*Corresponding author: Address: Faculty of Engineering, Electrical-Electronics Engineering Dept., Uludag

University, 16059, Bursa TURKEY. E-mail address: fahriv@uludag.edu.tr, Phone: +902242940905

Gürültü Temizleme Simülatörü Tasarımı

The Design of De-noising Simulator

*1Fahri Vatansever,

1Nedim Aktan Yalcin,

1Yigit Cagatay Kuyu

1Faculty of Engineering, Electrical-Electronics Engineering Dept., Uludag University, Turkey

Özet Elektrik-elektronik mühendisliği alanındaki başlıca problemlerden birisi de çeşitli nedenlerden

kaynaklanan ve işaretlerde, dolayısıyla da sistemlerin çalışmalarında bozulmalara neden olan

istenmeyen gürültülerin temizlenmesi/bastırılmasıdır. Bir ve iki boyutlu işaretlerdeki gürültüleri

temizlemek için farklı algoritmalar geliştirilmiştir. Gerçekleştirilen çalışmada; bu farklı algoritmalarla

karşılaştırmalı sonuçlar üretebilen ve eğitim amaçlı da kullanılabilen bir simülatör tasarlanmıştır.

Kullanıcının yüklediği işaret veya görüntüleri, seçilen yöntemlerle (filtreler, dalgacık dönüşümleri vb.)

temizleyen kullanıcı dostu simülatör sayesinde farklı algoritmaların adım adım çalışmaları, etkinlikleri

ve performansları hem sayısal hem de grafiksel olarak karşılaştırmalı gözlenebilmektedir.

Anahtar kelimeler: Gürültü, gürültü temizleme, simülatör.

Abstract One of the main problems about electrical electronics engineering is de-noising/suppressing undesired

noise which is produced various reasons and causes distortion of signals and systems’ failure.

Different algorithms are developed for de-noising one dimensional and two dimensional signals. In

carried out study, simulator which produces comparative results with using these different algorithms

and can also be used for educational purposes is designed. Step by step operations, effectiveness and

performance of dissimilar algorithms can be observed both graphically and numerically due to user

friendly simulator which de-noises signals that uploaded by users with selected methods (filters,

wavelet transforms, etc.)

Key words: Noise, de-noising, simulator.

1. Giriş

İşaretler, sistemlerin çalışmasını sağlayan temel unsurlardır. Dolayısıyla sistemlerin düzgün

çalışması için bu işaretlerin bozulmaması gerekmektedir. Ancak devre ve sistemlerdeki işleyiş

veya çevresel etkilerden dolayı işaretlerde değişiklikler/bozulmalar meydana gelmektedir. Oluşan

bozulmalardan bir kısmı gürültülerden kaynaklanmaktadır. Bundan dolayı gürültünün

bastırılması/temizlenmesi son derece önemlidir.

Birçok alandaki işaret veya görüntü gürültülerini temizlemek/bastırmak için farklı

algoritmalar/teknikler/yöntemler kullanılmaktadır: değişik türlerde filtreler, dönüşümler vb.

Literatürde de bu konuda çok sayıda çalışmalar yer almaktadır[1-24].

F. VATANSEVER et al./ ISITES2015 Valencia - Spain 974

Gerçekleştirilen çalışmada, bir veya iki boyutlu işaretlerdeki gürültüleri farklı algoritmalarla

temizleyen arayüz programı tasarlanmıştır. Eğitim amaçlı da kullanılabilecek simülatör ile

kullanıcılar; işaret veya görüntüleri, seçtikleri algoritmalarla/yöntemlerle kolaylıkla

temizleyebilmekte, karşılaştırmalı sonuçlarla performans etkinliklerini gözlemleyebilmektedirler.

Ayrıca öğrencilerin, simülatördeki işlem basamaklarını adım adım izleyerek gürültü

bastırma/temizleme yöntemlerini/algoritmalarını kavramaları sağlanmaktadır.

