Image identification andrestoration using EM algorithm

Abstract

Bu çalışmada toplamsal Gauss dağılımlı beyaz gürültü ile bozulmuş imgelerin tanınması ve onarımı sorunu ele alınmıştır. Gürültünün gücünün ve imgenin is tatistiksel özelliklerinin önceden bilinmediği varsayılmıştır. İki boyutlu sorunu, ayrık Fourier dönüşümünü kullanarak tek boyuta indiren yeni bir yaklaşım tanıtılmış ve daha sonra beklenti-enbüyütme (EM) algoritması uygulanarak, imge gürültülü ortamlarda onarılmış ve değişik özbağlanımlı (AR) modellerin parametreleri bu lunmuştur. İmge onarımı için, Kalman süzmesi ve enbüyük olabilirlik onarımı ol mak üzere, iki farklı yöntem kullanılmıştır. Tanıtılan yaklaşımın benzetim sonuçları da çalışmaya eklenmiştir.

This thesis considers the problem of identification and restoration of images de graded by additive Gaussian white noise. It is assumed that the power of the noise and the statistical properties of the original image are not known a priori. A new approach which reduces the two dimensional problem to a one dimensional problem by using the unitary discrete Fourier transform is introduced. Then, by applying the expectation-maximization (EM) algorithm, the image is restored and the pa rameters of various types of AR models are identified under noisy conditions. Two different methods are used for restoration, namely, maximum likelihood restora tion and Kalman filtering. The simulation results of the presented approach are also included.