การลดสัญญาณรบกวนภาพด้วยฟังก์ชันหดตัวสองตัวแปรและเวฟเล็ตแพคเก็ตต้นไม้ศูนย์

พิชิต กิตติสุวรรณ์

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/20414

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	วิทยากร อัศดรวิเศษ	-
dc.contributor.author	พิชิต กิตติสุวรรณ์	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	-
dc.date.accessioned	2012-06-19T03:16:04Z	-
dc.date.available	2012-06-19T03:16:04Z	-
dc.date.issued	2550	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/20414	-
dc.description	วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2550	en
dc.description.abstract	วิทยานิพนธ์ฉบับนี้เสนอวิธีลดสัญญาณรบกวนภาพ ในปริภูมิเวฟเล็ตด้วยการประยุกต์ใช้วิธีคำนวณจุดเริ่มเปลี่ยนแบบท้องถิ่นร่วมกับฟังก์ชันหดตัวแบบ 2 ตัวแปร แนวคิดของฟังก์ชันหดตัวแบบ 2 ตัวแปร คือ การจำลองสัญญาณด้วยการประมาณความน่าจะเป็นภายหลังสูงสุดและค่าผิดพลาดกำลังสองเฉลี่ยน้อยสุด นอกจากนี้ยังประยุกต์ใช้วิธีคำนวณความแปรปรวนแบบท้องถิ่นเพื่อเพิ่มประสิทธิภาพในการลดสัญญาณรบกวนให้ดีขึ้นด้วย นอกจากนี้ในวิทยานิพนธ์ฉบับนี้ยังประยุกต์ใช้เทคนิคผลการแปลงเวฟเล็ตแพคเก็ตในการลดสัญญาณรบกวนภาพโดยหาต้นไม้ที่ดีที่สุดผ่านทางฟังก์ชันนอร์มเอนโทรปีมาตรฐาน ผลการทดลองแสดงให้เห็นว่าวิธีลดสัญญาณรบกวนที่นำเสนอในวิทยานิพนธ์ฉบับนี้ให้ค่า PSNR ที่ดีกว่าวิธี NeighShrink และ BiShrink ยกเว้นวิธีที่ประยุกต์ใช้จุดเริ่มเปลี่ยนแบบท้องถิ่นกับวิธีประมาณความน่าจะเป็นภายหลังสูงสุดแบบ 2 ตัวแปร ส่วนวิธีที่นำเสนอด้วยผลการแปลงเวฟเล็ตแพคเก็ตนั้นจะให้ค่า PSNR ที่ดีมากกับภาพที่มีลักษณะเป็นสัญญาณรายคาบ เช่น ภาพ Barbara เป็นต้น	en
dc.description.abstractalternative	This thesis presents image-denoising methods performed within wavelet domain scheme by incorporating neighboring coefficients, namely NeighShrink, and at the same time denoising the image with Bivariate Shrinkage Functions. The ideas of Bivariate Shrinkage Functions are to model the signal based on MAP and MMSE estimation approach. Furthermore, local variance estimation is applied to further improve the performances of the methods. Besides, this thesis also applies the wavelet packet transforms by which the best tree is determined based on standard entropy method to denoised image. Experimental results show that ours proposed methods have generally better PSNR than NeighShrink and BiShrink. Except NeighShrink applied with Bivariate-MAP estimation method. In particular, one of our proposed methods using wavelet packet Zerotrees have much better PSNR in oscillatory images, e.g. Barbara test image.	en
dc.format.extent	11604775 bytes	-
dc.format.mimetype	application/pdf	-
dc.language.iso	th	es
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.relation.uri	http://doi.org/10.14457/CU.the.2007.970	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	สัญญาณรบกวนทางอิเล็กทรอนิกส์	en
dc.subject	เวฟเล็ต (คณิตศาสตร์)	en
dc.title	การลดสัญญาณรบกวนภาพด้วยฟังก์ชันหดตัวสองตัวแปรและเวฟเล็ตแพคเก็ตต้นไม้ศูนย์	en
dc.title.alternative	Image denoising using bivariate shrinkage functions and wavelet packet zerotrees	en
dc.type	Thesis	es
dc.degree.name	วิศวกรรมศาสตรมหาบัณฑิต	es
dc.degree.level	ปริญญาโท	es
dc.degree.discipline	วิศวกรรมไฟฟ้า	es
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.email.advisor	widhyakorn.a@chula.ac.th	-
dc.identifier.DOI	10.14457/CU.the.2007.970	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
Pichid_Ki.pdf		11.33 MB	Adobe PDF	View/Open

Show simple item record