|
|
|
|
| LEADER |
06250nam a22003257a 4500 |
| 005 |
20180403175930.0 |
| 008 |
160831s2016 ci ||||| m||| 00| 0 hrv d |
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 041 |
|
|
|a hrv
|
| 080 |
|
|
|9 38103
|a [004.932.2:517.972.91]:519.22; 621.397.3
|
| 100 |
|
|
|9 37741
|a Bjelopera, Anamaria
|
| 245 |
|
|
|a Uklanjanje degradacije slike primjenom statističkoga modela prirodne scene i percepcijske mjere kvalitete slike :
|b doktorski rad /
|c Anamarija Bjelopera ; mentorica Sonja Grgić
|
| 260 |
|
|
|a Zagreb :
|b A. Bjelopera ; Fakultet elektrotehnike i računarstva,
|c [2016.]
|
| 300 |
|
|
|a 169 str. :
|b ilustr. u bojama ;
|c 30 cm +
|e CD
|
| 500 |
|
|
|a Na spor. nasl. str. naslov na eng. jeziku: Image degradation removal using statistical model of natural scene and perceptual image quality measure : doctoral thesis. - Otisnuta je godina 2015. u publikaciji [tiskovina i pdf] no,najvjerojatnije, trebala je biti godina 2016.
|
| 502 |
|
|
|d 2016-07-14
|
| 504 |
|
|
|a Bibliografija str. 160-167.
|
| 520 |
|
|
|a SAŽETAK: U današnje vrijeme digitalni zapisi slika predstavljaju bitan izvor informacija te su podložni različitim vrstama degradacije zbog čega su razvijene različite metode poboljšanja kvalitete slika. Kako bi se ustanovila pojedina vrsta degradacije, u radu je predložena nova metoda za određivanje vrste degradacije slike koja se temelji na mjeri percepcijske kvalitete BRISQUE bez upotrebe izvorne slike te Rieszovoj transformaciji koja omogućava konstrukcije usmjerenih waveleta s proizvoljnim redovima i bilo kojim brojem dimenzija te omogućava savršenu rekonstrukciju. Nova metoda definira trideset i sedam parametara, osamnaest iz BRISQUE mjere te devetnaest iz koeficijenata Rieszove transformacije iz kojih se određuje vrste degradacije slike. Pri tome je mjera ispitivana u LIVE i VCL@FER bazi zasebno te u međusobnim kombinacijama ovih baza uz normalizaciju parametara na minimalne i maksimalne vrijednosti parametara izračunatih iz LIVE i VCL@FER baze uz pomoć treniranja sa strojevima s potpornim vektorima (SVM). Ispitana je statistička značajnost nove metode za određivanje vrste degradacije slike te uspoređena s postojećom BRISQUE metodom. U većini slučajeva se postižu statistički bolji rezultati nove metode, a najbolji rezultati se postižu ako se treniranje provodi na parametrima iz LIVE baze normaliziranim na parametre LIVE baze koja će i biti korištena prilikom određivanja vrste degradacije nepoznate slike. Nakon što se odredi vrsta degradacije nepoznate slike, na temelju određenih parametara percepcijske mjere kvalitete BRISQUE kod kojih je uočena pravilnost ponašanja (kod zamućenja smanjivanje vrijednosti parametara kako raste stupanj degradacije Gaussovim zamućenjem, tj. kod šuma porast vrijednosti parametara kako raste stupanj degradacije Gaussovim šumom) definira se standardna devijacija Gaussovog šuma ili Gaussovog zamućenja koja je ulazni parametar u algoritam za uklanjanje šuma (BM3D) odnosno zamućenja (Lucy-Richardson). Navedenim postupcima postiže se određivanje vrste degradacije slike te uklanjanje degradacije šumom i zamućenjem bez poznavanja izvorne slike te vrste i stupnja degradacije. -
|b KLJUČNE RIJEČI: degradacija slike, percepcijska mjera kvalitete, BRISQUE, Rieszova transformacija, strojevi s potpornim vektorima, statistička značajnost, uklanjanje šuma, uklanjanje zamućenja
|
| 520 |
|
|
|a ABSTRACT: Digital formats of images are nowadays very important source of information and are submissive to different kinds of distortions which is the reason why there exists a development of different methods of image quality enhancement. In order of identification of the type of degradation, the thesis presents innovative approach od defining the type of image degradation which is based on no-reference perceptual quality measure BRISQUE and Riesz transformation which allows constructions of oriented wavelets with arbitrary order and number of dimensions and enables perfect reconstruction. New method defines 37 parameters, 18 out of BRISQUE method and 19 out of Riesz transformation coefficients which define the type of image degradation. LIVE and VCL@FER bases were used separately and in combinations with normalization of parameters on minimal and maximal values of parameters calculated out of LIVE and VCL@FER bases using training with support vector machines (SVM). Statistical significance between new method for defining type of degradation and BRISQUE method is calculated. For the most of cases, statistical results of new method are better and the best results are achieved using parameters calculated in LIVE base normalized on the same base parameters and the LIVE base will be used for defining the type of image degradation for unknown image. After the type of image degradation is determined, based on certain parameters of perceptual quality measure BRISQUE where some kind of regularity is noticed ( in meanings of blur decreasing the value of parameters when the degree of Gaussian blur distortion is increasing, in meanings of noise the augmentation of values of parameters when the degree of Gaussian noise is increasing), standard deviation of Gaussian noise or Gaussian blur is determined and it is an input to an algorithm for noise removal (BM3D) or for blur removal (Lucy-Richardson). In this doctoral thesis determination of type of degradation and removal of blur and noise degradation is achieved without information of reference image or type or degree of degradation. -
|b KEYWORDS: image degradation, perceptual quality measure, BRISQUE, Riesz transformation, support vector machines, statistical significance, noise removal, blur removal
|
| 653 |
|
|
|a degradacija slike
|b image degradation
|
| 653 |
|
|
|a percepcijska mjera kvalitete
|b perceptual quality measure
|
| 653 |
|
|
|a BRISQUE
|
| 653 |
|
|
|a Rieszova transformacija
|b Riesz transformation
|
| 653 |
|
|
|a strojevi s potpornim vektorima
|b support vector machines
|
| 653 |
|
|
|a statistička značajnost
|b statistical significance
|
| 653 |
|
|
|a uklanjanje šuma
|b noise removal
|
| 653 |
|
|
|a uklanjanje zamućenja
|b blur removal
|
| 700 |
|
|
|4 ths
|9 17931
|a Grgić, Sonja
|e mentorica
|
| 942 |
|
|
|2 udc
|c D
|
| 999 |
|
|
|c 46973
|d 46973
|