A DEEP COLLABORATIVE FILTERING-BASED (DEEP-COFIB) METHOD FOR IMAGE DENOISING. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF Thesis Report (All signed) - Basit Alawode.pdf - Submitted Version Restricted to Repository staff only until 8 June 2021. Download (16MB)

Arabic Abstract

على الرغم من التقدم التكنولوجي، لا يمكمن إزالة الضجيج تماما من الصور. ولعدّة التطبيقات، يتطلب صور خالية من الضجيج لاستخراج معلومات هامة من هذه الصور. على مرّ السنين، طوّر الباحثون العديد من التقنيات لاستخراج صورا خالية الضجيج من أصولها الملوثة بالضجيج. يعتمد الكثير من هذه التقنيات على طرق معالجة الصور الكلاسيكية. حيث تعاني معظم هذه الطرق من عدم قدرتها على الحفظ على الميزات المهمة للصور مثل الحواف، والمناطق المتدرجة وما إلى ذلك. كما أنها تميل إلى تنعيم الصورة المشوشة. وعلى الرغم من هذه العيوب، حتى العهد القريب، تعتبر هذه الخوارزميات خوارزميات مزعجة متطورة. ولقد حققت النجاحات للتعلم العمييق (DL) مؤخرا بل تجاوز ما حققته الخوارزميات المخفقة التي تم تحديدها في كثير من المجالات مثل رؤية الحاسوب، معالجة اللغة الطبيعية، وما إلى ذلك.فى هذا البحث، قمنا بتطوير خوازرمية تقوية تعاونية لمعالجة أوجه القصور المذكورة أعلاه. ألهمنا الأداء التي حققته هذه الخوارزمية ونجاح DL توسيعها باستخدام DL. تناول الأداء الذي حققته هذه النسخة من الخوازمية العيد من أوجه القصور، وأعطى أيضا تلميحات للتحسينات المستقبلة المحتلمة.

English Abstract

In spite of the advancements in technology, noise cannot be entirely removed from images. For many applications, noise free images are required in order to extract important information from such images. Over the years, researchers have developed many techniques to extract noise-free images from their noise contaminated versions. Many of the techniques have been based on classical image processing methods. Most of these methods suffer from their inability to preserve important features of the images such as edges, stepped regions, etc. They also tend to smooth out the denoised image. Despite these known shortcomings, these algorithms were considered the state-of-the-art denoising algorithms until recently. The recent successes of \gls{dl} in many areas such as computer vision, natural language processing, image processing, etc. have seen the performance of these state-of-the-art denoising algorithms challenged and surpassed. In this work, we developed a collaborative denoising algorithm to address the aforementioned shortcomings. The performance achieved by this algorithm and the success of \gls{dl} inspired us to extend the algorithm using \gls{dl}. The performance achieved by this version of the algorithm addressed many of the shortcomings and also gave hints to possible future improvements.

Item Type:	Thesis (Masters)
Subjects:	Computer Engineering Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Committee Advisor:	Masood, Mudassir
Committee Members:	Muqaibel, Ali Hussein and Al-Naffouri, Tareq
Depositing User:	BASIT ALAWODE (g201707310)
Date Deposited:	10 Jun 2020 07:19
Last Modified:	10 Jun 2020 07:19
URI:	http://eprints.kfupm.edu.sa/id/eprint/141607