Geri Dön

Gradyan uyarlamalı görüntü filtresi tasarımı

Gradient adaptive image filter design

  1. Tez No: 416956
  2. Yazar: KAYHAN ÇELİK
  3. Danışmanlar: YRD. DOÇ. DR. HASAN HÜSEYİN SAYAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Adaptif filtreler, Adaptif gürültü azaltma sistemi, Sayısal görüntü analizi, Sayısal görüntü işleme, Sinyal-gürültü oranı, Uyarlamalı filtreler, Adaptive filters, Adaptive noise cancellation system, Digital image analysis, Digital image processing, Signal-noise rate
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tezde, sayısal görüntülerdeki Gauss gürültüsünü yok etmek amacıyla gradyan tabanlı uyarlamalı bir gürültü filtresi tasarımı gerçekleştirilmiştir. Gauss fonksiyonu esaslı, parametreleri kullanıcıdan bağımsız olarak görüntünün yerel özelliklerine göre otomatik olarak seçen bir filtre tasarlanmıştır. Böylece görüntüdeki her bir piksel değeri için ayrı bir varyans değeri hesaplayan ve farklı çekirdek oluşturan gradyan uyarlamalı Gauss gürültü filtresi elde edilmiştir. Yöntemin başarısı Ortalama Kare Hatası (MSE -Mean Square Error) ve Tepe Sinyalin Gürültüye Oranı (PSNR-Peak Signal to Noise Ratio) kriterlerine göre değişik gürültü yoğunluğuna sahip görüntüler üzerinde test edilmiştir. Tasarlanan filtrenin gürültü gideriminde ortalama filtre ve Gauss filtresine göre daha iyi sonuç verdiği gözlenmiştir.

Özet (Çeviri)

In this thesis, gradient-based adaptive noise filter design was carried out in order to eliminate Gaussian noise which occurs in digital images. An image filter which uses Gaussian function and selects its variance according to local properties of image without user intervention has been designed. Consequently, gradient adaptive Gaussian noise filter which calculates a different variance values and creates different kernel for each individual pixel values in image was obtained. The performance of the method was tested with MSE (Mean Square Error) and PSNR (Peak Signal to Noise Ratio) criteria on images which have diverse noise intensities. It was observed that the designed filter has better noise removal results according to the average filter and Gaussian filter.

Benzer Tezler

  1. Dalgacık dönüşümüne dayalı yayınım filtresi tasarımı

    Design of anisotropic diffusion filter based on wavelet transform

    UFUK TANYERİ

    Doktora

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Endüstriyel Teknoloji Eğitimi Ana Bilim Dalı

    PROF. DR. RECEP DEMİRCİ

  2. Efficient image annotation and caption system using deep convolutional neural networks

    Verimli görüntü açıklama ve altyazı sistemi derin evrişimli sinir ağlarının kullanımı

    JUMAN SAKKAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHasan Kalyoncu Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SAED ALQARALEH

  3. Meme kanseri histopatolojik görüntülerinin derin öğrenme yöntemleriyle sınıflandırılması

    Classification of breast cancer histopatological images using deep learning methods

    KADİR CAN BURÇAK

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HARUN UĞUZ

  4. Derin öğrenme yöntemlerinin tıbbi teşhis alanında sorgulanması ve beyin tümörü tanısında uygulanması

    Investigation of deep learning in medical image analysis and detection of brain tumor using novel adaptive momentum method

    UTKU CAN AYTAÇ

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ GÜNEŞ

  5. Unsupervised multi-object discovery and tracking using memory-augmented slot attention

    Bellek destekli slot dikkat modeliyle gözetimsiz çoklu nesne keşfi vetakibi

    AHMED IMAM SHAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    Prof. Dr. YÜCEL YEMEZ

    Assoc. Prof. Dr. İBRAHİM AYKUT ERDEM