Görüntü İşlemede Gürültü Nedir? – Bir Başlangıç Kılavuzu

Eğer hiç bir resimde gerçek görüntünün bir parçası olmayan toz parçacıklarını fark ettiyseniz, muhtemelen ‘gürültü’yü görüyorsunuz. Bunun meydana gelmesi için birçok teknik neden vardır. Çoğu zaman gerçek görüntüyü bulanıklaştırır ve dijital görüntü iletiminde görüntü kalitesinin bozulmasının başlıca nedenidir.

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, görüntülerdeki gürültüyü azaltmak için kullanılan bazı ana teknikleri keşfedeceğiz ve aynı zamanda görüntü gürültüsünün başlıca türleri ve nedenlerini araştıracaktır. Başlayalım!

Görüntü İşlemede Gürültü Türleri

Gürültü varyasyonlarının bir simülasyonu – Mdf, CC BY-SA 3.0, via Wikimedia Commons

Çevresel koşullardan kameranın sensörüne kadar çeşitli faktörler görüntüye gürültü ekleyebilir. Görüntülerde genellikle görülen dört ana gürültü türü şunlardır:

• İlaveli Gürültü: Görüntü boyunca parlaklık veya renk bilgisi değişimlerinin rastgele varyasyonlarından kaynaklanır. Bu, görüntülerde görülen en yaygın gürültü türüdür.
• Çıkarıcı Gürültü: Orijinal görüntüden piksel değerlerinin rastgele çıkarılmasından kaynaklanır, bu da genellikle görüntüde karanlık lekeler veya bölgeler olarak görülen kötü görüntü kalitesine yol açar. Çıkarıcı gürültü genellikle düşük ışık ayarlarında ortaya çıkar.
• Çarpıcı Gürültü: Gürültü değerinin orijinal piksel değerine çarpılmasından kaynaklanır, genellikle görüntünün daha parlak kısımlarında kötü görüntü kalitesi ile sonuçlanır. Bu, önemli piksel değeri varyasyonları nedeniyle en zor gürültü türüdür.
• İmpuls Gürültü: Piksel değerlerindeki aniden değişimlerden kaynaklanır, bunlar görüntüde rastgele siyah ve beyaz pikseller olarak görünür ve ‘karabiber ve tuz gürültüsü’ olarak da adlandırılır. Kamera arızaları, iletim hataları veya kozmik ışınlar sonucu oluşur.

Görüntü İşlemede Gürültü Nedenleri

Görüntü gürültüsü çeşitli kaynaklardan kaynaklanabilir:

1. Çevresel Koşullar: Dış faktörler seperti zayıf aydınlatma veya yakındaki elektronik parazit genellikle görüntülerde gürültüye neden olur. Bunlar görüntülere rastgele varyasyonlar ekleyebilir.
2. Sensör Gürültüsü: Kamera ve tarayıcıların sensörlerinde ortaya çıkan sorunlar görüntülere gürültü ekleyebilir. Örneğin, zayıf aydınlatma koşullarında, iyi bir sensör kullanmıyorsanız, gürültüyü de ışıkla birlikte artırabilir.
3. Quantization Gürültüsü: Analog sinyallerin dijital forma dönüştürülmesi sırasında, özellikle yüksek kontrastlı görüntülerde ortaya çıkar. Örneğin, bir fotoğrafı taradığınızda, genellikle sonuçta oluşan görüntüde gürültü görürsünüz. Bu, görüntü dijitalleştirme sırasında oluşan quantization gürültüsünden kaynaklanır.
4. İletim Gürültüsü: Görüntüler gürültülü kanallardan iletilirken ortaya çıkar, bu da ağlar (örneğin, internet) veya gürültülü depolama ortamlarında (örneğin, hard diskler) saklanabilir.
5. İşleme Gürültüsü: Görüntü işleme operasyonları sırasında, filtreleme, sıkıştırma gibi işlemler sırasında ortaya çıkar.

Görüntü İşlemede Gürültü Modelleri

Görüntü işlemede gürültü modelleri, görüntülere etki eden farklı gürültü türlerinin matematiksel temsilidir. Bu modeller, simülasyonlar aracılığıyla farklı gürültü türlerinin oluşumunu anlamaya yardımcı olur, bu da gürültüyü azaltma stratejileri geliştirmeye yardımcı olur.