2. Gürültü ve Gürültü Temizleme Algoritmaları

Analog veya sayısal tüm işaretlerde/sistemlerde gürültü oluşması veya işaretin/sistemin

gürültüden etkilenmesi mümkündür. Elektronikte gürültü, devrelerdeki işaretlerde oluşan ve

istenmeyen rastgele dalgalanmalar/değişimler/bozulmalar olarak tanımlanabilir. İşaretlerdeki

gürültü ve bozulmalar; türleri, kaynakları ve içerikleri çok çeşit olmakla birlikte Şekil 1'deki gibi

gruplandırılabilirler. Ayrıca frekans spektrumu veya zaman domeni özelliklerine göre

gürültü/gürültü işleme genel olarak Şekil 2'deki gibi sınıflandırılabilir[24].

Şekil 1. Genel gürültü/bozulma türleri/kaynakları

Gürültüler işarete/görüntüye eklenerek/çarpılarak gürültülü işaretler oluşmaktadır (Şekil 3).

Gürültü temizleme/bastırma, işaretten gürültünün çıkarılması işlemidir. Bir veya iki boyutlu

işaretlerdeki gürültüleri temizlemek/bastırmak için çok sayıda yöntem vardır. Zaman, frekans,

dalgacık gibi farklı domenlerde kullanılan filtreler (doğrusal ve doğrusal olmayan filtreler,

adaptif filtreler, ortalama filtreleri, median filtreler, wiener filtreler vb.), dönüşüm sonucu katsayı

modellemeleri ve eşiklemeleri, istatistiksel değerlendirmeler gibi yöntemler sıklıkla

kullanılmaktadır[24-25].

GÜRÜLTÜ / BOZULMA (Distorsiyon)

Elektronik

Isısal

Atış

Kırpışma

Patlama

Geçiş süresi

Elektromanyetik Elektrostatik Haberleşme

kanalları

Kanal bozunma

Çoklu yol

Yankı

Sönümleme

Kuantalama Akustik

Akustik

Akustik geribesleme ve

yankı

F. VATANSEVER et al./ ISITES2015 Valencia - Spain 975

Şekil 2. Gürültünün genel sınıflandırılması

Şekil 3. İşarete gürültü eklenmesi

3. Geliştirilen Simülatör ve Uygulamaları

MATLAB[25] kullanılarak geliştirilen simülatörün ana ekranı Şekil 4'te ve menüleriyle görevleri

Tablo 1'de verilmektedir. Simülatöre gürültülü işaret/görüntü yüklenebilmekte veya eğitim

amaçlı temiz işaret/görüntülere belirlenen oran ve türlerde gürültüler eklenebilmektedir. Seçilen

yöntemlerle temizleme işlemi gerçekleştirilmekte, sonuçlar hem sayısal hem de grafiksel olarak

gösterilebilmektedir. Ayrıca simülatördeki mevcut tüm yöntemlerle (Tablo 2) temizleme

işlemleri yaptırılıp karşılaştırmalı sonuçlar da elde edilebilmektedir.

Birinci simülasyon olarak gürültü eklenmiş bir boyutlu işaretin dalgacık dönüşüyle temizlenmesi

işlem adımları Şekil 5'te verilmektedir. Benzer şekilde başka bir işaretin, FIR filtreler ile

temizlenmesi aşamaları Şekil 6'da verilmektedir. Şekil 7'de ise karşılaştırmalı temizleme sonuç

ekranı görülmektedir. Son simülasyon olarak da bir görüntünün "median" filtre ile temizlenmesi

Şekil 8'de yer almaktadır. Şekil 5-8'lerde görüldüğü gibi, kullanıcı/öğrenci kolaylıkla gürültülü

işaret veya görüntüyü, seçtiği yöntemlerle kolay ve etkin bir şekilde temizleyebilmektedir. Ayrıca

öğrenciler, yöntem parametrelerini değiştirerek işlem sonuçlarına etkilerini

gözlemleyebilmektedirler.

