Identification and restoration of images degraded by both blur and noise using em algorithm

Abstract

Bu çalışmada toplamsal Gauss dağılımlı beyaz gürültü ve uzayın değişmeyen bulanıklık (blur) tarafından bozulmuş imgelerin, gürültünün gücü, bulanıklık parametreleri ve imgenin istatistiksel özellikleri bilinmeden, tanınması ve onarımı sorunu incelenmiştir. İmge ve bozucu etken modellerinin kullanımında Ayrık Fourier Dönüşümü uygulaması tek boyutlu sistem denklemlerinin elde edilmesine olanak sağlamıştır. Beklenti-enbüyütme algoritması (EM) elde edilen tek boyutlu sistem eşitliklerine uygulanarak boyut sorunu indirgenmiştir. İmge ve bulanıklık modellerinin tanımlanması en büyük olabilirlik yaklaşımı ile sağlanmıştır. Benzetim sonuçları çeşitli gürültü seviyelerinde ve farklı bulanıklık para metreleri kullanılarak incelenmiş ve çalışmaya eklenmiştir.

IV ABSTRACT This thesis focuses on the restoration and identification of images degraded by both space invariant symmetric blur and additive Gaussian white noise without knowing the noise power, blur parameters and statistical characteristics of the original image a priori. The use of image and degradation models allows the reduction of dimensionality into 1-D scalar subsystems by Discrete Fourier Transformation (DFT). Then, Expectation Maximization (EM) Algorithm is applied to each scalar subsystem that can be processed in parallel for the restoration and identification problem. Maximum likelihood approach is used in the identification of image and blur models. Simulation results are presented for different Signal-to-Noise Ratio (SNR) and blur parameters.