Yapay Zekâ
Görüntü İşlemede Gürültü Nedir? – Bir Giriş
Bir resimdeki toz parçacıklarını fark ettiyseniz ve bunlar resmin gerçek parçası değilse, muhtemelen resimdeki ‘gürültüyü’ görüyorsunuz. Bunun birçok teknik nedeni vardır. Çoğu zaman gerçek resmi bulanıklaştırır ve dijital görüntü iletiminde görüntü kalitesinin bozulmasının başlıca nedenidir.
İşte burada görüntü işleme, güçlü bir çözüm sunar. Mekansal filtreleme, frekans filtreleme, dönüşüm tabanlı filtreleme, derin öğrenme tabanlı filtreleme gibi geniş bir yelpazede gürültü azaltma teknikleri sağlar.
Bu makalede, resimlerdeki gürültüyü azaltmak için kullanılan bazı ana teknikleri, resim gürültüsünün başlıca türleri ve nedenlerini araştırarak keşfedeceğiz. Giriş yapalım!
Görüntü İşlemede Gürültü Türleri
Gürültü varyasyonlarının bir simülasyonu – Mdf, CC BY-SA 3.0, via Wikimedia Commons
Çevresel koşullardan kamera sensörüne kadar çeşitli faktörler, gürültüyü resme sokabilir. Resimlerde genellikle görülen dört ana gürültü türü şunlardır:
- İlave Gürültü: Resim boyunca parlaklık veya renk bilgisindeki rastgele varyasyonlardan kaynaklanır. Bu, resimlerde görülen en yaygın gürültü türüdür.
- Çıkarma Gürültüsü: Orijinal resimden piksel değerlerinin rastgele çıkarılmasından kaynaklanır, bu da genellikle resimdeki koyu lekeler veya bölgeler olarak görülen kötü resim kalitesine yol açar. Çıkarma gürültüsü genellikle düşük ışık ayarlarında oluşur.
- Çarpma Gürültüsü: Gürültü değerinin orijinal piksel değerine çarpılmasından kaynaklanır, genellikle resmin daha parlak kısımlarında kötü resim kalitesine yol açar. Bu, önemli piksel değerleri varyasyonları nedeniyle en zor gürültü türüdür.
- İmpuls Gürültüsü: Piksel değerlerindeki aniden değişikliklerden kaynaklanır ve resimde rastgele siyah ve beyaz pikseller olarak görülen keskin bozulmalar olarak görünür. Ayrıca ‘tuz ve biber gürültüsü’ olarak da adlandırılır. Kamera hataları, iletim hataları veya kozmik ışınlar sonucu oluşur.
Görüntü İşlemede Gürültü Nedenleri
Görüntü gürültüsü, çeşitli kaynaklardan kaynaklanabilir:
- Çevresel Koşullar: Kötü aydınlatma veya yakındaki elektronik parazit gibi dış faktörler, resimlerde gürültüye neden olabilir. Rastgele varyasyonlar ekleyebilirler.
- Sensör Gürültüsü: Kameralar ve tarayıcılar kullanılan sensördeki herhangi bir sorun, resimlerde gürültüye neden olabilir. Örneğin, kötü aydınlatma koşullarında, iyi bir sensör kullanmıyorsanız, gürültüyü de ışıkla birlikte güçlendirebilir.
- Quantization Gürültüsü: Analog sinyallerin dijital forma dönüştürülmesi sırasında, özellikle yüksek kontrastlı resimlerde oluşur. Örneğin, bir fotoğrafı taradığınızda, genellikle resulting resimde gürültü görürsünüz. Bu, görüntü dijitalleştirilmesinden kaynaklanan quantization gürültüsüdür.
- İletim Gürültüsü: Resimler gürültülü kanallardan iletilirken oluşur, bu ağlar (örneğin internet) veya gürültülü depolama ortamlarında (örneğin hard diskler) olabilir.
- İşleme Gürültüsü: Filtreleme, sıkıştırma vb. gibi görüntü işleme işlemleri sırasında oluşur.
Görüntü İşlemede Gürültü Modelleri
Görüntü işlemede gürültü modelleri, resimleri etkileyen çeşitli gürültü türlerinin matematiksel temsilidir. Bu modeller, simülasyonlar aracılığıyla farklı türdeki gürültü oluşumunu anlamaya yardımcı olur, bu da onu azaltma stratejileri geliştirmeye yardımcı olur.
bazı ortak gürültü modelleri şunlardır:
- Gaussian Gürültü: En yaygın gürültü modellerinden biri olan ‘Gaussian gürültü’, zil şeklindeki olasılık dağılımı ile karakterize edilir. Resimlerdeki rastgele varyasyonları simüle eder. Sensör ve quantization gürültüsünden kaynaklanabilir ve TV veya radyo sinyalindeki statik gibi benzerdir.
