Improving ADOM Algorithm with Heuristics for Stripe Noise Removal in Remote Sensing Images

İrem Nur Eroğlu; Hasan Ali Akyürek

Makale detayları

Improving ADOM Algorithm with Heuristics for Stripe Noise Removal in Remote Sensing Images

Yazarlar:

İrem Nur Eroğlu | Hasan Ali Akyürek

Yayıncı:

Necmettin Erbakan University

Ana Başlıklar:

Görüntü İşleme | Fotogrametri ve Uzaktan Algılama

Dergi:

Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi Vol.6 Issue 3, pp.411-443

Belge Tipi:

Makale

Yayın Tarihi:

12/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001326739

pISSN:

2667-7989

Anahtar kelimeler:

Özet:

 Remote sensing systems are critically important for monitoring and analyzing changes on the Earths surface. However, the images obtained from these systems can contain various types of noise, which can adversely affect the accuracy of measurements. This study aims to optimize the performance of the ADOM Alternating Direction Method of Multipliers algorithm to remove stripe noise in remote sensing images. To this end, the performance of the ADOM algorithm has been enhanced using two heuristic optimization algorithms: Tree-Seed Algorithm TSA and Particle Swarm Optimization PSO. The ADOM algorithm is an optimization model developed to remove stripe noise, and the parameters have been optimized using TSA and PSO algorithms. Both algorithms aim to improve the stripe noise removal process by optimizing the parameters of the ADOM algorithm. After optimizing the performance of the ADOM algorithm with TSA and PSO algorithms, their abilities to remove stripe noise were compared. The results showed that TSA and PSO algorithm were successful in optimizing the ADOM algorithm. It has been observed that, at similar computational costs, ADOM-TSA and ADOM-PSO algorithms produce statistically better results than the plain ADOM algorithm in removing stripe noise and improving image quality. ADOM-TSA showed a higher performance in strip noise removal compared to ADOM-PSO. Future work should focus on testing different heuristic algorithms and achieving higher performance while reducing the processing cost.

 Remote sensing systems are critically important for monitoring and analyzing changes on the Earths surface. However, the images obtained from these systems can contain various types of noise, which can adversely affect the accuracy of measurements. This study aims to optimize the performance of the ADOM Alternating Direction Method of Multipliers algorithm to remove stripe noise in remote sensing images. To this end, the performance of the ADOM algorithm has been enhanced using two heuristic optimization algorithms: Tree-Seed Algorithm TSA and Particle Swarm Optimization PSO. The ADOM algorithm is an optimization model developed to remove stripe noise, and the parameters have been optimized using TSA and PSO algorithms. Both algorithms aim to improve the stripe noise removal process by optimizing the parameters of the ADOM algorithm. After optimizing the performance of the ADOM algorithm with TSA and PSO algorithms, their abilities to remove stripe noise were compared. The results showed that TSA and PSO algorithm were successful in optimizing the ADOM algorithm. It has been observed that, at similar computational costs, ADOM-TSA and ADOM-PSO algorithms produce statistically better results than the plain ADOM algorithm in removing stripe noise and improving image quality. ADOM-TSA showed a higher performance in strip noise removal compared to ADOM-PSO. Future work should focus on testing different heuristic algorithms and achieving higher performance while reducing the processing cost.

 Remote sensing systems are critically important for monitoring and analyzing changes on the Earths surface. However, the images obtained from these systems can contain various types of noise, which can adversely affect the accuracy of measurements. This study aims to optimize the performance of the ADOM Alternating Direction Method of Multipliers algorithm to remove stripe noise in remote sensing images. To this end, the performance of the ADOM algorithm has been enhanced using two heuristic optimization algorithms: Tree-Seed Algorithm TSA and Particle Swarm Optimization PSO. The ADOM algorithm is an optimization model developed to remove stripe noise, and the parameters have been optimized using TSA and PSO algorithms. Both algorithms aim to improve the stripe noise removal process by optimizing the parameters of the ADOM algorithm. After optimizing the performance of the ADOM algorithm with TSA and PSO algorithms, their abilities to remove stripe noise were compared. The results showed that TSA and PSO algorithm were successful in optimizing the ADOM algorithm. It has been observed that, at similar computational costs, ADOM-TSA and ADOM-PSO algorithms produce statistically better results than the plain ADOM algorithm in removing stripe noise and improving image quality. ADOM-TSA showed a higher performance in strip noise removal compared to ADOM-PSO. Future work should focus on testing different heuristic algorithms and achieving higher performance while reducing the processing cost.

