Authors |
|
|||||||
|
||||||||
Supporting Institution |
: | |||||||
|
||||||||
Project Number |
: | |||||||
|
||||||||
Thanks |
: |
Cover Download | Context Page Download |
Burhan ERGEN 1 , Muhammet BAYKARA 2
Sunulan bu çalışmada, imgelerden gürültü temizlemesi için dalgacık ve dalgacık paket ayrıştırma yöntemleri karşılaştırılmıştır. Sonuçlar, her iki yöntem için de ayrıştırma derinliğinin artırılmasının PSNR oranını ciddi bir şekilde etkilemediğini göstermiştir. Standart test imgeleri üzerinde yapılan incelemede, her imge için her ne kadar aynı performansı gösteremese de dalgacık paket ayrıştırmasına göre üstün olduğu sonucuna varılmıştır. İşlem yükü de dikkate alındığında, dalgacık ayrıştırmasına dayalı gürültüden temizleme yönteminin kullanılmasının daha doğru olacağı sonucu çıkarılmıştır.
Keywords
DALGACIK DÖNÜŞÜMÜ,
DALGACIK PAKET AYRIŞTIRMASI,
GÜRÜLTÜ TEMİZLEME,
GÖRÜNTÜ İŞLEME,
PSNR,
Burhan ERGEN 1 , Muhammet BAYKARA 1
In this presented study, it is compared that the wavelet and wavelet package decomposition for image denoising. The results shows that increasing of decomposition depth does not affect significantly PSNR rate. In the examination made on standart test images, it is concluded that although it does not show the same performance for every image, wavelet decomposition is superior to wavelet package decomposition. It is decided that it is more suitable to use denoising method based on wavelet decomposition when considering processing load as well.
Keywords
WAVELET TRANSFORM,
WAVELET PACKAGE DECOMPOSITION,
DENOISING,
IMAGE PROCESSING,
PSNR,
Authors |
|
|||||||
|
||||||||
Supporting Institution |
: | |||||||
|
||||||||
Project Number |
: | |||||||
|
||||||||
Thanks |
: |