<p>Osnovni doprinos ove doktorske disertacije je razvoj algortima i sistema za objektivnu procenu vizuelnog kvaliteta slike uzimajući u obzir najvažnija moguća oštećenja kao što su zamućenje ivica (oštrina) i poremećaj prirodnog izgleda teksture objekata na slici sa jedne strane i uticaj sadržaja slike (procenta ivica u slici) na procenu kvaliteta sa druge strane. Dakle, hipoteza izneta u ovom radu je da je potreban multiparametarski pristup da bi se dobila objektivna procena kvaliteta slike koja je što približnija subjektivnoj proceni.</p>

<p>Основни допринос ове докторске дисертације је развој алгоритама за објективну процену визуелног квалитета слике синтетизоване применом ДИБР (Depth Image Based Rendering) техника које узрокују неуниформна изобличења у области ивица. Применом нелинеарних морфолошких филтара у мултирезолуционој декомпозицији слика код израчунавања предложене метрике, важне геометријске информације као што су ивице су добро очуване без помака и замућења у сликама на различитим скалама мултирезолуционе репрезентације. Израчунавањем МСЕ по подопсезима који садрже ивице, пиксел по пиксел, прецизно се мери разлика две мултирезолуционе репрезентације. Тако се највећи значај у процени квалитета додељује области ивица. Процене предложене метрике се добро поклапају са субјективним оценама.</p> / <p>Osnovni doprinos ove doktorske disertacije je razvoj algoritama za objektivnu procenu vizuelnog kvaliteta slike sintetizovane primenom DIBR (Depth Image Based Rendering) tehnika koje uzrokuju neuniformna izobličenja u oblasti ivica. Primenom nelinearnih morfoloških filtara u multirezolucionoj dekompoziciji slika kod izračunavanja predložene metrike, važne geometrijske informacije kao što su ivice su dobro očuvane bez pomaka i zamućenja u slikama na različitim skalama multirezolucione reprezentacije. Izračunavanjem MSE po podopsezima koji sadrže ivice, piksel po piksel, precizno se meri razlika dve multirezolucione reprezentacije. Tako se najveći značaj u proceni kvaliteta dodeljuje oblasti ivica. Procene predložene metrike se dobro poklapaju sa subjektivnim ocenama.</p> / <p>The main contribution of this doctoral thesis is the development of algorithms for objective<br />DIBR-synthesized view quality assessment. DIBR algorithms introduce nonuniform<br />geometric distortions affecting the edge coherency in the synthesized images.The non-linear<br />morphological filters used in multi-scale image decompositions of the proposed metric<br />maintain important geometric information such as edges across different resolution<br />levels.Calculating MSE pixel-by-pixel through subbands in which the edges are extracted,<br />the difference of the two multiresolution representations, the reference and the synthesized<br />image, is precisely measured. In that way the importance of edge areas which are prone to<br />synthesis artifacts is emphasized in the image quality assessment. The proposed metric has<br />very good agreement with human judgment.</p>

