Görüntü çözünürlüğü iyileştirme yöntemlerinin FPGA üzerinde gerçeklenmesi
Implementation of image resolution enhancement methods on FPGA
- Tez No: 1011189
- Danışmanlar: PROF. DR. HASAN ŞAKİR BİLGE
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Derin öğrenme, Evrişimli sinir ağları, FPGA, Gömülü sistemler, Görüntü işleme, Sayısal tasarım, Deep learning, Convolutional neural networks, FPGA, Embedded systems, Image processing, Digital design
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Tek görüntü süper çözünürlük (SISR), özellikle gömülü görüntü işleme, tıbbi görüntüleme, uydu tabanlı gözlem ve otonom sistemlerde yüksek çözünürlüklü çıktılara ihtiyaç duyulan uygulamalarda önemli bir araştırma alanı hâline gelmiştir. Bu çalışmada, literatürde yüksek performansı ve düşük parametre sayısı ile bilinen FSRCNN (Hızlı Süper Çözünürlüklü Evrişimli Sinir Ağı) modeli, modern FPGA (Sahada Programlanabilir Kapı Dizileri) mimarilerine uyarlanmak üzere XCZU7EV-2FBVB900I Zynq UltraScale+ MPSoC'si (Çok İşlemcili Yonga üstü Sistem) üzerinde Vitis 2025.1 geliştirme ortamı kullanılarak Vitis Vision kütüphanesi fonksiyonlarıyla HLS (Yüksek Düzeyli Sentez) tasarımı yapılarak modernize edilmiştir. Mevcut FSRCNN FPGA uygulamasının yalnızca mavi renk kanalı üzerinde işlem yapması, xfOpenCV kütüphanesine bağımlı olması ve sınırlı pragma optimizasyonları nedeniyle verimsiz çalışması; bu çalışmanın temel motivasyonunu oluşturmuştur. Çalışma kapsamında FSRCNN mimarisi YCbCr (Parlaklık, Mavi renk kanalının parlaklıktan farkı, Kırmızı renk kanalının parlaklıktan farkı) renk uzayına uyarlanmış ve büyütme aşamasında ters konvolüsyonun yol açtığı periyodik artefaktlar yeniden boyutlandırmalı konvolüsyon yöntemi kullanılarak giderilmiştir. Önerilen tasarım RTL (Kayıt Aktarım Düzeyi) seviyesinde sentezlenmiş; C/RTL kosimülasyon (C ve RTL Düzeyinde Birlikte Doğrulama) başarıyla tamamlanmış ve ortaya çıkan IP (Fikri Mülkiyet) çekirdeği 32x32 giriş görüntüsü kullanılarak kaynak kullanımı, gecikme süresi ve PSNR (Tepe Sinyal-Gürültü Oranı) performansı bakımından xfOpenCV tabanlı uygulama ile karşılaştırılmıştır. Elde edilen sonuçlar; önerilen tasarımın LUT (Arama Tablosu) ve BRAM (Blok Rastgele Erişimli Bellek) kullanımını anlamlı ölçüde azalttığını, gecikmeyi yaklaşık üç kata kadar iyileştirdiğini ve yüksek frekans ayrıntılarında daha kararlı bir görsel kalite sunduğunu göstermektedir. Bu çalışma, hem FSRCNN mimarisinin güncel FPGA ekosistemine uygun biçimde yenilenmesi hem de büyütme aşamasındaki yapısal bozulmaların donanım farkındalıklı çözümlerle giderilmesi açısından literatüre özgün ve yeniden üretilebilir bir katkı sunmaktadır.
Özet (Çeviri)
Single Image Super-Resolution (SISR) has become an essential research field in applications that require high-resolution outputs under strict computational constraints, including embedded vision systems, medical imaging, satellite-based observation, and autonomous platforms. In this study, the FSRCNN (Fast Super-Resolution Convolutional Neural Network) model, which is known in the literature for its high performance and low parameter count, was modernized for modern FPGA (Field-Programmable Gate Array) architectures and implemented on the XCZU7EV-2FBVB900I Zynq UltraScale+ MPSoC (Multi-Processor System on Chip) using the Vitis 2025.1 development environment and Vitis Vision library functions through a High-Level Synthesis (HLS) workflow. The primary motivation for this study arises from limitations observed in the existing FSRCNN FPGA implementation, which operates solely on the blue color channel, depends on the deprecated xfOpenCV library, and exhibits inefficient performance due to restricted use of pragma-based optimization. In this study, the FSRCNN pipeline was adapted to the YCbCr (Luma, Blue-difference Chroma, Red-difference Chroma) color space, and periodic artifacts introduced by transposed convolution in the upsampling stage were eliminated through a resize-convolution approach. The proposed design was synthesized at the Register Transfer Level (RTL), successfully passed C/RTL co-simulation (combined verification of C-level and RTL-level models), and the resulting Intellectual Property (IP) core was evaluated using a 32x32 input image in comparison with an xfOpenCV-based reference design in terms of resource utilization, latency, and Peak Signal-to-Noise Ratio (PSNR). The results demonstrate that the redesigned architecture significantly reduces LUT (Look-Up Table) and BRAM (Block Random Access Memory) usage, improves latency by nearly a factor of three, and provides more stable visual quality in high-frequency regions. Overall, this study offers a reproducible and hardware-aware enhancement of the FSRCNN architecture for contemporary FPGA ecosystems, contributing a structurally robust solution to upsampling artifacts while modernizing a widely used super-resolution model for efficient hardware deployment.
Benzer Tezler
- Real-time FPGA firmware for VGA resolution infrared camera
VGA çözünürlüklü kızılötesi kamera için gerçek zamanlı FPGA yazılımı
KAMİ ÇEVİK
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. TAYFUN AKIN
- Görüntü işlemede derin öğrenme tabanlı süper çözünürlük uygulamaları
Deep learning based super resolution applications in image processing
AHENK VURAL
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Mamografi görüntülerinde matematiksel morfolojik filtreleme ile gürültü giderme ve kontrast iyileştirme
Noise reduction and contrast enhancement with mathematical morphologic filtering in mammographic
BÜŞRA TÜRKER
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSA YILDIRIM
- On real-world face super-resolution and face image synthesis evaluation
Gerçek dünya yüz süper çözünürlüğü ve yüz görüntüsü sentezi değerlendirmesi üzerine
ERDİ SARITAŞ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- Çoklu spektral ve pankromatik uydu görüntülerinin füzyonu için negatif olmayan matris ayrıştırma (NOMA) tabanlı yeni bir yöntem
A new method for non-negative matrix factorization for the fusion of multiple spectral and panchromatic satellite images
İBRAHİM İŞLER
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. IŞIN YAZGAN ERER