Düzenlenmiş gri kurt algoritmasıyla gürültü temizleme

Günümüz teknolojisinde bilgisayarların aritmetik ve mantıksal hesaplamadaki başarısı insan başarısından milyonlarca hatta milyarlarca defa daha hızlı iken, bir algoritma ile programlanamayan öğrenme yöntemlerinde insan açık ara öndedir. İnsanın bilgisayara üstün olduğu alanların başında ses, görüntü ve koku işlemleri gelmektedir. Bir insan gördüğü nesneleri çok hızlı bir şekilde algılayıp, tanıyabilirken, bilgisayarlarda bu işlemler henüz yüzde yüz doğruluğa ulaşmamıştır. Görüntü işleme çalışmalarındaki sorunlardan birisi, görüntü eldesi ve transferi sırasında görüntüde oluşan gürültülerdir. Bu çalışmada görüntüler üzerindeki gürültülerin temizlenmesi için optimizasyona dayalı bir yöntem önerilmiştir. Görüntü işlemede daha iyi sonuçlar için yapılmış olan çalışmaların birçoğunda optimizasyon metotlarından yararlanılmıştır. Bu çalışmada ise gri kurt algoritması, düzenlenmiş gri kurt algoritması ve genetik algoritma kullanılarak görüntülerdeki gürültülerin temizlenmesi işlemi gerçekleştirilmiştir. Bu çalışmada esas alınan problem, gürültülü görüntülerin (Gauss gürültüsü ile gürültü eklenmiş) optimizasyon algoritmaları ile eğitilmiş filtreden geçirilerek temizlenmesidir. Çeşitli test görüntülerine gauss gürültüsü eklenerek bu gürültülü görüntüler gri kurt algoritması, düzenlenmiş gri kurt algoritması, genetik algoritma ve Weiner filtere yardımıyla, eklenmiş olan bu gürültülü görüntülerin orijinal resme en yakın hale getirilmek üzere temizlenme işlemi yapılmıştır. Kullanılan algoritmaların gürültülü görüntüler üzerindeki uygulama sonuçları verilmiş ve sonuçların En yüksek Sinyal Gürültü Oranı (Peak Signal to Noise Ratio (PSNR)) değerlerine göre karşılaştırılması yapılmıştır. Bu karşılaştırma sonucundan en iyi temizleme işlemini yapan algoritma belirlenmiştir. Son olarak, elde edilen sonuçlara göre, kullanılan algoritmaların görüntü işlemede gürültü temizleme uygulamalarında kullanılabilirliği PSNR değerleri ile ortaya konmuştur.