Geri Dön

Görüntü işlemede gürültü azaltmak için yeni yaklaşımlar

New approaches to noise removal in image processing

PDF İndir

  1. Tez No: 482375
  2. Yazar: UĞUR ERKAN
  3. Danışmanlar: YRD. DOÇ. DR. LEVENT GÖKREM
  4. Tez Türü: Doktora
  5. Konular: Bilim ve Teknoloji, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Science and Technology, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Vuru gürültüsü, Impulse noise
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Gaziosmanpaşa Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tez çalışmasında görüntü işlemenin en önemli konularından birisi olan gürültü kaldırmada, Tuz-Biber ve Gauss gürültülerini temizlemek için üç yeni yöntem önerilmiştir. Tuz-Biber gürültüsünü kaldırmak için iki, Gauss gürültüsünü kaldırmak için ise bir adet yöntem geliştirilmiştir. Araştırmanın sonuçlarını test etmek için üç adet görüntü veri tabanı seçilmiştir. Araştırmanın sonuçlarını değerlendirmek için ise üç adet ölçüt kullanılmıştır. Bu ölçütler; Doruk Sinyal Gürültü Oranı (Peak Signal-to-Noise Ratio, PSNR), Yapısal Benzerlik (Structural Similarity, SSIM) ve Görüntü İyileştirme Faktörü (Image Enhancement Factor, IEF)'dür. İlk olarak, görüntülerde bulanıklık etkisi yapan medyan filtrenin dezavantajını ortadan kaldırmak için tekrarsız medya filtre isminde yeni bir yöntem geliştirilmiştir. Geliştirilen yeni yöntem Tuz-Biber gürültüsünde test edilerek kendi benzeri yöntemlere nispetle çok daha başarılı sonuçlar vermiştir. İkinci olarak geliştirilen Tuz-Biber gürültüsünü kaldıran yöntemle, piksellerin tekrar sayılarına bakılarak gürültü kaldırılmış ve yeni bir yaklaşım ortaya koyulmuştur. Tuz-Biber gürültüsü kaldıran bu yöntem, bu gürültüyü kaldırmaktaki en bilinen yöntemlerle karşılaştırılmış ve %50 gürültü yoğunluğuna kadar diğer yöntemlerden daha başarılı sonuçlar elde edilmiştir. Son olarak, Gauss gürültüsünü kaldırmak için geliştirilen yöntemle, pencere içerisine giren piksellerin ortalama ve standart dağılımlarına bakılarak gürültü kaldırılmıştır. Geliştirilen bu yöntem, tüm ortalama değerlerinde diğer yöntemlerden daha başarılı olmuştur.

Özet (Çeviri)

Removing noise from images is a challenging issue in image processing and this dissertation delivers three new methods to remove noise from two major forms of noise, Salt-Pepper and Gaussian noise. Two methods were developed to remove the salt-pepper noise, and another method was developed to remove the Gaussian noise. Three image databases were selected to test the results of the study. Three criteria were used to assess the results of the study. These criteria are; Peak Signal-to-Noise Ratio (PSNR), Structural Similarity (SSIM), and Image Enhancement Factor (IEF). Firstly, a new method, the non-rewritten media filter, was developed to remove the disadvantages of median filtering that affects blurring in images. The new method was tested against Salt-Pepper, giving much more successful results compared to similar methods. Secondly, with the other new method removing the salt-pepper noise, the noise was removed by looking at the number of repetitive pixels and a novel approach was introduced. This method was compared to the most known methods against removing salt-pepper noise and achieved more successful results than the other methods up to 50% noise intensity. Finally, with the method developed to remove the Gaussian noise, noise is removed by looking at the average and standard distributions of the pixels entering the window. And, this method proved to be more successful than other methods in all mean values.

Benzer Tezler

  1. Tez No

    847190

    Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  2. Tez No

    938760

    Derin öğrenme tabanlı mekanik yüzeylerdeki kusurların tespiti

    Detection of defects on metal surfaces based on deep learning

    ONUR CEM HAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Elektrik ve Elektronik MühendisliğiGazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. UĞURHAN KUTBAY

  3. Tez No

    827867

    Classification of abnormal respiratory sounds using deep learning techniques

    Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması

    AHAMADI ABDALLAH IDRISSE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. OKTAY YILDIZ

  4. Tez No

    872005

    Development and testing novel guidance algorithms for visual drone interception

    Görsel dron yakalama için yeni güdüm algoritmalarının geliştirilmesi ve testi

    AHMET TALHA ÇETİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMRE KOYUNCU

  5. Tez No

    246471

    Gömülü ve/veya örtülü nesnelerin algılanmasında yeni yaklaşımlar

    New approaches to detect buried and/or covered objects

    ESİN KARPAT

    Doktora

    Türkçe

    Türkçe

    2009

    Elektrik ve Elektronik MühendisliğiUludağ Üniversitesi

    Elektronik Mühendisliği Bölümü

    PROF. DR. LEVENT SEVGİ

Geri Dön