Görüntüdeki Tuz Biber ve Gauss Gürültülerine Karşı Filtrelerin Performans Analizleri

Küpeli, Ceydanur; Bulut, Faruk

doi:10.46373/hafebid.768240

Cited by 7 publications

(5 citation statements)

References 7 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Kaynaklarda görüntülerdeki gürültülerin giderilmesi için farklı yöntemler önerilmiştir. Bu çalışmalar çoğunlukla tek bir gürültü türünün: gauss gürültüsü [21,23], benek gürültüsü [5], tuz-biber gürültüsü [4,24,25] giderilmesine yönelik olmaktadır.…”

Section: İlgili çAlışmalarunclassified

“…Sıcaklığın yüksek olması, az miktarda aydınlatma olması ve transferden kaynaklı görüntüye eklenen bir gürültü türüdür. Gürültülü görüntü, gauss gürültüsünde gerçek benek değerlerinin rastgele gauss gürültü değerleri ile toplanması sonucunda ortaya çıkmaktadır [25]. Benek gürültüsü ise gauss ve tuzbiber gürültülerinden farklı şekilde benek değerleri ile rastgele değerlerin çarpılması sonucu oluşmaktadır [6].…”

Section: Veri Kümesiunclassified

See 1 more Smart Citation

Evrişimsel Sinir Ağları ile Görüntülerde Gürültü Türünü Saptama

Güneş,

Çetin Kaya

2024

Bilgisayar Bilimleri Ve Mühendisliği Dergisi

View full text Add to dashboard Cite

Gürültü, görüntü elde etme sırasında görüntüye eklenen istenmeyen sinyallerdir. Bir görüntüden gürültünün arındırılmasında kullanılan filtre yöntemlerinin başarılı olabilmesi için gürültü türünün doğru şekilde analiz edilmesi gerekmektedir. Bu çalışma ile görüntülerdeki gürültü türünün ve gürültüsüz görüntülerin doğru ve pratik şekilde saptanması hedeflenmiştir. Ayrıca, Evrişimli Sinir Ağları (ESA) ile gürültü tahmininde hangi eniyileme algoritmasının tercih edilebileceğine ışık tutulmaya çalışılmıştır. Görüntülerde tuz-biber, gauss ve benek gürültü türlerinin saptanması için VGG-16 mimarisi temel alınarak bir ESA modeli önerilmiştir. Önerilen model transfer öğrenme yöntemi ve ince ayar yaklaşımı kullanılarak eğitilmiş ve beş eniyileme algoritmasının model başarımı üzerindeki etkisi incelenmiştir. Gürültü türünün saptanması için en iyi doğruluk %98,75 ile RMSProp eniyileme algoritması kullanılarak elde edilmiştir. Başarım performansları, gürültü türünün saptanmasında önerilen ESA mimarisinin başarı ile kullanılabileceği gösterilmiştir.

show abstract

Section: İlgili çAlışmalarunclassified

Section: Veri Kümesiunclassified

Evrişimsel Sinir Ağları ile Görüntülerde Gürültü Türünü Saptama

Güneş,

Çetin Kaya

2024

Bilgisayar Bilimleri Ve Mühendisliği Dergisi

View full text Add to dashboard Cite

show abstract

“…Gürültü, sayısal görüntülerde oluşan istenmeyen verilerdir, görüntünün bozulmasına ve görüntüdeki detayların kaybolmasına sebep olabilir. Gürültüleri azaltmak için görüntü işleme algoritmalarından faydalanılır [14]. Filtreleme işlemi uzaysal ortamda ve frekans ortamında yapılabilir.…”

Section: Görüntü İşleme Teknikleriunclassified

Bilgisayarlı Görü Teknikleri Kullanılarak Yapay Zeka Temelli Limon Ağacı Rekolte Tahmini

Işik

ÜNAY

Kayabaşı

2022

Mühendislik Bilimleri Ve Araştırmaları Dergisi

View full text Add to dashboard Cite

Agriculture has always been one of the most important production sectors for people and has been in continuous technological development since the early times of human history. Computer vision techniques are also widely used in agriculture today. In the lemon groves, when the fruits on the trees are ripe and ready for sale, the total fruit yield is estimated by experienced people and the sales process takes place based on this forecast data. In this research, fruit yield estimation was made by using numerical data obtained by using computer vision techniques on fruit image taken from trees and transferred to computer environment and the artificial neural network in multilayer perceptron architecture. The designed system estimated the yield correctly by 72.8 % from the pictures taken while the lemons were on the tree and estimated the weights correctly 99.13% from the pictures taken while they collected.

show abstract

“…Noise is removed from the image using filters such as mean, median and gaussian from image processing algorithms. Some types of image noise are as follows (Küpeli & Bulut, 2020):…”

Section: Noise Removalmentioning

confidence: 99%

Classification of Handwritten Text Signatures by Person and Gender: A Comparative Study of Transfer Learning Methods

Agduk¹,

Aydemir²

2022

AIP

View full text Add to dashboard Cite

The writing process, in which feelings and thoughts are expressed in writing, differs from person to person. Handwriting samples, which are very easy to obtain, are frequently used to identify individuals because they are biometric data. Today, with human-machine interaction increasing by the day, machine learning algorithms are frequently used in offline handwriting identification. Within the scope of this study, a dataset was created from 3250 handwritten images of 65 people. We tried to classify collected handwriting samples according to person and gender. In the classification made for person and gender recognition, feature extraction was done using 32 different transfer learning algorithms in the Python program. For person and gender estimation, the classification process was carried out using the random forest algorithm. 28 different classification algorithms were used, with DenseNet169 yielding the most successful results, and the data were classified in terms of person and gender. As a result, the highest success rates obtained in person and gender classification were 92.46% and 92.77%, respectively.

show abstract

Görüntüdeki Tuz Biber ve Gauss Gürültülerine Karşı Filtrelerin Performans Analizleri

Cited by 7 publications

References 7 publications

Evrişimsel Sinir Ağları ile Görüntülerde Gürültü Türünü Saptama

Evrişimsel Sinir Ağları ile Görüntülerde Gürültü Türünü Saptama

Bilgisayarlı Görü Teknikleri Kullanılarak Yapay Zeka Temelli Limon Ağacı Rekolte Tahmini

Classification of Handwritten Text Signatures by Person and Gender: A Comparative Study of Transfer Learning Methods

Contact Info

Product

Resources

About