Odak tabanlı konvolüsyonel sinir ağları ile gauss gürültüsünün giderilmesi

Gürültü azaltma sayısal imgelerde meydana gelen bozulmaların imgenin orijinal yapısının mümkün olduğunca korunarak ortadan kaldırılması işlemi olup bir imgenin görsel kalitesini iyileştirmesinden dolayı görüntü işleme alanında yapılan birçok farklı çalışma için bir ön işleme adımı olarak büyük önem arz etmektedir. Gauss gürültüsü en çok karşılaşılan gürültülerden bir tanesidir. Tez çalışması kapsamında gri ve renkli seviyeli görüntülerden farklı seviyelerde gauss gürültüsünün giderilmesi için konvolüsyonel sinir ağları (CNN) tabanlı yeni bir ağ önerilmiştir. İlk olarak gürültü azaltma işlemi sırasında imgenin orijinal yapısının korunması için asıl gürültü azaltma işlemine kılavuz olması amacıyla gürültülü imgeden Yerel İkili Örüntü (YİÖ) tabanlı doku imgesi çıkarılmış ve bu amaçla iki dallı bir yapıya sahip TENet isimli bir CNN ağı önerilmiştir. Daha sonra gürültü azaltma işlemi için gürültülü imge ve gürültülü imgeden elde edilen YİÖ imgesini girdi olarak alan CNN tabanlı MLFAN ağı önerilmiştir. MLFAN ağı tasarım olarak çok seviyeli öznitelik çıkarımı için farklı çekirdek boyutlarına sahip konvolüsyon katmanlarından ve bu özniteliklerin ağırlıklandırılması için kanal tabanlı odak mekanizmalarından oluşmaktadır. Buna ek olarak MLFAN ağının tasarımının değerlendirilmesi için kapsamlı bir ablasyon çalışması sunularak sayısal ve görsel sonuçlarla birlikte değerlendirilmesi yapılmıştır.