prikaz prve stranice dokumenta Uklanjanje degradacije slike primjenom statističkog modela prirodne scene i percepcijske mjere kvalitete slike
No public access
doctoral thesis
Uklanjanje degradacije slike primjenom statističkog modela prirodne scene i percepcijske mjere kvalitete slike
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2015. urn:nbn:hr:168:591747
Bjelopera, Anamaria
University of Zagreb
Faculty of Electrical Engineering and Computing
Department of Communication and Space Technologies

Institutional repository: FER Repository

Cite this document

Bjelopera, A. (2015). Uklanjanje degradacije slike primjenom statističkog modela prirodne scene i percepcijske mjere kvalitete slike (Doctoral thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:591747

Bjelopera, Anamaria. "Uklanjanje degradacije slike primjenom statističkog modela prirodne scene i percepcijske mjere kvalitete slike." Doctoral thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2015. https://urn.nsk.hr/urn:nbn:hr:168:591747

Bjelopera, Anamaria. "Uklanjanje degradacije slike primjenom statističkog modela prirodne scene i percepcijske mjere kvalitete slike." Doctoral thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2015. https://urn.nsk.hr/urn:nbn:hr:168:591747

Bjelopera, A. (2015). 'Uklanjanje degradacije slike primjenom statističkog modela prirodne scene i percepcijske mjere kvalitete slike', Doctoral thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 20 December 2024, https://urn.nsk.hr/urn:nbn:hr:168:591747

Bjelopera A. Uklanjanje degradacije slike primjenom statističkog modela prirodne scene i percepcijske mjere kvalitete slike [Doctoral thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2015 [cited 2024 December 20] Available at: https://urn.nsk.hr/urn:nbn:hr:168:591747

A. Bjelopera, "Uklanjanje degradacije slike primjenom statističkog modela prirodne scene i percepcijske mjere kvalitete slike", Doctoral thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2015. Available at: https://urn.nsk.hr/urn:nbn:hr:168:591747

Metadata
TitleUklanjanje degradacije slike primjenom statističkog modela prirodne scene i percepcijske mjere kvalitete slike
Title (english)Image degradation removal using statistical model of natural scene and perceptual image quality measure
AuthorAnamaria Bjelopera
MentorSonja Grgić (mentor)
Committee memberSonja Grgić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
(Department of Communication and Space Technologies)
Zagreb
Defense date and country2015, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Electrical Engineering
Radio Communications
Universal decimal classification
(UDC)		621.3 - Electrical engineering
Abstract
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.
Abstract (english)
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.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:591747
Study programmeTitle: Electrical Engineering and Computing
Study programme type: university
Study level: postgraduate
Academic / professional title: Doktor znanosti elektrotehnike i računarstva (Doktor znanosti elektrotehnike i računarstva)
Type of resourceText
Extent169 str. ; 30 cm.
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Created on2019-04-11 14:09:35