GÜRÜLTÜ

Beyaz gürültü

Bant sınırlı beyaz

gürültü

Darbant gürültü

Renkli gürültü

Dürtüsel gürültü

Geçici durum gürültü

darbeleri

İşaret

Gürültü

Gürültülü işaret +

𝑥𝑔(𝑡) = 𝑥(𝑡) + 𝑔(𝑡)

𝑥𝑔(𝑡) = 𝑥(𝑡) ∗ 𝑔(𝑡)

𝑥𝑔(𝑥, 𝑦) = 𝑥(𝑥, 𝑦) + 𝑔(𝑥, 𝑦)

𝑥𝑔(𝑥, 𝑦) = 𝑥(𝑥, 𝑦) × 𝑔(𝑥, 𝑦)

F. VATANSEVER et al./ ISITES2015 Valencia - Spain 976

Şekil 4. Tasarlanan simülatörün ana ekranı

Tablo 1. Tasarlanan simülatörün menüleri ve görevleri

Menü Ekran görüntüsü Görevi

Dosya

Yeni simülasyonlar gerçekleştirme Simülatöre işaret/görüntü yükleme o Bir boyutlu işaret çağırma/yükleme o İki boyutlu işaret (görüntü) çağırma/yükleme o Bir veya iki boyutlu gürültülü işaret (görüntü) oluşturma ekranı

Simülasyon sonuçlarını farklı biçimlerde kaydetme Simülasyon sonuçlarını yazdırma Programdan çıkış

Temizleme

Temizleme yönteminin seçilmesi Temizleme işleminin gerçekleştirilmesi Simülatördeki tüm yöntemlerle temizleme işleminin gerçekleştirilip

karşılaştırmalı sonuçların gösterilmesi

Yardım

Simülatördeki yardım konularını inceleme Simülatör hakkındaki bilgilere erişme

Tablo 2. Simülatördeki temizleme yöntemleri seçenekleri

İşaret temizleme yöntemleri Görüntü temizleme yöntemleri Dalgacık parametreleri

F. VATANSEVER et al./ ISITES2015 Valencia - Spain 977

Şekil 5. Birinci simülasyon için işlem adımları

F. VATANSEVER et al./ ISITES2015 Valencia - Spain 978

Şekil 6. İkinci simülasyon için işlem adımları

F. VATANSEVER et al./ ISITES2015 Valencia - Spain 979

Şekil 7. Üçüncü simülasyon için ekran görüntüsü

Şekil 8. Dördüncü simülasyon için ekran görüntüsü

4. Sonuçlar

Gerçekleştirilen çalışmada işaret ve görüntülerdeki gürültüleri temizlemek/bastırmak/gidermek

için genel amaçlı simülatör tasarlanmıştır. Temel temizleme algoritmalarını/yöntemlerini

barındıran kullanıcı dostu simülatör, bu konulardaki bilgileri kavratmak/pekiştirmek için eğitim

amaçlı da kullanılabilmektedir. Kullanıcılar yükledikleri veya oluşturdukları bir veya iki boyutlu

gürültülü işaretleri, seçtikleri ve yöntemlerle kolay ve etkin bir şekilde temizleyebilmektedirler.

Ayrıca parametre değişimleriyle ve karşılaştırmalı simülasyonlarla, yöntemlerinin etkinliklerini

ve performanslarını görebilmektedirler.

Kaynaklar

[1] Buades A, Coll B, Morel J-M. A non-local algorithm for image denoising. IEEE Computer

Society Conference on 2005;2:60-5.

[2] Buades A, Coll B, Morel J-M. A Review of image denoising algorithms with a new One.

Multiscale Modeling & Simulation 2005;4:490-530.

[3] Starck J-L, Candes E J, Donoho D L. The curvelet transform for image denoising. Image

Processing IEEE Transactions on 2002;11:670-684.

