Görüntüdeki Tuz Biber ve Gauss Gürültülerine Karşı Filtrelerin Performans Analizleri

Yıl 2020, , 211 - 239, 30.09.2020

Ceydanur Küpeli , Faruk Bulut

https://doi.org/10.46373/hafebid.768240

Cited By: 6

Öz

Dijital görüntülerdeki gürültü, genellikle görüntü elde edilirken veya görüntü iletilirken gerçekleşir. Esasen doğada var olan bu gürültü, görüntüye kumlu bir görünüm verir. Bu kumlu görüntüdeki noktalar, görüntüdeki verilerin kaybolduğu ya da bozulduğu anlamına gelmektedir. Bu gürültüleri temizlemek için çeşitli görüntü işleme algoritmaları bulunmaktadır. Aynı zamanda doğada renk geçişleri yumuşaktır, sert geçişler yoktur. Görüntüleri yumuşatmak ve gürültüleri temizlemek amacıyla kullanılan görüntü işleme metotları günümüzde sıklıkla kullanılan ve ihtiyaç duyulan algoritmalardır. Bu çalışmada fotoğraf ve videolara Tuz&Biber gürültüsü ve Gauss gürültüsü eklenip Mean, Median ve Gauss filtresi kullanılarak bu gürültülerin temizlenmesi amaçlanmış ve filtrelerin performans kıyaslaması yapılmıştır. SSIM ve PSNR ölçütlerine göre Gauss filtresinin birçok deneysel çalışmada başarılı sonuçlar verdiği gözlemlenmiştir.

Anahtar Kelimeler

Yumuşatma, Filtreler, Performans Analizi

Kaynakça

• [1] Ulu A., Özen, Y., Öztürk, E., Dizdaroğlu, B., Renkli İmgelerde Çoklu Gürültü Giderme İşlemi İçin İki Aşamalı Bir Yöntem Geliştirilmesi, International Journal of 3D Printing Technologies And Digital Industry, 2(3), (2018), 22-29.
• [2] Erkan, U., Gökrem, L., Tuz-Biber Gürültüsünde Tekrarsız Medyan Filtre, Gaziosmanpaşa Bilimsel Araştırma Dergisi, 6(2), (2017), 11-19.
• [3] Güraksın, G. E., Tuz Biber Gürültülerinin Giderilmesi için k-Ortalama Algoritması Tabanlı Filtre Tasarımı, Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 22(2), (2018), 972-978.
• [4] Değirmenci, A., Çankaya, İ., Demirci, R., Gradyan Anahtarlamalı Gauss Görüntü Filtresi, Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 6(1), (2018), 196-215.
• [5] Yurdusev, A. A., Oral, C., Hekim, M., Mamogram İmgeleri Üzerinde Farklı Süzgeçlerin Etkilerinin İncelenmesi, Mehmet Akif Ersoy Üniversitesi Uygulamalı Bilimler Dergisi, 2(1), (2018), 55-68.
• [6] Gonzales, R. C., Woods, R. E., Sayısal Görüntü İşleme, Palme Yayıncılık, Ankara, 2002.
• [7] Zhu, Y., Huang, C., An Improved Median Filtering Algorithm for Image Noise Reduction, Physics Procedia, 25, (2012), 609-616.
• [8] Pham, C. T., Gamard, G., Kopylov, A., Tran, T. T. T., An Algorithm For Image Restoration With Mixed Noise Using Total Variation Regularization, Turkish Journal of Electrical Engineering & Computer Sciences, 26, (2018), 2831-2845 Doi:10.3906/elk-1803-100
• [9] https://tr.pinterest.com/pin/318629742391327933/, 15/05/2020.
• [10] İnik, Ö., Ülker, E., Derin Öğrenme ve Görüntü Analizinde Kullanılan Derin Öğrenme Modelleri, Gaziosmanpaşa Bilimsel Araştırma Dergisi, 6(3), (2017), 85-104.
• [11] https://www.opencv-srf.com/2018/03/gaussian-blur.html, 15/05/2020.
• [12] Kaş, Ü., Tanyıldızı, E., Euler Renk ve Hareket Büyütme Yöntemlerinin Performans Analizi, Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 17(2), (2017), 506-515.
• [13] İnan, A., MATLAB ve Programlama, Papatya Yayıncılık, 2004.
• [14] Ince, I. F., Ince, O. F., Bulut, F., MID Filter: An Orientation-Based Nonlinear Filter For Reducing Multiplicative Noise, Electronics, 8(9), (2019), 936.