Speckle reduction in SAR images using non-local means filter and variational framework
Yerel olmayan ortalama filtre ve değişimsel metodlar kullanarak SAR görüntülerinde benek gürültüsü azaltma
- Tez No: 537911
- Danışmanlar: DOÇ. DR. BAHA ŞEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 78
Özet
Bu çalışmada, benek gürültüsü azaltma performansını arttırmak için, Toplam Değişimsel yöntem bazlı karesel doğrusal düzenleme terimli Seyreklik-Güdümlü benek gürültüsü azaltma yöntemi (SDD-QL) ile Yerel olmayan ortalama (NLM) filtresinin avantajları tek bir maaliyet fonksiyonu içinde birleştirilmiştir. Benek gürültü azaltmada NLM ve SDD-QL yöntemlerinin avantajları ve dezavantajları bulunmaktadır. SDD-QL homojen alanlarda, çok iyi performans gösterirken, doku içeren alanları bozmaktadır. NLM ise gayet iyi benek gürültü azaltma performansı sağlamakta ve doku içeren alanları korumasına rağmen, yüksek benek gürültülü resimlerde homojen alanlarda bozulmalara sebebiyet verebilmekte ve toplam çalışma zamanı çok uzun sürmektedir. Bu tezde SDD-QL ve NLM, doku haritası adı verilen bir control değişkeni yardımı ile tek bir maliyet fonksiyonunda birleştirilmiştir. Doku haritası iki değerli bir matristir. Bu matris resim üzerinde bulunan bir pikselin homojen mi yoksa doku mu içerdiğine dair bilgi vermektedir. Eğer piksel homojen ise, o pikseldeki benek gürültüsü SDD-QL metodu ile azaltılır. Eğer piksel doku ise, o pikseldeki benek gürültüsü NLM bazlı düzenleyici bir terim ile azaltılır. Önerilen yöntem sayesinde homojen alanlardaki benek gürültüsü azaltılırken, resim üzerinde bulunan dokusal alanlar korunmuş olacaktır. Elde edilen sonuçlar yapay olarak benek gürültüsü eklenmiş Barbara, House ve Lena resimleri ve gerçek SAR resimleri üzerinde gösterilmiştir.
Özet (Çeviri)
In this study a novel approach which combines the advantages of Total Variation based Sparsity Driven Despeckling with Quadratic Linear (SDD-QL) regularization term and Nonlocal Means is proposed in order to improve the despeckling quality. Both SDDQL and Nonlocal Means have advantages and disadvantages on speckle reduction. SDD-QL performs really well on homogeneous areas and quite fast but deteriorates the texture areas on the image. Nonlocal means preserves the textures and structures in the image but it is really slow and may cause some artifacts on homogeneous areas with high speckle noise. SDD-QL and Nonlocal Means are combined in a single cost function using a texture map as a weighting variable. Texture map is a binary matrix that is extracted from the image. Each value in the texture map indicates whether a pixel is classified as texture or homogeneous. Nonlocal means is applied on texture areas on the image and SDD-QL is applied on homogeneous areas. With combination of the two methods with using the information from the texture map, a better speckle reduction performance is achieved without deterioration of texture areas. Speckle reduction performance of the proposed method is presented using images with Gaussian and speckle noise with low, moderate and high noise levels and real-world SAR images.
Benzer Tezler
- SAR görüntülerinde benek gürültüsünün giderilmesi için çoklu-dalgacık dönüşümüne dayalı yeni bir yaklaşım
A new approach based on multiwavelet transform to speckle noise reduction in SAR images
EYÜP YAKAR
Yüksek Lisans
Türkçe
2006
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ.DR. IŞIN YAZGAN ERER
- Multiplicative noise reduction using variational methods
Değişimsel yöntemlerle çarpımsal gürültü azaltımı
GÜLAY AKSOY
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Gıda ve Tarım ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATİH NAR
- 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
- Benek gürültülü görüntüleri onarma
Restoring images degraded by speckle noise
MEHMET CAN ERDEM
Yüksek Lisans
Türkçe
2013
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ZİYA TELATAR
- Speckle and cutter elimination of synthetic aperture radar (sar) images
Beneklerin ve hedef dışı nesnelerin synthetic aperture radar (sar) görüntülerinden temizlenmesi
HÜSEYİN YENİ
Yüksek Lisans
İngilizce
1998
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR HALICI