Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/20414
| Title: | การลดสัญญาณรบกวนภาพด้วยฟังก์ชันหดตัวสองตัวแปรและเวฟเล็ตแพคเก็ตต้นไม้ศูนย์ |
| Other Titles: | Image denoising using bivariate shrinkage functions and wavelet packet zerotrees |
| Authors: | พิชิต กิตติสุวรรณ์ |
| Advisors: | วิทยากร อัศดรวิเศษ |
| Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์ |
| Advisor's Email: | widhyakorn.a@chula.ac.th |
| Subjects: | สัญญาณรบกวนทางอิเล็กทรอนิกส์ เวฟเล็ต (คณิตศาสตร์) |
| Issue Date: | 2550 |
| Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
| 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 |
| Other Abstract: | 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. |
| Description: | วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2550 |
| Degree Name: | วิศวกรรมศาสตรมหาบัณฑิต |
| Degree Level: | ปริญญาโท |
| Degree Discipline: | วิศวกรรมไฟฟ้า |
| URI: | http://cuir.car.chula.ac.th/handle/123456789/20414 |
| URI: | http://doi.org/10.14457/CU.the.2007.970 |
| metadata.dc.identifier.DOI: | 10.14457/CU.the.2007.970 |
| Type: | Thesis |
| Appears in Collections: | Eng - Theses |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Pichid_Ki.pdf | 11.33 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.