Ymir Mäkinen käsittelee väitöskirjassaan kohinan mallintamista, arviointia, sekä poistamista kuvissa ja kolmiulotteisessa datassa. Väitös laskee kohinan tarkan tehospektrin lohkoryhmän muunnostasossa, korvaten aiemmin käytetyt yksinkertaistetut approksimaatiot. Tarkka malli mahdollistaa myös vahvasti korreloidun kohinan (engl. correlated/colored noise) suodattamisen. Mäkinen esittää myös, miten lohkoryhmiä voidaan hyödyntää kohinan arvioinnissa.
Korreloidun kohinan mallia voidaan soveltaa mm. mikrotietokonetomografiassa (engl. computed microtomography) yleisten rengasvirheiden (ring artifacts) poistoon. Renkaat aiheutuvat raitakohinasta (engl. streak noise) mittausdatassa; raitoja voidaan mallintaa korreloituna kohinana pitkän viivanmuotoisen ytimen kautta. Mäkisen väitös tarjoaa menetelmät mukautuvaan raitakohinan sekä Poisson-kohinan poistoon mikrotomografiassa. Ohjelmistot korreloidun kohinan poistoon 2-D ja 3-D datassa sekä tomografiadatan prosessointiin ovat vapaasti saatavilla ei-kaupalliseen käyttöön.
DI Ymir Mäkisen signaalinkäsittelyn alaan kuuluva väitöskirja Exact transform-domain variances for collaborative filtering of correlated noise tarkastetaan julkisesti Tampereen yliopiston informaatioteknologian ja viestinnän tiedekunnassa perjantaina 10.12.2021 klo 12 Tietotalon auditoriossa TB109, Korkeakoulunkatu 1, Tampere. Vastaväittäjänä toimii tohtori Charles Deledalle, Brain Corp, Yhdysvallat. Kustoksena toimii professori Alessando Foi informaatioteknologian ja viestinnän tiedekunnasta.
Väitöskirjaan voi tutustua osoitteessa http://urn.fi/URN:ISBN:978-952-03-2223-6
Uusimman koronalinjauksen mukaan kaikkien yliopistoyhteisön ulkopuolisten tulee esittää väitöstilaisuuteen saapuessaan koronapassi ja henkilöllisyystodistus. Yliopiston henkilökunnan on esitettävä henkilökortti ja opiskelijoiden opiskelijakortti.