In this thesis, gradient-based adaptive noise filter design was carried out in order to eliminate Gaussian noise which occurs in digital images. An image filter which uses Gaussian function and selects its variance according to local properties of image without user intervention has been designed. Consequently, gradient adaptive Gaussian noise filter which calculates a different variance values and creates different kernel for each individual pixel values in image was obtained. The performance of the method was tested with MSE (Mean Square Error) and PSNR (Peak Signal to Noise Ratio) criteria on images which have diverse noise intensities. It was observed that the designed filter has better noise removal results according to the average filter and Gaussian filter.

Bu tezde, sayısal görüntülerdeki Gauss gürültüsünü yok etmek amacıyla gradyan tabanlı uyarlamalı bir gürültü filtresi tasarımı gerçekleştirilmiştir. Gauss fonksiyonu esaslı, parametreleri kullanıcıdan bağımsız olarak görüntünün yerel özelliklerine göre otomatik olarak seçen bir filtre tasarlanmıştır. Böylece görüntüdeki her bir piksel değeri için ayrı bir varyans değeri hesaplayan ve farklı çekirdek oluşturan gradyan uyarlamalı Gauss gürültü filtresi elde edilmiştir. Yöntemin başarısı Ortalama Kare Hatası (MSE -Mean Square Error) ve Tepe Sinyalin Gürültüye Oranı (PSNR-Peak Signal to Noise Ratio) kriterlerine göre değişik gürültü yoğunluğuna sahip görüntüler üzerinde test edilmiştir. Tasarlanan filtrenin gürültü gideriminde ortalama filtre ve Gauss filtresine göre daha iyi sonuç verdiği gözlenmiştir.