Görüntü işlemede gürültü giderme üzerine yapay zeka tabanlı algoritma
Artificial intelligence based algorithm for denoising in image processing
- Tez No: 882429
- Danışmanlar: PROF. DR. EMEL KIZILKAYA AYDOĞAN
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Evrimsel algoritmalar, Görüntü işleme, Görüntü işleme algoritmaları, Görüntü işleme yöntemleri, Görüntü işleme-bilgisayarlı, Evolutionary algorithms, Image processing, Image processing algorithms, Image processing methods, Image processing-computer assisted
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda teknolojide meydana gelen yenilikler, kayıt cihazları tarafından yakalanan görüntülerin dijital ortamda tutulmasını yaygınlaştırmıştır. Dijital ortamda tutulan görüntüler hem kullanıcıların görüntülemesi hem de çeşitli analizlerde sağladığı kolaylıklar sayesinde gerek sektörel gerekse kişisel kullanımlarda tercih edilmesine sebep olmaktadır. Dijital görüntülerin sadece analiz ve görüntülenmesinde sağladığı kolaylıklar haricinde, saklama anlamında da bilgisayar ortamında muhafaza edilebilmesi de çok sayıda görüntünün uzun yıllar muhafaza edilmesine olanak sağlamaktadır. Dijital ortamlarda muhafaza edilen bu görüntülerin zaman zaman kayıt esnasında, zaman zaman ise saklama ortamında meydana gelen elektronik aksaklıklar sebebiyle bu görüntülerde gürültü adı verilen istenmeyen bozukluklarla karşılaşılabilmektedir. Görüntülerde gürültünün varlığı, yapılacak olan görüntü işleme çalışmaları ve analizleri zorlaştıran bir faktör olarak karşımıza çıkmaktadır. Gürültülü görüntülerin analizlerinin yapılabilmesi için öncelikle bu gürültüleri giderebilecek görüntü işleme tekniklerinden faydalanılması ve ön işleme ile görüntünün hazır hale getirilmesi gerekmektedir. Günümüzde gürültü giderimi için kullanılan farklı yaklaşımlar bulunmaktadır. Bu yaklaşımların etkinliği ise gürültünün çeşidine ve yoğunluğuna göre farklılıklar gösterebilmektedir. Yapılan tez çalışmasında, yüksek yoğunluklu gürültüye sahip görüntüler için yapay zeka tabanlı evrimsel algoritmalar kullanılarak görüntülerdeki gürültülerin giderilmesi amaçlanmıştır. Çalışmada Gen Ekspresyon Programlama (GEP) ve Sosyal Örümcek Algoritması (SSA) hibrit olarak kullanılarak bu hibrit kullanımın yüksek yoğunluklu gürültüler üzerindeki gürültü giderme kabiliyetleri incelenmiş ve GEPSSA olarak isimlendirilen özgün kullanım literatüre kazandırılmıştır. Önerilen GEPSSA hibrit algoritması ile yüksek yoğunluklu gürültüye sahip görüntüler üzerinde gürültü giderme işlemi uygulanırken GEP ile gürültüleri giderecek olan model ve parametreleri oluşturulmakta, SSA ile ise bu parametreler optimize edilerek nihai görsel elde edilmektedir. Yapılan gürültü giderme çalışmalarının sonuçları, literatürde bilinen görseller üzerinde test edilmiş ve etkinlikleri hem literatürdeki diğer algoritmalar hem de GEP ve SSA'nın tek başına uygulandığı durumlar ile karşılaştırılarak etkililiği incelenmiştir. Örnek görsellerde uygulanan GEPSSA hibrit algoritmasının, GEP ve SSA algoritmalarının tek başına kullanımlarına göre ortalama %6,2 daha iyi sonuç verdiği gözlemlenmiştir.
Özet (Çeviri)
Innovations in technology in recent years have made it widespread to keep the images captured by recording devices in digital storage. Images kept in digital storage are preferred for both sectoral and personal use thanks to the ease of viewing by users and for various analyzes. In addition to the ease of analyzing and viewing digital images, the fact that they can be stored in a computer environment in terms of storage allows a large number of images to be stored for many years. These images, which are stored in digital storage, may occasionally encounter undesirable disturbances called noise due to electronic malfunctions that occur occasionally during recording and occasionally in the storage environment. The presence of noise in images is a factor that complicates image processing studies and analysis. In order to analyze noisy images, image processing techniques that can remove these noises should be used and the image should be made ready with pre-processing. Currently, there are different approaches used for noise elimination. The effectiveness of these approaches may vary depending on the type and intensity of the noise. In this thesis, it is aimed to remove noise in images by using artificial intelligence based evolutionary algorithms for images having high density noise. In the study, Gene Expression Programming (GEP) and Social Spider Algorithm (SSA) are used as a hybrid and the noise removal capabilities of this hybrid use on high-density noises are examined and the novel use called GEPSSA is introduced to the literature. With the proposed GEPSSA hybrid algorithm, noise removal is performed on images with high-density noise. With GEP, the model and its parameters are created to remove the noise, and with SSA, these parameters are optimized to obtain the final image. The results of the noise removal studies were tested on images known in the literature and their effectiveness was examined by comparing their effectiveness with other algorithms in the literature and with the cases where GEP and SSA were applied alone. It has been observed that the GEPSSA hybrid algorithm applied on the sample images gives an average of 6.2% better results than the GEP and SSA algorithms used individually.
Benzer Tezler
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- Derin öğrenme tabanlı görüntü gürültü giderme için yoğun bağlantı kullanan yeni yaklaşımlar
Densely connected structures in deep learning based image denoising
VEDAT ACAR
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Novel deep learning based approaches for clutter removal and target detection in GPR
Ynr'de kargaşa giderme ve hedef algılama için yeni derin öğrenme tabanlı yaklaşımlar
YAVUZ EMRE KAYACAN
Doktora
İngilizce
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. IŞIN ERER
- Restoring underwater images from turbidity and motion blur – a three-step framework
Bulanıklık ve hareketten etkilenmiş sualtı görüntülerinin iyileştirilmesi – üç adımlı bir yaklaşım
FATIMA IQBAL
Yüksek Lisans
İngilizce
2026
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
PROF. DR. SERHAT KÜÇÜKALİ
- Fundus görüntülerinin diyabetik retinopati değerlendirmesine yönelik olarak bölütlenmesi
Segmentation of fundus images for diabetic retinopathy evaluation
ADEM GÜNESEN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SENİHA ESEN YÜKSEL ERDEM