Hücresel yapay sinir ağları ile kızılötesi görüntülerde gürültünün temizlenmesi

Hücresel Yapay Sinir Ağları (HYSA) 1988 yılında Chua ve Yang [1] tarafından teorisi açıklanmış görüntü işleme ve örüntü tanıma uygulamalarıdır. Özellikle kenar belirleme ve gürültülü resimlerin görüntü kalitelerinin artırılmasında oldukça başarılıdır. HYSA iki seviyeli yapısı nedeni ile gürültü temizleme sırasında bilgi kayıplarına da yol açmaktadır. Yapılan çalışmada bu bilgi kayıplarını da ortadan kaldırarak gürültü temizlemesi yapılabilmiş ve kızılötesi görüntülerde bozucu etkinin ortadan kaldırılmasına çalışılmıştır. Kızılötesi görüntüler cisimlerin ısıl enerjilerinin ortama kızılötesi frekanslarda yayılması ve bu enerjinin termal kameralarla hissedilip video sinyallerine çevrilmesi ile gerçekleşir. Atmosferdeki su buharı ve karbondioksit ise bu görüntüleri olumsuz etkileyerek görüntüyü bozar. Bu makalede ilk önce kızılötesi görüntü daha sonraki bölümde de HYSA 'nm teorik mantığı anlatılar ak yapılan uygulamalar gösterilmiştir.

___

1.Chua, L.O., Yang, L., "Cellular Neural Networks: Theory", IEEE Transaction on Circuits and Systems, Vol 35,No.l0, 1257-1272,1988. 2.Harp Akademileri Komutanlığı Yayınları, "Hava Kuvvetlerinde Elektronik Harekat", Harp Akademileri Basım Evi, İstanbul, 50-57, 2000.

3.L. Heryol, N. Ünal, "İnfrared Güdümlü Silahlar ve Çalışma Prensipleri", Hava Harp Okulu Yayınları, İstanbul, 12-13, 1996.

4.Uçan, O.N., Özmen A., "Hücresel Yapay Sinir ağları ile Bölütlenmiş Görüntülerin ve Hücresel Yapay Sinir Ağ ile Modellenen Kaynak/Kanal Kanal İşaretlerin Rician Ortamında Hata Başarımı", SİU '99, 7. IEEE Sinyal İşleme Uygulamaları Kurultayı, 172-176, Ankara, 1999.

5.Güzeliş, C., "Hücresel Yapay Sinir Ağları ile Görüntü İşlenmesi", Tübitak Proje No.EEEAG-103, Rapor, İstanbul, 1993.

6.Tander, B., Ün, M. "Hücresel Sinir Ağları İçin Gerilim Kaynaklı Hücre Modelleri", İstanbul Unversity Engineering Faculty Journal of Electrical & Electronics, Vol 1, No. 2, 209-221, 2001.

7.Chua, L.O., Yang, L., "Cellular Neural Networks: Applications.", IEEE Transaction on Circuits and Systems, Vol 35,No.lO, 1273-1290, 1988.

8.Özdemir, S., "Hücresel Nöral Ağlar ve Uygulamaları", Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, İstanbul, 1991.

9.Özmen, A., "Hücresel Yapay Sinir Ağları ve Görüntü İşleme Uygulamaları", Doktora Tezi, İstanbul Üniversitesi, İstanbul, 2001.

10.Schuler, A.J., Nachbar, P., Nossek, J.A., Chua, L.O. "Learning State Space Trajectories in Cellular Neural Network", In Proc. IEEE 2nd int. Workshop on Cellular Neural Network, 68-73, 1992.

11.Magnussen, H., Nossek, J.A. "Towards a Learning Algorithm for Discrete-Time Cellular Neural Network". In Proc. IEEE 2nd int. Workshop on Cellular Neural Networks, 80-85, 1992.

12.Uçan, O. N., Bilgili, E., and Albora, A. M., "Detection of Buried Objects on Archeological Areas Using Genetic Cellular Neural Network". European Geophysical Society XXVI General Assembly Vol. 3, 223-231, Nice, France, 2001.

13.Karamahmut, S., "Hücresel Yapay Sinir Ağları İçin İki Öğrenme Algoritması ve Görüntü İşleme Uygulamaları". Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, İstanbul, 1994.

14.Tolluoğlu A.O., "Bölütlenmiş Hücresel Yapay Sinir Ağları Tasarımı ve Hücresel Ağlarla Lantırn Uçuşlarında Görüntü Kalitesinin Artırılması", Yüksek Lisans Tezi, Hava Harp Okulu, İstanbul, 2004.