Sayısal imgelerden benek gürültüsünün giderilmesinde bulanık sistemlerin optimizasyonu
Optimization of fuzzy systems in speckle noise removal from digital images
- Tez No: 335415
- Danışmanlar: PROF. DR. MEHMET EMİN YÜKSEL
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 137
Özet
Gelişen teknoloji ile birlikte sayısal imgeler, gittikçe artan bir oranda birçok alanda ve farklı amaçlar için kullanılmaktadır. Görüntüsü alınan nesneye ait birçok faydalı bilgi içeren imgenin, gürültü gibi bazı etkenler sebebiyle bozulması durumunda nesneye ait niteliklerin çıkarılması zorlaşmaktadır. Gürültü, nesneye ait verinin alınması veya iletilmesi aşamasında oluşabileceği gibi, benek gürültüsünde olduğu gibi, görüntüleme tekniğinin doğal bir sonucu olarak da oluşabilmektedir. Benek gürültüsü eşevreli görüntüleme sistemlerinde nesneden yansıyan dalgalar arasındaki girişim sebebiyle oluşan çarpımsal bir gürültü türü olup, imge üzerindeki tüm piksel değerlerini belirli oranda bozmaktadır. Bu tez çalışmasında sayısal imgelerdeki benek gürültüsünü gidermek amacıyla bulanık sinir ağı tabanlı iki farklı süzgeç sunulmaktadır. Bulanık sinir ağı, bu süzgeçlerin ilkinde, benek gürültülü imgelerdeki kenarları tespit etmek için kullanılırken ikinci süzgeçte ise doğrudan benek gürültüsünü gidermek için kullanılmaktadır. Birinci süzgeçte 9, ikinci süzgeçte 5 giriş olmak üzere her iki süzgeçte de birinci tip Sugeno bulanık çıkarım sistemi kullanılmaktadır. Yapılan simülasyonlar, önerilen yöntemlerin etkin birer benek gürültü giderme süzgeci olduğu göstermektedir. Bulanık sinir ağlarının optimizasyonu ile ilgili olarak bu tez çalışmasında ayrıca kural tabanlı bir optimizasyon stratejisi sunulmaktadır. Bu stratejide, bulanık sisteme ait parametreler, kural sayısına göre gruplara ayrılarak, her döngüde sadece bir kurala ait parametre setinin optimizasyonu sağlanmıştır. Elde edilen sonuçlar, kural tabanlı optimizasyon stratejisinin kullanılan optimizasyon algoritmasının performansını önemli ölçüde artırdığını göstermiştir.
Özet (Çeviri)
Digital images have increasingly been valuable sources of information in many different areas of science and technology. In most applications, digital images are contaminated by noise during acquisition and/or transmission of image data. The noise may be due to a number of non-idealities encountered in imaging medium as well as sensors or, as in the case of speckle noise, may naturally arise from the imaging technique itself. The speckle noise encountered in coherent imaging systems is a multiplicative noise caused by the interference between waves reflected from the object being imaged and it corrupts the pixel values of the original image to some degree determined by noise properties. In this thesis, two different neuro-fuzzy network based filter structures are presented to remove speckle noise from digital images. A neuro-fuzzy network is used in the first filter structure to detect edges in the noisy input image whereas another neuro-fuzzy network is used in the second filter structure to remove the noise. Both neuro-fuzzy networks are first order Sugeno-type fuzzy inference systems with the first one having 9 inputs while the second one having 5 inputs. Simulations demonstrate that the presented methods are very efficient in removing speckle noise from image data. A novel rule-based optimization strategy is also proposed in this thesis for the training of the speckle noise filter. In this strategy, the parameters of the neuro-fuzzy network under training are grouped depending on the number of the rules in the rule base and only one group is optimized at each iteration. Results of simulation experiments show that the rule-based optimization strategy significantly improves the training performance.
Benzer Tezler
- Sayısal kenar çıkarma ve yapay sinir ağları yardımıyla araç tanıma
Vehicle detection by numerical edge detection and artificial neural networks
MEHMET ALİ SOYTÜRK
Yüksek Lisans
Türkçe
2005
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET EMİN YÜKSEL
- Sayısal imgelerden adli kanıt toplama
Image forencis
SEVİNÇ BAYRAM
Yüksek Lisans
Türkçe
2005
Elektrik ve Elektronik MühendisliğiUludağ ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. İSMAİL AVCIBAŞ
- Object extraction from images/videos using a genetic algorithm based approach
İmge ve videolardan genetik algoritma yaklaşımıyla nesne çıkarılması
TURGAY YILMAZ
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADNAN YAZICI
- Hybrid image denoising in multiresolution wavelet domain
Çoklu çözünürlük dalgacık uzayında imgelerden hibrit gürültü temizleme
AHMED ABDULMAGED ISMAEL
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMET BAYKARA
- Dermaskopik nevus görüntülerinin sayısal görüntü işleme yöntemleriyle incelenmesi
An examination of dermotoscopic nevus images using image processing methods
HALİL KETENCİOĞLU
Yüksek Lisans
Türkçe
2008
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. M. EMİN YÜKSEL