Restauração de imagens astronômicas utilizando redes neurais, wavelets e regularização
Autor(a) principal: | |
---|---|
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 |