 Uzaktan algılama sistemleri, Dünya yüzeyindeki değişikliklerin izlenmesi ve analizi açısından kritik öneme sahiptir. Ancak, bu sistemlerden elde edilen görüntülerde çeşitli gürültüler oluşabilir ve bu durum ölçümlerin doğruluğunu olumsuz etkileyebilir. Bu çalışmada, uzaktan algılama görüntülerindeki şerit gürültüsünü gidermek amacıyla ADOM Alternating Direction Method of Multipliers algoritmasının performansı optimize edilmiştir. Bu amaçla, iki sezgisel optimizasyon algoritması olan Ağaç-Tohum TSA ve Parçacık-Sürü Optimizasyonu PSO kullanılarak ADOM algoritmasının performansı artırılmıştır. ADOM algoritması, şerit gürültüsünü gidermek için geliştirilmiş bir optimizasyon modelidir ve bu modelin parametreleri TSA ve PSO algoritmaları ile optimize edilmiştir. Her iki algoritma da ADOM algoritmasının parametrelerini optimize ederek, şerit gürültüsünün giderilmesi sürecini iyileştirmeyi amaçlamaktadır. ADOM algoritmasının performansı, TSA ve PSO algoritmaları ile optimize edildikten sonra, şerit gürültüsünü giderme yetenekleri karşılaştırılmıştır. Sonuçlar, TSA ve PSO algoritmasının ADOM algoritmasını optimize etmede başarılı olduğunu göstermiştir. Benzer hesaplama maliyetinde ADOM-TSA ve ADOM-PSO algoritmalarının yalın ADOM algoritması ve şerit gürültüsünü giderme ve görüntü kalitesini artırma konusunda istatistiksel olarak daha iyi sonuçlar ürettiğini gözlenmiştir. ADOM-TSA, ADOM-PSOya kıyasla şerit gürültüsünü gidermede daha yüksek bir performans sergilemiştir. Gelecekteki çalışmalar, farklı sezgisel algoritmaların denenmesi ve işlem maliyeti azaltılırken daha yüksek başarımın elde edilmesi üzerine odaklanmalıdır.

Makale detayları

Improving ADOM Algorithm with Heuristics for Stripe Noise Removal in Remote Sensing Images

Yazarlar:

İrem Nur Eroğlu | Hasan Ali Akyürek

Yayıncı:

Necmettin Erbakan University

Ana Başlıklar:

Görüntü İşleme | Fotogrametri ve Uzaktan Algılama

Dergi:

Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi Vol.6 Issue 3, pp.411-443

Belge Tipi:

Makale

Yayın Tarihi:

12/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001326739

pISSN:

2667-7989

ADOM

Tree-Seed Algorithm

Particle-Swarm Optimization

ADOM-PSO

ADOM-TSA

Noise RemovalADOM

Ağaç-Tohum Algoritması

Parçacık-Sürü Optimizasyonu

ADOM-PSO

ADOM-TSA

Gürültü Giderimi

Sayı

Makale detayları

Yazarlar: İrem Nur Eroğlu | Hasan Ali Akyürek

Yayıncı: Necmettin Erbakan University

Ana Başlıklar: Görüntü İşleme | Fotogrametri ve Uzaktan Algılama

Dergi: Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi Vol.6 Issue 3, pp.411-443

Belge Tipi: Makale

Yayın Tarihi: 12/2024

Belge Dili: Türkçe

Document ID (Org No.): 2001326739

pISSN: 2667-7989

Sayı

Yazarlar:

İrem Nur Eroğlu | Hasan Ali Akyürek

Yayıncı:

Necmettin Erbakan University

Ana Başlıklar:

Görüntü İşleme | Fotogrametri ve Uzaktan Algılama

Dergi:

Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi Vol.6 Issue 3, pp.411-443

Belge Tipi:

Makale

Yayın Tarihi:

12/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001326739

pISSN:

2667-7989