Benek gürültülü görüntüleri onarma
Restoring images degraded by speckle noise
- Tez No: 338043
- Danışmanlar: PROF. DR. ZİYA TELATAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 112
Özet
Görüntü bölütleme, sınıflandırma, öznitelik çıkarımı, öznitelik analizi, nesne tanıma ve görüntü sıkıştırma gibi birçok görüntü işleme uygulamasının başarıyla gerçekleşmesi için görüntülerin mümkün olduğunca gürültüden arındırılmış olması gerekmektedir, dolayısıyla görüntülerden gürültü giderme günümüzde halen aktif bir çalışma alanıdır. Fakat literatürde bu konudaki çalışmaların çoğu toplamsal gürültülerin süzülmesi üzerinedir. Koherent görüntüleme teknikleriyle elde edilen ultrason, SAR ve MR benzeri görüntülerde sinyal ile ilintili, çarpımsal benek gürültüsü oluşumu gözlenir. Literatürde yapılan çalışmalarda benek gürültüsünden etkilenen görüntülerin iyileştirilmesinde istenilen seviyeye gelinemediği ifade edilmektedir. Bu çalışmada benek gürültüsünü gidermek için iki farklı yöntem önerilmiştir. Bunlardan ilki adaptif dalgacık eşikleme yöntemidir. Bu yöntemde uygun dalgacık ailesi, ayrıştırma seviyesi ve eşik değeri belirleme algoritması yapılan testler sonucu belirlenmiş ve elde edilen eşik değerleri PSNR ve IMPR metrikleri kullanılarak güncellenmiştir. Önerilen diğer yöntem ise Dalgacık Tabanlı Homomorfik Pixon yöntemidir. Bu yöntemde, öncelikle görüntünün logaritmik dönüşümü elde edilmiş, ardından DWT ile elde edilen bütün altbantlara Wiener süzgeci uygulanarak görüntü yumuşatılmıştır. Son olarak süzgeç pencere boyları PSNR ve IMPR metrikleri kullanılarak güncellenmiştir. Bu çalışmada önerilen yöntemlerin performansını test etmek için yapay olarak gürültü eklenmiş görüntüler ve gerçek görüntüler kullanılarak birçok deneysel simülasyon gerçekleştirilmiş ve sonuçlar farklı metrikler kullanılarak karşılaştırılmıştır. Sonuçlar incelendiğinde adaptif dalgacık eşiklemeye dayalı yöntemin benek gürültüsünü süzmede diğer yöntemlere göre daha başarılı olduğu, fakat işlem süresinin görüntü boyutunun artmasıyla oldukça uzayabileceği görülmüştür.
Özet (Çeviri)
Noise should be filtered as much as possible before applying any further implementations like segmentation, classification, feature extraction, feature analysis, object recognition and image compression. So image noise reduction or denoising is still an active area of research presently. But, many of the studies are on additive noise filtering in literature. In coherent imaging techniques like ultrasound, SAR and MRI, the output image will be affected by multiplicative, signal correlated speckle noise. In many studies it is pointed out that the level of image despeckling is still inadequate. In this study two different methods are proposed for image despeckling. The first one is adaptive wavelet thresholding method in which an appropriate wavelet family, decomposition level and threshold values are determined after various tests and the threshold values are optimized by using PSNR and IMPR metrics. The other method is Wavelet Based Homomorphic Pixon method in which, the logarithm of the image is derived first, then DWT is performed and Wiener filter is applied to all subbands to smooth the image. Finally, the filtering window lengths are updated by using PSNR and IMPR metrics. To test the performances of the proposed methods, both synthetically degraded and originally degraded images are used to perform experimental simulations and the results are compared by using different metrics. The results show that the proposed adaptive wavelet thresholding method is more effective than the other filtering methods at despeckling degraded images. However, run time of the proposed method may increase considerably much due to the size of the image.
Benzer Tezler
- Single-image bayesian restoration and multi-image super-resolution restoration for b-mode ultrasound images using an accurate system model
B-mod ultrason görüntüleri üzerinde hassas sistem modeli kullanarak tek-görüntülü bayesçi onarma ve çok-görüntülü çözünürlük-üstü onarma
MİNE CÜNEYİTOĞLU ÖZKUL
Doktora
İngilizce
2019
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiSağlık Bilişimi Ana Bilim Dalı
PROF. DR. ÜNAL ERKAN MUMCUOĞLU
- SAR (sentetik açıklıklı radar) görüntülerinde bölütleme
SAR (synthetic aperture radar) images segmentation
HAKAN ERTEN
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GAZİ ERKAN BOSTANCI
- Determining noise type in qr code images using classical machine learning algorithms
Klasik makine öğrenme algoritmalarıyla qr kodlu görüntülerde gürültü türünün belirlenmesi
AHMAD BILAL WARDAK
Yüksek Lisans
İngilizce
2022
Bilim ve Teknolojiİstanbul Aydın ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. JAWAD RASHEED
- Derin öğrenme ile uydu görüntülerinde hedef tespiti
Target detection in satellite images using deep learning
VAZIRKHAN TARVERDIYEV
Yüksek Lisans
Türkçe
2021
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. IŞIN ERER
- Tıbbi ultrason görüntüleri için yeni bir benek azaltma algoritması geliştirme
Development of a new speckle reduction algorithm for medical ultrasound images
NOOR ABD EL SALAM HAMED ALSULTAN
Yüksek Lisans
İngilizce
2017
Elektrik ve Elektronik MühendisliğiGaziantep ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEMA KAYHAN