Restauração de imagens astronômicas utilizando redes neurais, wavelets e regularização

Detalhes bibliográficos
Autor(a) principal: Vinicius Schmidt Monego
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
Texto Completo: http://urlib.net/sid.inpe.br/mtc-m21c/2021/03.11.20.53
Resumo: Neste trabalho são estudadas diferentes técnicas de restauração de imagens, envolvendo métodos de regularização, filtros wavelets e redes neurais. Mais especificamente, as técnicas escolhidas foram regularização por Tikhonov, regularização por entropia, regularização da variação total, filtro de Wiener, filtragem wavelet, redes neurais convolucionais e filtro neural multiescala. As imagens de interesse são imagens astronômicas, provenientes da fonte HubbleSite, que disponibiliza imagens do telescópio espacial Hubble sob uma licença compatível a domínio público. As imagens são degradadas com ruído gaussiano de desvio padrão de 5%, 15% e 25%. A performance de cada um dos métodos de restauração é avaliada através das métricas: NRMSE (Normalized Root-Mean-Square Error Erro Médio Quadrático Normalizado), PSNR (Peak Signal-to-Noise Ratio Razão de pico sinal-ruído) e SSIM (Structural Similarity Index Measure Medida do índice de similaridade estrutural).
id INPE_5b99b3d244e91697f2bf1616d8c31a54
oai_identifier_str oai:urlib.net:sid.inpe.br/mtc-m21c/2021/03.11.20.53.12-0
network_acronym_str INPE
network_name_str Biblioteca Digital de Teses e Dissertações do INPE
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisRestauração de imagens astronômicas utilizando redes neurais, wavelets e regularizaçãoAstronomical image restoration using neural networks, wavelets and regularization2021-03-04Haroldo Fraga de Campos VelhoAlice de Jesus KozakeviciusStephan StephanyGilberto Ribeiro de QueirozAntônio José da Silva NetoAna Paula Abrantes Castro ShiguemoriVinicius Schmidt MonegoInstituto Nacional de Pesquisas Espaciais (INPE)Programa de Pós-Graduação do INPE em Computação AplicadaINPEBRproblemas inversosrestauração de imagensruídoregularizaçãotransformada waveletinverse problemsimage restorationnoiseregularizationwavelet transformNeste trabalho são estudadas diferentes técnicas de restauração de imagens, envolvendo métodos de regularização, filtros wavelets e redes neurais. Mais especificamente, as técnicas escolhidas foram regularização por Tikhonov, regularização por entropia, regularização da variação total, filtro de Wiener, filtragem wavelet, redes neurais convolucionais e filtro neural multiescala. As imagens de interesse são imagens astronômicas, provenientes da fonte HubbleSite, que disponibiliza imagens do telescópio espacial Hubble sob uma licença compatível a domínio público. As imagens são degradadas com ruído gaussiano de desvio padrão de 5%, 15% e 25%. A performance de cada um dos métodos de restauração é avaliada através das métricas: NRMSE (Normalized Root-Mean-Square Error Erro Médio Quadrático Normalizado), PSNR (Peak Signal-to-Noise Ratio Razão de pico sinal-ruído) e SSIM (Structural Similarity Index Measure Medida do índice de similaridade estrutural).In this work, different image restoration techniques are studied, involving regularization methods, wavelet filters, and neural networks. More specifically, the techniques chosen were regularization by Tikhonov, regularization by entropy, total variation regularization, Wiener filter, wavelet filtering, convolutional neural networks and multiscale neural filter. The images of interest are astronomical images from the HubbleSite source, which makes images from the Hubble space telescope available under a license compatible with the public domain. The images are degraded with standard deviation Gaussian noise of 5%, 10% and 15%. The performance of each of the restoration method is evaluated using the following metrics: Normalized Root- Mean-Squared Error (NRMSE), Peak Signal-to-Noise Ratio (PSNR) and Structural Similarity Index Measure (SSIM).http://urlib.net/sid.inpe.br/mtc-m21c/2021/03.11.20.53info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:56:28Zoai:urlib.net:sid.inpe.br/mtc-m21c/2021/03.11.20.53.12-0Biblioteca Digital de Teses e Dissertaçõeshttp://bibdigital.sid.inpe.br/PUBhttp://bibdigital.sid.inpe.br/col/iconet.com.br/banon/2003/11.21.21.08/doc/oai.cgiopendoar:32772021-07-31 06:56:29.374Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false
dc.title.pt.fl_str_mv Restauração de imagens astronômicas utilizando redes neurais, wavelets e regularização
dc.title.alternative.en.fl_str_mv Astronomical image restoration using neural networks, wavelets and regularization
title Restauração de imagens astronômicas utilizando redes neurais, wavelets e regularização
spellingShingle Restauração de imagens astronômicas utilizando redes neurais, wavelets e regularização
Vinicius Schmidt Monego
title_short Restauração de imagens astronômicas utilizando redes neurais, wavelets e regularização
title_full Restauração de imagens astronômicas utilizando redes neurais, wavelets e regularização
