Tez No	İndirme	Tez Künye	Durumu
199292		A Java toolbox for wavelet based image denoising / Görüntülerdeki gürültülerin temizlenmesi için dalgacık tabanlı Java takım kutusu Yazar:GÜNEY TUNCER Danışman: DOÇ. DR. MAHMUT ONUR KARSLIOĞLU Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Yüksek Lisans İngilizce 2006 127 s.
Görüntüler üzerinde gürültü temizleme için dalgacık yöntemlerinin kullanımıson zamanlarda oldukça yaygın bir hale gelmiştir. Dalgacık eşikleme (waveletthresholding) olarak tabir edilebilecek bu işin başarısı pek çok değişkenebağlıdır. Bunların arasında uygun dalgacık modelinin seçimi, eşik hesaplamateknikleri ve eşik uygulama seviyesi en başta listelenebilir. Eşik hesabı içinkullanılan ?Wiener? filitresi doğrusal (linear) hesaplama tekniği kullanan klasikyöntemlerden biridir. Doğrusal olmayan (nonlinear) metotların en basit örneğiise evrensel eşik (global thresholding) mantığına dayalı VisuShrink'dir. Buçalışmadaki amaç farklı görüntü tipleri için ve özellikle Synthetic ApertureRadar (SAR) görüntüleri için en başarılı gürültü temizleme kombinasyonlarınıbelirleyebilecek bir Java takım kutusu oluşturmaktır. Bu da bahsi geçen temeleşikleme hesapları ile gelişmiş istatiksel hesaplama teknikleri ?SureShrink?,?BayeShrink?, ?Generalized Cross Validation? ve ?Hypothesis Test?kıyaslanmasıyla yapılacaktır. Bunların yanısıra çalışmaya yardımcı olmakamacıyla mean, medyan, uyarlamalı medyan, Lee, Kuan ve Frost gibi dalgacıkeşikleme yöntemi olmayan bazı hesaplamalara yer verilmektedir. Tüm budalgacık tabanlı hesaplama teknikleri ve bazı geleneksel yöntemler Javaprogramlama dili kullanılarak popüler bir görüntü işleme uygulaması olan?ImageJ? altında geliştirilmektedir.Anahtar kelimeler: Dalgacık dönüşümleri, Gürültü azaltma, İstatiksel yöntemler,SAR, Java
Wavelet methods for image denoising have became widespread for the lastdecade. The effectiveness of this denoising scheme is influenced by manyfactors. Highlights can be listed as choosing of wavelet used, the thresholddetermination and transform level selection for thresholding. For thresholdcalculation one of the classical solutions is Wiener filter as a linear estimator.Another one is VisuShrink using global thresholding for nonlinear area. Thepurpose of this work is to develop a Java toolbox which is used to find bestdenoising schemes for distinct image types particularly Synthetic Aperture Radar(SAR) images. This can be accomplished by comparing these basic methodswith well known data adaptive thresholding methods such as SureShrink,BayeShrink, Generalized Cross Validation and Hypothesis Testing. Some non-wavelet denoising process are also introduced. Along with simple mean andmedian filters, more statistically adaptive median, Lee, Kuan and Frost filteringtechniques are also tested to assist wavelet based denoising scheme. All of thesemethods on the basis of wavelet models and some traditional methods will beimplemented in pure java code using plug-in concept of ImageJ which is apopular image processing tool written in Java.Keywords: Wavelet transforms, Noise reduction, Statistical methods, SAR, Java