Image denoising with two-dimensional zero attracting LMS algorithm

Authors : Gülden ELEYAN, Muhammed SALMAN

Pages : 539-545

View : 17 | Download : 11

Publication Date : 2019-10-21

Article Type : Research Paper

Abstract :Normal 0 false false false TR X-NONE AR-SA /* Style Definitions */ table.MsoNormalTable {mso-style-name:`Normal Tablo`; mso-tstyle-rowband-size:0; mso-tstyle-colband-size:0; mso-style-noshow:yes; mso-style-priority:99; mso-style-parent:``; mso-padding-alt:0cm 5.4pt 0cm 5.4pt; mso-para-margin-top:0cm; mso-para-margin-right:0cm; mso-para-margin-bottom:10.0pt; mso-para-margin-left:0cm; line-height:115%; mso-pagination:widow-orphan; font-size:11.0pt; font-family:`Calibri`,sans-serif; mso-ascii-font-family:Calibri; mso-ascii-theme-font:minor-latin; mso-hansi-font-family:Calibri; mso-hansi-theme-font:minor-latin; mso-bidi-font-family:Arial; mso-bidi-theme-font:minor-bidi; mso-ansi-language:TR;} Bu yazıda, iki boyutlu en küçük kare algoritmasının insert ignore into journalissuearticles values(2D-LMS); maliyet fonksiyonuna seyrekliği farkeden l 1 -norm ceza terimi yükleyen yeni bir 2D sıfıra çeken en küçük ortalama kare insert ignore into journalissuearticles values(ZALMS); uyarlamalı filtreyi önermekteyiz. 2D-LMS ve BM3D algoritmaları ile karşılaştırmalar hem seyrek hem de seyrek olmayan görüntülerde yürütülmüştür. Simülasyon sonuçları, önerilen algoritmanın hem yatay hem de dikey doğrultuda filtre katsayılarının güncellenmesinde iyi yeteneklere sahip olduğunu göstermiştir ve performansı düşük hesaplama zamanına sahip 2D-LMS algoritması ile aynı/daha iyidir. Ancak 2D-ZALMS, BM3D algoritmasından daha iyi performans göstermektedir.
Keywords : LMS, Görüntü iyileştirme, Seyrek sinyaller