title_fullStr Restauração de imagens astronômicas utilizando redes neurais, wavelets e regularização
title_full_unstemmed Restauração de imagens astronômicas utilizando redes neurais, wavelets e regularização
title_sort Restauração de imagens astronômicas utilizando redes neurais, wavelets e regularização
author Vinicius Schmidt Monego
author_facet Vinicius Schmidt Monego
author_role author
dc.contributor.advisor1.fl_str_mv Haroldo Fraga de Campos Velho
dc.contributor.advisor2.fl_str_mv Alice de Jesus Kozakevicius
dc.contributor.referee1.fl_str_mv Stephan Stephany
dc.contributor.referee2.fl_str_mv Gilberto Ribeiro de Queiroz
dc.contributor.referee3.fl_str_mv Antônio José da Silva Neto
dc.contributor.referee4.fl_str_mv Ana Paula Abrantes Castro Shiguemori
dc.contributor.author.fl_str_mv Vinicius Schmidt Monego
contributor_str_mv Haroldo Fraga de Campos Velho
Alice de Jesus Kozakevicius
Stephan Stephany
Gilberto Ribeiro de Queiroz
Antônio José da Silva Neto
Ana Paula Abrantes Castro Shiguemori
dc.description.abstract.por.fl_txt_mv Neste trabalho são estudadas diferentes técnicas de restauração de imagens, envolvendo métodos de regularização, filtros wavelets e redes neurais. Mais especificamente, as técnicas escolhidas foram regularização por Tikhonov, regularização por entropia, regularização da variação total, filtro de Wiener, filtragem wavelet, redes neurais convolucionais e filtro neural multiescala. As imagens de interesse são imagens astronômicas, provenientes da fonte HubbleSite, que disponibiliza imagens do telescópio espacial Hubble sob uma licença compatível a domínio público. As imagens são degradadas com ruído gaussiano de desvio padrão de 5%, 15% e 25%. A performance de cada um dos métodos de restauração é avaliada através das métricas: NRMSE (Normalized Root-Mean-Square Error Erro Médio Quadrático Normalizado), PSNR (Peak Signal-to-Noise Ratio Razão de pico sinal-ruído) e SSIM (Structural Similarity Index Measure Medida do índice de similaridade estrutural).
dc.description.abstract.eng.fl_txt_mv In this work, different image restoration techniques are studied, involving regularization methods, wavelet filters, and neural networks. More specifically, the techniques chosen were regularization by Tikhonov, regularization by entropy, total variation regularization, Wiener filter, wavelet filtering, convolutional neural networks and multiscale neural filter. The images of interest are astronomical images from the HubbleSite source, which makes images from the Hubble space telescope available under a license compatible with the public domain. The images are degraded with standard deviation Gaussian noise of 5%, 10% and 15%. The performance of each of the restoration method is evaluated using the following metrics: Normalized Root- Mean-Squared Error (NRMSE), Peak Signal-to-Noise Ratio (PSNR) and Structural Similarity Index Measure (SSIM).
description Neste trabalho são estudadas diferentes técnicas de restauração de imagens, envolvendo métodos de regularização, filtros wavelets e redes neurais. Mais especificamente, as técnicas escolhidas foram regularização por Tikhonov, regularização por entropia, regularização da variação total, filtro de Wiener, filtragem wavelet, redes neurais convolucionais e filtro neural multiescala. As imagens de interesse são imagens astronômicas, provenientes da fonte HubbleSite, que disponibiliza imagens do telescópio espacial Hubble sob uma licença compatível a domínio público. As imagens são degradadas com ruído gaussiano de desvio padrão de 5%, 15% e 25%. A performance de cada um dos métodos de restauração é avaliada através das métricas: NRMSE (Normalized Root-Mean-Square Error Erro Médio Quadrático Normalizado), PSNR (Peak Signal-to-Noise Ratio Razão de pico sinal-ruído) e SSIM (Structural Similarity Index Measure Medida do índice de similaridade estrutural).
publishDate 2021
dc.date.issued.fl_str_mv 2021-03-04
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
status_str publishedVersion
format masterThesis
dc.identifier.uri.fl_str_mv http://urlib.net/sid.inpe.br/mtc-m21c/2021/03.11.20.53
url http://urlib.net/sid.inpe.br/mtc-m21c/2021/03.11.20.53
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais (INPE)
dc.publisher.program.fl_str_mv Programa de Pós-Graduação do INPE em Computação Aplicada
dc.publisher.initials.fl_str_mv INPE
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais (INPE)
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do INPE
instname:Instituto Nacional de Pesquisas Espaciais (INPE)
instacron:INPE
reponame_str Biblioteca Digital de Teses e Dissertações do INPE
collection Biblioteca Digital de Teses e Dissertações do INPE
instname_str Instituto Nacional de Pesquisas Espaciais (INPE)
instacron_str INPE
institution INPE
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)
repository.mail.fl_str_mv
publisher_program_txtF_mv Programa de Pós-Graduação do INPE em Computação Aplicada
contributor_advisor1_txtF_mv Haroldo Fraga de Campos Velho
_version_ 1706809365028143104

Registros relacionados