RENKLİ İMGELERDE ÇOKLU GÜRÜLTÜ GİDERME

Year 2018, Volume: 2 Issue: 3, 22 - 29, 30.12.2018

Ahmet Ulu , Yusuf Özen Ercüment Öztürk Bekir Dizdaroğlu

Abstract

Sayısal
imgenin elde edilmesi, aktarılması ve çoğaltılması gibi çeşitli nedenlerle imgede
gürültü olarak adlandırılan bozucu etkiler meydana gelmektedir. İmgede gürültü azaltma
işlemi görüntü işleme alanında yapılan çalışmalarda temel bir problem olarak
karşımıza çıkmaktadır. Bu çalışmada en çok karşılaşılan gürültü tiplerinden
olan toplamsal beyaz Gauss gürültüsü ve Tuz&Biber gürültüsünün karışık
bulaştığı renkli imgelerde gürültü giderilmesi için otomatik olarak çalışan
değişimsel tabanlı bir yöntem önerilmiştir. İlk olarak gürültü bulaşmış renkli
imgede adaptif ortanca filtre kullanılarak Tuz&Biber gürültüsü bulaşmış
piksellerin konumu belirlenmiş ve bu pikseller ayrıştırılmıştır. Gauss
gürültüsünün seviyesinin belirlenmesi için istatistiksel bir yöntem olan
kendall tau sıra ilişkisine bakılarak homojen bölgeler tespit edilmiştir. Elde
edilen homojen bölgeler dikkate alınarak Gauss gürültüsünün değişintisi en az
hata kestirilmiştir. Daha sonra iyileştirilmiş iz tabanlı yaklaşım ve L2 norm
uygunluk terimi kullanılarak Gauss gürültüsünün giderilmesi işlemi yapılmıştır.
Yapı ve doku bilgisi korunarak Gauss gürültüsü giderilmiş renkli imgeye
ayrıştırılan Tuz&Biber gürültüsü tekrar eklenmiştir. Son olarak
Tuz&Biber gürültüsü azaltma işlemi iz tabanlı yaklaşım ve L1 norm uygunluk
terimi ile yapılmıştır. Elde edilen sonuçlar yöntemin başarısını göstermektedir.

Keywords

renkli imge, çoklu gürültü, gürültü azaltma

References

• Cai JF, Chan RH, Nikolava M. Twho-phase approach for deblurring images corrupted by impulse plus Gaussian noise. Inverse Problems and Imaging. 2008;2:187-204.
• Shi K, Zhang D, Guo Z, Sun J, Wu B. A non-divergence diffusion equation for removing impulse noise and mixed Gaussian impulse noise. Neurocomputing. 2016;173(3):659-670
• Gilboa G, Sochen N, Zeevi YY. Variational Denoising of Partly Textured Images by Spatially Varying Constraints. IEEE Transactions on Image Processing. 2006;15(8): 2281-2289.
• Ulu A., Dizdaroğlu B. Variational Additive Noise Removal of Color Images. 24th Signal Processing and Communication Application Conference. 2016:1385-1388.
• Ulu A., Dizdaroğlu B. Automated removal of Gaussian noise in color images. 25th Signal Processing and Communication Application Conference. 2017:1-4.
• Hwang H, Haddad RA. Adaptive median filters: new algorithms and results. IEEE Transactions on Image Processing. 1995;4(4):499-502.
• Sutour C, Deledalle CA, Aujol JF. Estimation of the Noise Level Function Based on a Nonparametric Detection of HomogeneousImage Regions. SIAM Journal on Imaging Sciences. 2015;8(4): 2622-2661.
• Tschumperle D, Deriche R. Vector-Valued Image Regularization with PDE’s: A Common Framework for Different Applications. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2005;27(4):506-517.
• Nikolova M. A Variational Approach to Remove Outliers and Impulse Noise. Journal of Mathematical Imaging and Vision. 2004;20(1-2):99-120.
• Wang Z, Bovik AC, Sheikh HR, Simoncelli EP. Image Quality Assessment: From Error Measurement to Structural Similarity. IEEE Transactions on Image Processing. 2004;13(4):600-612.