การเลือกขีดเริ่มเปลี่ยนแบบท้องถิ่นสำหรับการลดทอนสัญญาณรบกวนของภาพบนพื้นฐานของดาวเบชีส์เวฟเล็ตสองมิติ

พรทิพย์ ไพศาลสิงห์

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/6883

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	สมชาย จิตะพันธ์กุล	-
dc.contributor.author	พรทิพย์ ไพศาลสิงห์	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	-
dc.date.accessioned	2008-05-14T07:09:35Z	-
dc.date.available	2008-05-14T07:09:35Z	-
dc.date.issued	2548	-
dc.identifier.isbn	9745328596	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/6883	-
dc.description	วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2548	en
dc.description.abstract	วิทยานิพนธ์ฉบับนี้เสนอวิธีการลดทอนสัญญาณรบกวน ด้วยการแปลงเวฟเล็ต โดยนำข้อมูลของสัมประสิทธิ์ของเวฟเล็ตที่อยู่ข้างเคียงมาพิจารณา ซึ่งแบ่งวิธีการลดทอสสัญญาณรบกวนที่นำเสนอออกเป็นสองวิธีคือ การใช้วินโดว์ล้อมรอบสัมประสิทธิ์ของเวฟเล็ต แล้วหาขีดเริ่มเปลี่ยนด้วยวิธี SureShrink และการใช้วินโดว์ล้อมรอบสัมประสิทธิ์ของเวฟเล็ต แล้วหาขีดเริ่มเปลี่ยนด้วยวิธี BayesShrink ซึ่งทั้งสองวิธีใช้วินโดว์แบบไม่ซ้อนทับกัน ในการล้อมรอบสัมประสิทธิ์ของเวฟเล็ต โดยในวิทยานิพนธ์นี้ได้เปรียบเทียบผลการลดทอนสัญญาณรบกวนที่ขนาดวินโดว์ที่แตกต่างกัน เพื่อหาขนาดของวินโดว์ที่ให้ผลการลดทอนสัญญาณรบกวนที่ดีที่สุด ผลของการเปรียบเทียบระหว่างวิธีการลดทอนสัญญาณรบกวนแบบอื่นๆ สามารถยืนยันได้ว่า วิธีการลดทอนสัญญาณรบกวนที่นำเสนอให้ประสิทธิภาพเหนือกว่าวิธีการลดทอนสัญญาณรบกวนแบบอื่นๆ ได้แก่ Wiener VisuShrink SureShrink BayesShrink และ NeighShrink อย่างไรก็ตาม เทคนิคการลดทอนสัญญาณรบกวนที่นำเสนอวิธีที่สองให้ผลลัพธ์ที่ดีที่สุด	en
dc.description.abstractalternative	This thesis proposes two wavelet based image denoising techniques which incorporate information from neighboring wavelet coefficients. The first one called local neighborhood window-based image denoising using SureShrink which chooses the threshold in each non-overlapping window by SureShink technique. And the second one called local neighborhood window-based image denoising using BayesShrink which chooses the threshold in each non-overlapping window by BayesShrink technique. The window size which gives the best denosing performance of each image is also reported in this thesis. From the experimental results, our both proposed techniques outperform other traditional techniques including Wiener, VisuShinrk, SureShrink, BayeShrink, and NeighShrink. However, the best results are found on the proposed method II technique.	en
dc.format.extent	18483123 bytes	-
dc.format.mimetype	application/pdf	-
dc.language.iso	th	es
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.relation.uri	http://doi.org/10.14457/CU.the.2005.891	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	การประมวลผลภาพ	en
dc.subject	เวฟเล็ต (คณิตศาสตร์)	en
dc.subject	สัญญาณรบกวนทางอิเล็กทรอนิกส์	en
dc.title	การเลือกขีดเริ่มเปลี่ยนแบบท้องถิ่นสำหรับการลดทอนสัญญาณรบกวนของภาพบนพื้นฐานของดาวเบชีส์เวฟเล็ตสองมิติ	en
dc.title.alternative	Local thresholding for two dimensional daubechies wavelet based image denoising	en
dc.type	Thesis	es
dc.degree.name	วิศวกรรมศาสตรมหาบัณฑิต	es
dc.degree.level	ปริญญาโท	es
dc.degree.discipline	วิศวกรรมไฟฟ้า	es
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.email.advisor	Somchai.J@chula.ac.th	-
dc.identifier.DOI	10.14457/CU.the.2005.891	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
Porntip.pdf		18.05 MB	Adobe PDF	View/Open

Show simple item record