Parçacık sürü optimizasyonu kullanarak çok amaçlı görüntü zenginleştirme

Abstract

Sayısal görüntüler, günümüzde pek çok alanda çeşitli amaçlarla kullanılmaktadır. Sayısal görüntülerde, görüntü alınan ortam, kayıt cihazları ve bu cihazlarındaki problemler, bozucu etkiler vb. nedenlerden dolayı olumsuzluklar olabilmektedir. Bazı durumlarda ise görüntülerde herhangi bir olumsuzluk görülmemesine karşın bu görüntüler kullanım amacı için gerekli bilgiyi sunamazlar. Bu tür problemleri gidermek için görüntü zenginleştirme teknikleri kullanılmaktadır. Gri seviye modifikasyonu, histogram eşitleme, kontrast germe, filtreleme ve vb. yöntemler görüntü zenginleştirmek amacıyla sıklıkla kullanılmaktadır. Zenginleştirilmiş görüntüden, bilgi kazancının artması, parlaklığın korunması, zıtlığın arttırılması, gürültülerin giderilmesi gibi sonuçlar beklenmektedir. Son yıllarda, literatürde birden fazla amacı birlikte karşılayacak görüntü zenginleştirme yöntemleri önerilmiştir. Bu çalışmada Pareto Optimal yaklaşıma dayalı Çok Amaçlı Parçacık Sürü Optimizasyonu yöntemi önerilmiştir. Çıktı görüntüsündeki parlaklığın korunması ve bilgi kazancının arttırılması, bu çalışmanın amaçları olarak belirlenmiştir. Çıktı görüntülerinin kalitesini objektif bir şekilde değerlendirebilmek için Entropi, Tepe Sinyal Gürültü Oranı (PSNR) ve Kontrast Gelişim Endeksi (CII) metrikleri kullanılmıştır. Sonuçlar Histogram Eşitleme (HE), Kontrast Germe (CS), Adaptif Histogram Eşitleme (AHE) yöntemleri ve literatürde var olan çalışmalarla karşılaştırılmıştır. Elde edilen sonuçlar önerilen yöntemin kabul edilebilir olduğunu göstermiştir.

Today, digital images are used in many areas for various purposes. In digital images, some problems can be occurred because of the environment in which images are taken, recording devices and problems with these devices and the disruptive effects. Although, sometimes, there are no negations, these images cannot provide the necessary information for the purpose of use. Image enhancement techniques can be used to solve these problems. Gray level modification, histogram equalization, contrast stretching, filtering, etc. methods are often used to enhance the images. From the enhanced image; increase in information gain, preservation of brightness, increase the contrast and elimination of noises are expected. In recent years, some image enhancement methods have been proposed to solve more than one goal in the literature. In this study, a multi-objective Particle Swarm Optimization method based on Pareto Optimal approach is proposed. The preservation of brightness and increase of the information gain in the output image have been identified as the aims of this study. Entropy, Peak Signal to Noise Ratio (PSNR) and Contrast Enhancement Index (CII) metrics were used to objectively evaluate the quality of output images. The results in this study were compared with the results of Histogram Equalization (HE), Contrast Stretching (CS), Adaptive Histogram Equalization (AHE) methods and other studies in the literature. The results obtained show that the proposed method is acceptable for the image enhancement.