Geri Dön

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

  1. Tez No: 537911
  2. Yazar: ŞAHIM GİRAY KIVANÇ
  3. Danışmanlar: DOÇ. DR. BAHA ŞEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. 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

  1. 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

    Türkçe

    2006

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ.DR. IŞIN YAZGAN ERER

  2. Multiplicative noise reduction using variational methods

    Değişimsel yöntemlerle çarpımsal gürültü azaltımı

    GÜLAY AKSOY

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Gıda ve Tarım Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FATİH NAR

  3. Derin öğrenme ile uydu görüntülerinde hedef tespiti

    Target detection in satellite images using deep learning

    VAZIRKHAN TARVERDIYEV

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. IŞIN ERER

  4. Benek gürültülü görüntüleri onarma

    Restoring images degraded by speckle noise

    MEHMET CAN ERDEM

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Elektrik ve Elektronik MühendisliğiAnkara Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ZİYA TELATAR

  5. 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

    İngilizce

    1998

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. UĞUR HALICI