Deniz, KaraçorBurçin, Dağistan2025-04-092024https://hdl.handle.net/11727/12819This thesis provides an in-depth examination of the issue of blind image deblurring, with a particular emphasis on linear, uniform motion blur. The primary aim of this research is to develop a fast and easy to apply methodology for restoring blurred images through precise estimation of the Point Spread Function from frequency domain and the application of Wiener deconvolution techniques. The proposed method entails a systematic process for estimating the Point Spread Function in the frequency domain, which is subsequently utilized in Wiener deconvolution to reconstruct the original, unblurred image. Extensive experimental evaluations were conducted using Lena image and the REDS dataset, a benchmark for image restoration tasks. The performance of the proposed algorithm was assessed through both quantitative and qualitative measures. Quantitative metrics, such as Peak Signal-to-Noise Ratio (PSNR), Mena Square Error (MSE) and Structural Similarity Index (SSIM), were employed to objectively evaluate the improvements in image quality. Additionally, qualitative visual assessments further substantiated the efficacy of the proposed deblurring approach, demonstrating significant restoration of fine details and overall image sharpness. The findings elucidate the critical role of accurate PSF estimation in the deblurring process. While the proposed method achieved promising results, it was observed that the accuracy of PSF estimation which is blur angle and blur length in this case is pivotal to the success of the deblurring algorithm. Inaccuracies in PSF estimation can lead to suboptimal restoration, introducing artifacts and diminishing image quality. Furthermore, the computational complexity associated with Wiener deconvolution presents challenges, particularly for real-time applications where processing speed is paramount. The thesis identifies several promising avenues for future research. Enhancements in PSF estimation techniques, particularly through the incorporation of machine learning and deep learning approaches, hold significant potential for improving accuracy and robustness. Additionally, optimizing the computational efficiency of the deblurring algorithm is essential for real-time applications, with potential strategies including parallel processing and GPU acceleration. In conclusion, this thesis presents a significant advancement in the field of blind image deblurring, offering a rapid, less computationally complex and theoretically grounded approach to restoring images degraded by linear, uniform motion blur. The proposed methodology has demonstrated substantial improvements in image quality, paving the way for further research and development in this critical area of image processing. The findings hold considerable promise for enhancing the quality and utility of images across a wide range of applications, thereby contributing to the broader field of image restoration and analysis. Bu tez, kör görüntü bulanıklığını giderme sorununu, özellikle doğrusal, tek tip hareket bulanıklığına odaklanarak derinlemesine incelemektedir. Bu araştırmanın birincil amacı, bulanık görüntüleri, Nokta Yayılım Fonksiyonu’nun (PSF) doğru tahmini ve Wiener dekonvolüsyon tekniklerinin uygulanması yoluyla hızlı ve kolay uygulanabilir bir yöntem geliştirmektir. Önerilen yöntem, frekans alanında Nokta Yayılım Fonksiyonu’nun (PSF) sistematik bir şekilde tahmin edilmesini ve ardından orijinal, bulanık olmayan görüntüyü yeniden oluşturmak için Wiener dekonvolüsyonunun kullanılmasını içermektedir. Lena görüntüsü ve görüntü iyileştirme görevleri için bir kıstas olan REDS veri kümesi kullanılarak kapsamlı deneysel değerlendirmeler yapılmıştır. Önerilen algoritmanın performansı hem nicel hem de nitel ölçütlerle değerlendirilmiştir. Görüntü kalitesindeki iyileşmeleri nesnel olarak değerlendirmek için Tepe Sinyal-Gürültü Oranı (PSNR), Ortalama Karesel Hata (MSE) ve Yapısal Benzerlik İndeksi (SSIM) gibi nicel metrikler kullanılmıştır. Ayrıca, nitel görsel değerlendirmeler, önerilen bulanıklık giderme yaklaşımının etkinliğini daha da doğrulamış, ince detayların ve genel görüntü keskinliğinin önemli ölçüde geri kazanıldığını göstermiştir. Bu araştırma, doğrusal, tek tip hareket bulanıklığının teorik anlaşılmasına önemli bir katkı sağlamaktadır. Nokta Yayılım Fonksiyonu (PSF) kavramı ve matematiksel temsili üzerine derinlemesine bir tartışma sunmaktadır. Bulgular, bulanıklık giderme sürecinde doğru PSF tahmininin kritik rolünü açıklamaktadır. Önerilen yöntem umut verici sonuçlar elde etmiş olsa da bulanıklık açısı ve bulanıklık uzunluğu gibi PSF tahmininin doğruluğunun, bulanıklık giderme algoritmasının başarısı için çok önemli olduğu gözlemlenmiştir. PSF tahminindeki hatalar, optimal olmayan iyileştirmelere yol açabilir, artefaktlar oluşturabilir ve görüntü kalitesini düşürebilir. Ayrıca, Wiener dekonvolüsyon ile ilişkili hesaplama karmaşıklığı, özellikle işlem hızının çok önemli olduğu gerçek zamanlı uygulamalarda zorluklar sunmaktadır. Tez, gelecekteki araştırmalar için birkaç umut verici alan belirlemektedir. Özellikle makine öğrenimi ve derin öğrenme yaklaşımlarının dahil edilmesi yoluyla PSF tahmin tekniklerindeki iyileştirmeler, doğruluk ve dayanıklılığı artırma potansiyeline sahiptir. Ayrıca, bulanıklık giderme algoritmasının hesaplama verimliliğini optimize etmek, paralel işlem ve GPU hızlandırma gibi potansiyel stratejilerle gerçek zamanlı uygulamalar için gereklidir. Sonuç olarak, bu tez, doğrusal, tek tip hareket bulanıklığı ile bozulmuş görüntüleri geri kazandırmak için hızlı, daha az hesaplama karmaşıklığına sahip ve teorik olarak sağlam bir yaklaşım sunarak kör görüntü bulanıklığını giderme alanında önemli bir ilerleme sunmaktadır. Önerilen yöntem, görüntü kalitesinde önemli iyileşmeler göstermiş, bu kritik görüntü işleme alanında daha fazla araştırma ve geliştirme için yol açmıştır. Bulgular, geniş bir uygulama yelpazesinde görüntülerin kalitesini ve kullanılabilirliğini artırma konusunda önemli bir potansiyele sahiptir ve böylece görüntü iyileştirme ve analizinin daha geniş alanına katkıda bulunmaktadır.enBlind DeblurringLinear Motion BlurUniform Motion BlurFrequency Spectrum AnalysisMotion Blur DeblurringPSF EstimationWiener DeconvolutionThesis