A comparative performance evaluation of scale invariant interest point detectors for infrared and visual images
Boyuttan bağımsız öznitelik/özellik çıkarım detektörlerinin kızılötesi ve görünür bant resimleri için karşılaştırmalı performans değerlendirmesi
- Tez No: 238599
- Danışmanlar: DOÇ. DR. A. AYDIN ALATAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
- Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde, dört tane popüler öznitelik çıkarım detektörlerinin SIFT ve SURF tanımlayıcıları ile birlikte kullanılarak elde edilen ortadalga, uzundalga kızılötesi ve görünür bant resim nesne özelliklerinin eşleme performansı, değişen açı ve uzaklıklara göre değerlendirilmiştir. Bu çalışmada kullanılan öznitelik çıkarım detektörleri, görüntü boyut ve döndürülmesinden bağımsız olan, ölçek değişmez öznitelik transformasyonu (SIFT), çok ölçekli Harris-Laplace, çok ölçekli Hessian-Laplace ve hızlandırılmış gürbüz özellikler çıkarım (SURF) detektörleridir. Farklı siyahcisimler, insan yüzü ve araba resimlerinin özellikleri çıkarılmış ve bu resimlerin, cisimlerin değişen pozlarına göre özellik eşleme performansları değerlendirilmiştir. Kullanılan bütün öznitelik çıkarım detektörleri, görünür bant resimleri ile karşılaştırıldığında kızılötesi bant resimlerinde iyi eşleme performansı göstermiştir. Ortadalga ve uzundalga kızılötesi resimlerinin eşleme performansı karşılaştırılmış ve uzundalga kızılötesi resimlerin sıcaklığı düşük nesneler için daha iyi eşleme performansı sağladığı, ortadalga kızılötesi resimlerin ise sıcaklığı daha yüksek cisimler için daha iyi eşleme performansı sağladığı görülmüştür. SURF detektör ve tanımlayıcıları, uzundalga kızılötesi bantta alınmış insan yüzü resimlerinde, diğer detektör ve tanımlayıcılarına göre daha iyi eşleme performansı sağlamaktadır.
Özet (Çeviri)
In this thesis, the performance of four state-of-the-art feature detectors along with SIFT and SURF descriptors in matching object features of mid-wave infrared, long-wave infrared and visual-band images is evaluated across viewpoints and changing distance conditions. The utilized feature detectors are Scale Invariant Feature Transform (SIFT), multiscale Harris-Laplace, multiscale Hessian-Laplace and Speeded Up Robust Features (SURF) detectors, all of which are invariant to image scale and rotation. Features on different blackbodies, human face and vehicle images are extracted and performance of reliable matching is explored between different views of these objects each in their own category. All of these feature detectors provide good matching performance results in infrared-band images compared with visual-band images. The comparison of matching performance for mid-wave and long-wave infrared images is also explored in this study and it is observed that long-wave infrared images provide good matching performance for objects at lower temperatures, whereas mid-wave infrared-band images provide good matching performance for objects at higher temperatures. The matching performance of SURF detector and descriptor for human face images in long-wave infrared-band is found to be outperforming than other detectors and descriptors.
Benzer Tezler
- Direct numerical simulation of a turbulent boundary layer under spatially varying pressure gradients
Konumsal olarak değişen basinç gradyanlari etkisindeki bir türbülanslı sinir tabakanın dogrudan sayısal benzetimi
MEHMET ALİ YEŞİLDAĞ
Yüksek Lisans
İngilizce
2025
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE GÜL GÜNGÖR
- Emlak fotoğraflarının kalite değerlendirilmesi: Derin öğrenme tabanlı bir yaklaşım
Quality assessment of real estate photographs: A deep learning-based approach
AKIN YAŞAR
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. YÜKSEL YURTAY
- Derin öğrenme ile atıksu kanal görüntülemede arızaların tespit edilmesi
Deep learning based sewage pipe line failures detection from images
MUSTAFA OĞURLU
Doktora
Türkçe
2026
Mühendislik BilimleriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT BAYRAM
- Comparative analysis of long-read structural variant calling tools: Benchmarking tools and different combinations for detecting somatic structural variants in whole-genome sequencing data
Uzun okuma yapısal varyant çağırma araçlarının karşılaştırmalı analizi: Tüm genom dizileme verilerinde somatik yapısal varyantları tespit etmek için araçların ve farklı kombinasyonların kıyaslanması
SAFA KEREM AYDIN
Yüksek Lisans
İngilizce
2025
GenetikOrta Doğu Teknik ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
DOÇ. DR. AHMET ACAR
- Öğretmenlere yönelik iş tatmini ölçeğinin ülkeler arası ölçme değişmezliğinin incelenmesi (PISA 2015 örneği)
Examination of the measurement invariance of teachers job satisfaction scale between countries (PISA 2015 sample)
EMRULLAH ERYILMAZ
Yüksek Lisans
Türkçe
2021
Eğitim ve ÖğretimBolu Abant İzzet Baysal ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESİN BAĞCAN BÜYÜKTURAN