Araştırmanın Amacı ve Yöntemi
Bu çalışmada görüntü geliştirimi ve gürültü giderimi sağlamak için üç filtre kullanılmıştır: Gaussian filtre, Medyan filtre ve Denoising Autoencoder.
Araştırma, her bir filtrenin gürültü kaldırma yeteneğini karşılaştırmak için çeşitli değerlendirme teknikleri kullanmaktadır.
Filtre Türleri
Gaussian filtre, Gaussian fonksiyona dayanan lineer bir filtre türüdür.
Medyan filtre, kenarları koruyarak gürültüyü gideren non-lineer bir filtre türüdür.
Denoising Autoencoder ise derin öğrenme ile gürültü giderimi yapabilen bir modeldir.
Değerlendirme Teknikleri
Değerlendirme için kullanılan teknikler: zaman performansı, Peak Signal-to-Noise Ratio (PSNR), Structural Similarity (SSIM), Normalizasyon ortalama kare hata (NMSE).
Bu teknikler ile hangi filtrenin farklı durumlarda daha iyi performans gösterdiği analiz edilmiştir.
Sonuçlar ve Bulgular
Sonuçlar, bazı durumlarda Gaussian filtrenin, bazı durumlarda ise Medyan filtrenin daha iyi sonuç verdiğini ortaya koymuştur.
Denoising Autoencoder bazı durumlarda daha iyi sonuçlar verse de, işlem süresi açısından daha uzun sürmektedir.
Medyan filtre, zaman parametresi dikkate alındığında, Gaussian filtre ve Denoising Autoencoder'a göre daha hızlı sonuçlar vermektedir.
Giriş ve Önemi
Görüntü analizi ve segmentasyonu, görüntülerin işlenmesinde önemli görevlerdir.
Görüntü elde etme sırasında, gürültü kalitesi olumsuz etkileyebilir ve bu gürültü farklı kaynaklardan gelebilir.
Install Browsy