Bazı ortak gürültü modelleri şunlardır:

1. Gaussian Gürültü: En yaygın gürültü türlerinden biri olan ‘Gaussian gürültü’, bir zil şeklindeki olasılık dağılımı ile karakterize edilir. Görüntülerdeki rastgele varyasyonları simüle eder. Sensör ve quantization gürültüsünden kaynaklanabilir ve genellikle TV veya radyo sinyalindeki statik gibi görünür.
2. Erlang Gürültü: Ayrıca gamma gürültü olarak da bilinen bu, bir gamma dağılımı ile karakterize edilen bir başka çarpıcı gürültü modelidir. Genellikle gürültülü sensörlerle alınan veya gürültülü kanallardan iletilen görüntülerde görülür.
3. Uniform Gürültü: Bu, bir uniform dağılım ile karakterize edilen bir ilaveli gürültü modelidir. Genellikle quantized görüntülerde veya iletim hatalarıyla bozulmuş görüntülerde görülür.

Gürültü Ölçümü

Görüntü analizinde, gürültü değerlendirmesi ve değerlendirilmesi temel bir görevdir. Bu, görüntüdeki gürültü seviyesini nicelendirme işlemini içerir. Bu işlem, iki temel gürültü ölçüm tekniğine dayanır:

1. Peak Sinyal-Gürültü Oranı (PSNR): PSNR, görüntü yeniden yapılandırmanın kalitesini değerlendirmek için bir referans noktası olarak hizmet eder. Orijinal görüntünün piksel değerlerini yeniden üretilen görüntünün piksel değerleriyle karşılaştırır ve görüntünün ne kadar sadık bir şekilde yeniden üretildiğini gösteren bir sayısal ölçek sağlar.
2. Ortalama Kare Hata (MSE): MSE, diğer yandan, iki görüntüdeki piksel değerleri arasındaki farkları değerlendirir. Bu yöntem, iki görüntüdeki karşılık gelen pikseller arasındaki kare farkların ortalamasını hesaplar. Bu nicel yaklaşım, bir görüntüdeki gürültü miktarını ve görüntü kalitesi üzerindeki etkisini anlamamıza yardımcı olur.

Ortak Gürültü Azaltma Teknikleri

Gürültü, görüntüleri granül ve renksiz yapar, ince detayları bulanıklaştırır. Bu etkiyi nötralize etmek için, gürültü azaltma teknikleri birçok alanda (fotografcılık, güvenlik, video konferans, gözetim vb.) daha iyi sonuçlar için görüntü kalitesini iyileştirir. Örneğin, tıbbi görüntülerde gürültü azaltma, doğru teşhis ve tedavi planlaması için kritiktir.

Gürültü azaltma teknikleri, düşük ışık, yüksek ISO ayarları, hızlı kamera hızları veya doğal olarak gürültülü kameralarla çalışırken en iyi şekilde çalışır.

Bazı ortak gürültü azaltma teknikleri şunlardır:

• Ortanca Filtreleme: İmpuls gürültüsünü ortadan kaldırmak için, ortanca filtreleme piksel değerini yakındaki piksellerin ortanca değerleriyle değiştirir.
• Gaussian Filtreleme: Bu teknik, her bir pikseli, pikselin etrafındaki komşu piksellerin ağırlıklı ortalaması ile değiştirir.
• Bilateral Filtreleme: Bu teknik, ortanca ve Gaussian filtrelemeyi birleştirir, böylece kenarları korurken gürültüyü azaltır.
• Dalga Filtreleme: Bu teknik, Fourier Transform modelini kullanarak görüntü dalga katsayılarını azaltır.

Gürültü Azaltmanın Uygulamaları

Gürültü azaltma, görüntü geri kazanımı ve görüntü büyütme gibi çeşitli endüstrilerde uygulanır, ancak en önemli olanlar:

• Tıbbi Görüntüleme: Gürültü azaltma teknikleri, MRI ve CT taramalarında hastalık teşhisini iyileştirir, hasta sonuçlarını optimize eder.
• Uydu Görüntüleme: Gürültü azaltma, uydu görüntülerinde nesne ve özelliklerin daha iyi tanımlanmasını sağlar.
• Afet Yönetimi: Gürültü azaltma, çevre izleme ve haritalama için uzaktan algılama görüntülerini iyileştirir.
• Adalet: Sürveillance ve adli görüntülerde netliği artırır, şüpheli ve nesne tanımlamasını kolaylaştırır.
• Uzay Araştırmaları: Gürültü azaltma, astronomik görüntüleri temizler, thus uzak gök cisimlerinin ve derin uzay gözlemlerindeki ince detayların tespit edilmesini sağlar.

İlgili içeriği okumak için Unite AI‘yi ziyaret edin.