<p>Energy minimization approach is widely used in image processing applications.<br />Many image processing problems can be modelled in a form of a minimization<br />problem. This thesis deals with two crucial tasks of image analysis workflows:<br />image restoration and segmentation of images corrupted by blur and noise. Both<br />image restoration and segmentation are modelled as energy minimization<br />problems, where energy function is composed of two parts: data fidelity term and<br />regularization term. The main contribution of this thesis is development of new<br />data fidelity and regularization terms for both image restoration and<br />segmentation tasks.<br />Image restoration methods (non-blind and blind deconvolution and superresolution<br />reconstruction) developed within this thesis are suited for mixed<br />Poisson-Gaussian noise which is encountered in many realistic imaging<br />conditions. We use generalized Anscombe variance stabilization transformation<br />for removing signal-dependency of noise. We propose novel data fidelity term<br />which incorporates variance stabilization transformation process into account.<br />Turning our attention to the regularization term for image restoration, we<br />investigate how sparsity promoting regularization in the gradient domain<br />formulated as Total Variation, can be improved in the presence of blur and mixed<br />Poisson-Gaussian noise. We found that Huber potential function leads to<br />significant improvement of restoration performance.<br />In this thesis we propose new segmentation method, the so called coverage<br />segmentation, which estimates the relative coverage of each pixel in a sensed<br />image by each image component. Its data fidelity term takes into account<br />blurring and down-sampling processes and in that way it provides robust<br />segmentation in the presence of blur, allowing at the same time segmentation at<br />increased spatial resolution. In addition, new sparsity promoting regularization<br />terms are suggested: (i) Huberized Total Variation which provides smooth object<br />boundaries and noise removal, and (ii) non-edge image fuzziness, which<br />responds to an assumption that imaged objects are crisp and that fuzziness is<br />mainly due to the imaging and digitization process.<br />The applicability of here proposed restoration and coverage segmentation<br />methods is demonstrated for Transmission Electron Microscopy image<br />enhancement and segmentation of micro-computed tomography and<br />hyperspectral images.</p> / <p>Поступак минимизације функције енергије је често коришћен за<br />решавање проблема у обради дигиталне слике. Предмет истраживања<br />тезе су два круцијална задатка дигиталне обраде слике: рестаурација и<br />сегментација слика деградираних шумом и замагљењем. И рестaурација<br />и сегментација су моделовани као проблеми минимизације функције<br />енергије која представља збир две функције: функције фитовања<br />података и регуларизационе функције. Главни допринос тезе је развој<br />нових функција фитовања података и нових регуларизационих функција<br />за рестаурацију и сегментацију.<br />Методе за рестаурацију (оне код којих је функција замагљења позната и<br />код којих је функцију замагљења потребно оценити на основу датих<br />података као и методе за реконструкцију слике у супер-резолуцији)<br />развијене у оквиру ове тезе третирају мешавину Поасоновог и Гаусовог<br />шума који се појављује у многобројним реалистичним сценаријима. За<br />третирање такве врсте шума користили смо нелинеарну трансформацију<br />и предложили смо нову функцију фитовања података која узима у обзир<br />такву трансформацију. У вези са регуларизационим функцијама смо<br />тестирали хипотезу да се функција Тоталне Варијације која промовише<br />ретку слику у градијентном домену може побољшати уколико се користе<br />тзв. потенцијалне функције. Показали смо да се употребом Хуберове<br />потенцијалне функције може значајно побољшати квалитет рестауриране<br />слике која је деградирана замагљењем и мешавином Поасоновог и<br />Гаусовог шума.<br />У оквиру тезе смо предложили нову методу сегментације која допушта<br />делимичну покривеност пиксела објектом. Функција фитовања података<br />ове методе укључује и модел замагљења и смањења резолуције. На тај<br />начин је постигнута робустност сегментације у присуству замагљења и<br />добијена могућност сегментирања слике у супер-резолуцији. Додатно,<br />нове регуларизационе функције које промовишу ретке репрезентације<br />слике су предложене.<br />Предложене методе рестаурације и сегментације која допушта делимичну<br />покривеност пиксела објектом су примењене на слике добијене помоћу<br />електронског микроскопа, хиперспектралне слике и медицинске ЦТ слике.</p> / <p>Postupak minimizacije funkcije energije je često korišćen za<br />rešavanje problema u obradi digitalne slike. Predmet istraživanja<br />teze su dva krucijalna zadatka digitalne obrade slike: restauracija i<br />segmentacija slika degradiranih šumom i zamagljenjem. I restauracija<br />i segmentacija su modelovani kao problemi minimizacije funkcije<br />energije koja predstavlja zbir dve funkcije: funkcije fitovanja<br />podataka i regularizacione funkcije. Glavni doprinos teze je razvoj<br />novih funkcija fitovanja podataka i novih regularizacionih funkcija<br />za restauraciju i segmentaciju.<br />Metode za restauraciju (one kod kojih je funkcija zamagljenja poznata i<br />kod kojih je funkciju zamagljenja potrebno oceniti na osnovu datih<br />podataka kao i metode za rekonstrukciju slike u super-rezoluciji)<br />razvijene u okviru ove teze tretiraju mešavinu Poasonovog i Gausovog<br />šuma koji se pojavljuje u mnogobrojnim realističnim scenarijima. Za<br />tretiranje takve vrste šuma koristili smo nelinearnu transformaciju<br />i predložili smo novu funkciju fitovanja podataka koja uzima u obzir<br />takvu transformaciju. U vezi sa regularizacionim funkcijama smo<br />testirali hipotezu da se funkcija Totalne Varijacije koja promoviše<br />retku sliku u gradijentnom domenu može poboljšati ukoliko se koriste<br />tzv. potencijalne funkcije. Pokazali smo da se upotrebom Huberove<br />potencijalne funkcije može značajno poboljšati kvalitet restaurirane<br />slike koja je degradirana zamagljenjem i mešavinom Poasonovog i<br />Gausovog šuma.<br />U okviru teze smo predložili novu metodu segmentacije koja dopušta<br />delimičnu pokrivenost piksela objektom. Funkcija fitovanja podataka<br />ove metode uključuje i model zamagljenja i smanjenja rezolucije. Na taj<br />način je postignuta robustnost segmentacije u prisustvu zamagljenja i<br />dobijena mogućnost segmentiranja slike u super-rezoluciji. Dodatno,<br />nove regularizacione funkcije koje promovišu retke reprezentacije<br />slike su predložene.<br />Predložene metode restauracije i segmentacije koja dopušta delimičnu<br />pokrivenost piksela objektom su primenjene na slike dobijene pomoću<br />elektronskog mikroskopa, hiperspektralne slike i medicinske CT slike.</p>

<p>The research topic of this PhD thesis is a comparative analysis of classical specic&nbsp;geometric frameworks and of their anisotropic extensions; the construction of three different&nbsp;types of Finsler frameworks, which are suitable for the analysis of the cancer cells population&nbsp;dynamical system; the development of the anisotropic Beltrami framework theory with the&nbsp;derivation of the evolution&nbsp;ow equations corresponding to different classes of anisotropic&nbsp;metrics, and tentative applications in image processing.</p> / <p>Predmet istraživanja doktorske disertacije je uporedna analiza klasičnih i specifičnih&nbsp;geometrijskih radnih okruženja i njihovih anizotropnih pro&scaron;irenja; konstrukcija &nbsp;tri Finslerova&nbsp;radna okruženja različitog tipa koja su pogodna za analizu dinamičkog &nbsp;sistema populacije&nbsp;kanceroznih ćelija; razvoj teorije anizotropnog Beltramijevog radnog okruženja i formiranje&nbsp;jednačina evolutivnog toka za različite klase anizotropnih metrika, kao i mogućnost primene&nbsp;dobijenih teorijskih rezultata u digitalnoj obradi slika.</p>