[4] Dabov K, Foi A, Katkovnik V, Egiazarian K. Image denoising by sparse 3-D transform-

domain collaborative filtering. Image Processing IEEE Transactions on 2007;16:2080-2095.

[5] Mahmoudi M, Sapiro G. Fast image and video denoising via nonlocal means of similar

neighborhoods. Signal Processing Letters IEEE 2005;12:839-842.

[6] Chan T F, Osher S, Shen J. The digital TV filter and nonlinear denoising. Image Processing

IEEE Transactions on 2001;10:231-241.

[7] Tao C, Kai-Kuang M, Li-Hui C. Tri-state median filter for image denoising. Image

Processing IEEE Transactions on 1999;8:1834-1838.

F. VATANSEVER et al./ ISITES2015 Valencia - Spain 980

[8] Moulin P, Juan L. Analysis of multiresolution image denoising schemes using generalized

Gaussian and complexity priors. Information Theory IEEE Transactions on 1999; 45:909-919.

[9] Beck A, Teboulle M, Fast gradient-based algorithms for constrained total variation image

denoising and deblurring problems. Image Processing IEEE Transactions on 2009;2419-2434.

[10] Hyvärinen A. Sparse code shrinkage: Denoising of nongaussian data by maximum

likelihood estimation. Neural Computation MIT Press Journals 1999;11:1739-1768.

[11] Zhang X-P, Desai MD. Adaptive denoising based on SURE risk. IEEE Signal Processing

Letters 1998;5:265-267.

[12] Donoho DL. De-noising by soft-thresholding. IEEE Transactions on Information Theory

1995;41:613-627.

[13] Katkovnik V, Egiazarian K, Astola J. Adaptive window size image de-noising based on

intersection of confidence intervals (ICI) Rule. Journal of Mathematical Imaging and Vision

2002;16:223-235.

[14] Jing-tian T, Qing Z, Yan T, Bin L, Xiao-kai Z. Hilbert-Huang transform for ECG de-

noising. The 1st International Conference on Bioinformatics and Biomedical Engineering

2007;1:664-667.

[15] Tang G, Qin A. ECG De-noising Based on Empirical Mode Decomposition. The 9th

International Conference for Young Computer Scientists 2008;9:903-906.

[16] Kawrakow I. On the de-noising of monte carlo calculated dose distributions. Physics and

Engineering in Medicine 2002;47:3087-3103.

[17] Kumar S, Kumar P, Gupta M, Nagawat AK. Performance comparison of median and wiener

filter in image de-noising International Journal of Computer Applications 2010;12:27-31.

[18] Wei D, Sheng-Lin Y, Shuan S. Image de-noising algorithm using adaptive threshold based

on contourlet transform. Acta Electronica Sinica 2007;10:124-130.

[19] Tyler B. Interpretation of TOF-SIMS images: multivariate and univariate approaches to

image de-noising, image segmentation and compound identification. Applied Surface Science

2003;203:825-831.

[20] Elboth T, Presterud IV, Hermansen D. Time-frequency seismic data de-noising.

Geophysical Prospecting 2010;58:441-453.

[21] Abdel-Galil T, El-Hag AH, Gaouda A , Salama MMA, Bartnikas R. De-noising of partial

discharge signal using eigen-decomposition technique. IEEE Transactions on Dielectrics and

Electrical Insulation 2008;15:1657-1662.

[22] Patidar P, Gupta M, Sirvastava S, Nagawat AK. Image de-noising by various filters for

different noise. International Journal of Computer Applications 2010; 9:45-50.

[23] Michailovich O, Adam D. Robust estimation of ultrasound pulses using outlier-resistant de-

noising. IEEE Transactions on Medical Imaging 2003;3:368-381.

[24] Vaseghi V, Advanced Digital Signal Processing and Noise Reduction. JohnWiley & Sons;

2008.

[25] MATLAB. The MathWorks Inc., 2007.