- Erlang Gürültü: Ayrıca gamma gürültü olarak da bilinen bu, gama dağılımı ile karakterize edilen bir diğer çarpma gürültü modelidir. Genellikle gürültülü sensörlerle alınan veya gürültülü kanallardan iletilen resimlerde bulunur.
- Uniform Gürültü: Bu, uniform dağılım ile karakterize edilen bir ilave gürültü modelidir. Genellikle kuantize edilmiş resimlerde veya iletim hatalarıyla bozulmuş resimlerde görülür.
Gürültü Ölçümü
Görüntü analizinde, gürültü değerlendirmesi ve değerlendirilmesi temel bir görevdir. Resimdeki gürültü seviyesini nicel olarak ölçmekle ilgilidir. Bu işlem, iki temel gürültü ölçüm tekniğine dayanır:
- Pik Sinyal-Gürültü Oranı (PSNR): PSNR, görüntü yeniden yapılandırmasının kalitesini değerlendirmek için bir referans noktası olarak hizmet eder. Orijinal resimdeki piksel değerlerini yeniden üretilen resimdeki piksel değerleriyle karşılaştırır ve resmin ne kadar sadık bir şekilde yeniden üretildiğini sayısal olarak ölçer.
- Ortalama Kare Hata (MSE): MSE, diğer taraftan, iki resimdeki piksel değerleri arasındaki farklılıkları değerlendirir. Bu method, iki resimdeki karşılık gelen pikseller arasındaki kare farklılıkların ortalamasını hesaplar. Bu nicel yaklaşım, resimdeki gürültü miktarını ve kalite üzerindeki etkisini anlamamıza yardımcı olur.
Ortak Gürültü Azaltma Teknikleri
Gürültü, resimleri granül ve renksiz yapar, ince ayrıntıları bulanıklaştırır. Bu etkiyi nötralize etmek için, gürültü azaltma teknikleri, birçok alanda (örneğin fotoğrafçılık, güvenlik, video konferans, gözetim vb.) daha iyi sonuçlar için görüntü kalitesini iyileştirir. Örneğin, tıbbi görüntüleme için gürültü azaltma, doğru tanı ve tedavi planlaması için kritiktir.
Gürültü azaltma teknikleri, düşük ışık, yüksek ISO ayarları, hızlı deklanşör hızları veya doğuştan gürültülü kameralar gibi koşullarda en iyi şekilde çalışır.
bazı ortak gürültü azaltma teknikleri şunlardır:
- Ortanca Filtreleme: İmpuls gürültüsünü ortadan kaldırmak için, ortanca filtreleme, bir pikselin değerini yakındaki piksellerin ortanca değerleriyle değiştirir.
- Gaussian Filtreleme: Bu teknik, her bir pikseli, o pikselin etrafındaki piksellerin ağırlıklı ortalamasıyla değiştirir.
- Çift Taraflı Filtreleme: Bu teknik, kenarları intact tutarak gürültüyü azaltmak için ortanca ve Gaussian filtrelemeyi birleştirir.
- Dalga Filtreleme: Bu teknik, görüntü Fourier Transform modelini kullanarak, resim dalga katsayılarını geçirmek suretiyle gürültüyü azaltır.
Gürültü Azaltmanın Uygulamaları
Gürültü azaltma, görüntü geri kazanımı ve görüntü ölçekleme gibi çeşitli uygulamalara sahiptir, ancak en önemli olanlar şunlardır:
- Tıbbi Görüntüleme: Gürültü azaltma teknikleri, MRI ve CT taramalarında hastalık tanısını iyileştirir, hasta sonuçlarını iyileştirir.
- Uydu Görüntüleme: Gürültü azaltma, uydu resimlerinde nesne ve özelliklerin daha iyi tanımlanmasını sağlar.
- Felaket yönetimi: Gürültü azaltma, çevre izleme ve haritalama için uzaktan algılama resimlerini iyileştirir.
- Kanun Uygulama: İzleme görüntüleri ve adli resimlerde netliği artırır, şüpheli ve nesne tanımlamasını kolaylaştırır.
- Uzay Araştırmaları: Gürültü azaltma, astronomik resimleri temizler, uzayda zayıf gök cisimlerini ve ince ayrıntıları tespit etmeyi sağlar.
İlgili içeriği okumak için Unite AI‘i ziyaret edin.
