Düzenlenmiş gri kurt algoritmasıyla gürültü temizleme
Yükleniyor...
Dosyalar
Tarih
2018
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Düzce Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Günümüz teknolojisinde bilgisayarların aritmetik ve mantıksal hesaplamadaki başarısı insan başarısından milyonlarca hatta milyarlarca defa daha hızlı iken, bir algoritma ile programlanamayan öğrenme yöntemlerinde insan açık ara öndedir. İnsanın bilgisayara üstün olduğu alanların başında ses, görüntü ve koku işlemleri gelmektedir. Bir insan gördüğü nesneleri çok hızlı bir şekilde algılayıp, tanıyabilirken, bilgisayarlarda bu işlemler henüz yüzde yüz doğruluğa ulaşmamıştır. Görüntü işleme çalışmalarındaki sorunlardan birisi, görüntü eldesi ve transferi sırasında görüntüde oluşan gürültülerdir. Bu çalışmada görüntüler üzerindeki gürültülerin temizlenmesi için optimizasyona dayalı bir yöntem önerilmiştir. Görüntü işlemede daha iyi sonuçlar için yapılmış olan çalışmaların birçoğunda optimizasyon metotlarından yararlanılmıştır. Bu çalışmada ise gri kurt algoritması, düzenlenmiş gri kurt algoritması ve genetik algoritma kullanılarak görüntülerdeki gürültülerin temizlenmesi işlemi gerçekleştirilmiştir. Bu çalışmada esas alınan problem, gürültülü görüntülerin (Gauss gürültüsü ile gürültü eklenmiş) optimizasyon algoritmaları ile eğitilmiş filtreden geçirilerek temizlenmesidir. Çeşitli test görüntülerine gauss gürültüsü eklenerek bu gürültülü görüntüler gri kurt algoritması, düzenlenmiş gri kurt algoritması, genetik algoritma ve Weiner filtere yardımıyla, eklenmiş olan bu gürültülü görüntülerin orijinal resme en yakın hale getirilmek üzere temizlenme işlemi yapılmıştır. Kullanılan algoritmaların gürültülü görüntüler üzerindeki uygulama sonuçları verilmiş ve sonuçların En yüksek Sinyal Gürültü Oranı (Peak Signal to Noise Ratio (PSNR)) değerlerine göre karşılaştırılması yapılmıştır. Bu karşılaştırma sonucundan en iyi temizleme işlemini yapan algoritma belirlenmiştir. Son olarak, elde edilen sonuçlara göre, kullanılan algoritmaların görüntü işlemede gürültü temizleme uygulamalarında kullanılabilirliği PSNR değerleri ile ortaya konmuştur.
In todays technology, while the success of the computers for arithmetic and logical calculations, is millions or billions times higher than the humans, in the learning methods which can't be programmed with an algorithm, human outperforms computers. Some of the areas, which human outperforms computers are audio, image and odor processing. While human can detect and recognize the objects very fast, computers can't do these process with hundred percent accuracy. Some of the problems in image processing studies, is noise produced during the image acqusition and image transmission. In this study, a method based on optimization is proposed for image denosing. In most of the studies in image processing for successfully applications, optimization methods have been used. In this study, image denosing has been realized with Grey Wolf Optimizer, Modified Grey Wolf Optimizer and Genetic Algorithm. The main problem in this study is to denoise the images (noised with some Gaussian noise) with convolution with a trained filters which coefficient optimized with the optimization algorithms. Adding Gaussian noise with several test images, these images have been denoised approximating the images to the original ones with Grey Wolf Optimizer, Modified Grey Wolf Optimizer, Genetic Algorithm and Weiner Filter. The results of applications of used algorithms on the noisy images have been submitted and the results have been compared with PSNR values. The best performing algorithm has been specified. As a result, according to the attained findings, the applicability of the algorithms using for image denoising has been submitted with the PSNR values.
In todays technology, while the success of the computers for arithmetic and logical calculations, is millions or billions times higher than the humans, in the learning methods which can't be programmed with an algorithm, human outperforms computers. Some of the areas, which human outperforms computers are audio, image and odor processing. While human can detect and recognize the objects very fast, computers can't do these process with hundred percent accuracy. Some of the problems in image processing studies, is noise produced during the image acqusition and image transmission. In this study, a method based on optimization is proposed for image denosing. In most of the studies in image processing for successfully applications, optimization methods have been used. In this study, image denosing has been realized with Grey Wolf Optimizer, Modified Grey Wolf Optimizer and Genetic Algorithm. The main problem in this study is to denoise the images (noised with some Gaussian noise) with convolution with a trained filters which coefficient optimized with the optimization algorithms. Adding Gaussian noise with several test images, these images have been denoised approximating the images to the original ones with Grey Wolf Optimizer, Modified Grey Wolf Optimizer, Genetic Algorithm and Weiner Filter. The results of applications of used algorithms on the noisy images have been submitted and the results have been compared with PSNR values. The best performing algorithm has been specified. As a result, according to the attained findings, the applicability of the algorithms using for image denoising has been submitted with the PSNR values.
Açıklama
YÖK Tez No: 522858
Anahtar Kelimeler
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
