Geri Dön

Multi-Channel image identification and restoration in frequency domain using the em algorithm

Başlık çevirisi mevcut değil.

  1. Tez No: 47515
  2. Yazar: ASLI SÖZEN
  3. Danışmanlar: PROF.DR. EMİN ANARIM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Algoritmalar, Görüntü tanıma, Hata düzeltme modeli, Algorithms, Image recognition, Error correction model
  7. Yıl: 1995
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

iv KISA ÖZET Bu çalışmada toplamsal Gauss dağılımlı beyaz gürültüyle uzayda değişmez bulanıklık tarafından bozulmuş imge setinin aralarındaki ve uzaysaî düzlemdeki özbağınımlan da kullanılarak tanımı ve onarımı sorunu incelenmiştir. En büyük olabilirlik yaklaşımından hareket edilerek model parametrelerinin saptanmasında ve onarım safhasında beklenti-enbüyütme (EM) algoritması kullanılmıştır. İmge setindeki her çerçevenin 2-boyutlu Ayrık Fourier Dönüşümü alındıktan sonra işlemler frekans düzleminde gerçekleştirilmiştir. Etkin bir yöntem kullanılarak işlemler NM #NM boyutlu matrisler üzerinde değil N*N boyutlu matrislerde M kere tekrarlanarak yapılmıştır. Paralel işlem yöntemiyle her iterasyonda harcanan zaman M kere azaltılabilinir. Fakat bunun için özel donanım gerekmektedir. Benzetim çalışmaları değişik gürültü seviyelerinde denenmiştir ve çalışmaya eklenmiştir.

Özet (Çeviri)

üi ABSTRACT This thesis focuses on the combined identification and restoration of an image sequence degraded by both spatial blur and additive Gaussian white noise by utilizing both the spatial and temporal correlations that exist in and among frames. The maximum likelihood approach mathematically determined by the expectation-maximization (EM) algorithm, is used in finding the identification parameters and consequently the restored image set. The algorithm is implemented in the frequency domain. After taking the 2-D Discrete Fourier Transform (2-D DFT) of each channel, a computationally efficient method is used in which the calculations are performed on N*N matrices (where N is the number of channels) M times instead of the NM * NM matrices (where M is the number of pixels in a frame). Parallel processing can be possible on special hardware. Simulation results are presented for different signaî-to-noise ratios (SNR).

Benzer Tezler

  1. Tez No

    629137

    Face recognition and person re-identification for person recognition

    Kişi tanıma için yüz tanıma ve kişinin yeniden tanınması

    EMRAH BAŞARAN

    Doktora

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

    PROF. DR. MUHİTTİN GÖKMEN

  2. Tez No

    746188

    Novel AI- based face recognition framework using deep neural networks and bounding box annotation

    Başlık çevirisi yok

    RASHA KHALID OMAR AL-OMARY

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM

  3. Tez No

    982341

    Object-based damage pattern analysis in building from post-earthquake high resolution satellite images: Two case studies on Bam and Haiti

    Yüksek çözünürlüklü deprem sonrasi uydu görüntülerini kullanarak yapilarda obje tabanli hasar örüntü analizi: Bam ve Haiti üzerinde iki durum incelemesi

    ÖMER KARAGÖZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Deprem Mühendisliğiİstanbul Teknik Üniversitesi

    Deprem Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÜLŞEN TAŞKIN KAYA

  4. Tez No

    22060

    Akıllı şebekelerin ve uygulanabilirliklerinin incelenmesi

    Intelligent networks and their applicability

    K.SİNAN DİNÇSOY

    Yüksek Lisans

    Türkçe

    Türkçe

    1992

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF. DR. GÜNSEL DURUSOY

  5. Tez No

    1018551

    Beyin tümörü segmentasyonu için yeni bir üç boyutlu U-Net tabanlı derin öğrenme mimarisi

    A novel three-dimensional U-Net based deep learning architecture for brain tumor segmentation

    AYŞE BAŞTUĞ KOÇ

    Doktora

    Türkçe

    Türkçe

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. DEVRİM AKGÜN

Geri Dön