Geri Dön

Cisimlerin konumlarını video kamera görüntüsü ile belirlemek

Başlık çevirisi mevcut değil.

  1. Tez No: 29640
  2. Yazar: MUAMMER AKÇAY
  3. Danışmanlar: Y.DOÇ.DR. OSMAN PARLAKTUNA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1993
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Osmangazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 57

Özet

ÖZET Bu çalışmada stereo görüntü kullanılarak derinlik bilgisi bulunmaya çalışılmıştır. Derinlik bilgisini bulmak için kullanılan iki görüntünün ortak olan kısımları eşleştirilmeye çalışılmıştır. Bu çalışmada özellik tabanlı eşleştirme metodlarından iki tanesi kullanılmıştır. Bunlardan ilki görüntüdeki kenar noktalarını kullanarak bunları doğru parçalarına dönüştürmektedir. Daha sonra bu doğru parçalarının birbirlerine göre olan konumları, yönleri, parlaklık değerleri, ve uzunlukları eşleştirme kriteri olarak alınıp eşleştirme kuralları geliştirilmiştir. İkinci eşleştirme metodunda ise kenar noktalarının kendileri kullanılmaktadır. Bu kenar noktalarının çevresindeki kenar noktaları ile komşulukları kullanılarak şekilsel süreklilik, yerel farkların sürekliliği, ve eşleştirme olasılığının sürekliliği kriterleri göz önüne alınarak eşleştirme algoritması geliştirilmiştir. Sonuç olarak geliştirilen iki eşleştirme algoritması küçük ama gerçek görüntüler Üzerinde uygulanmıştır. Eşleştirme yapıldıktan sonra sol ve sağ görüntüler arasındaki fark kullanılarak derinlik hesaplanabilir.

Özet (Çeviri)

II SUMMARY In this study, it is tried to find depth information using stereo images. To find the depth information, matching of common points of two stereo images is used. Two feature-based matching algorithms were used to match the stereo images. The first one uses position, orientation, contrast, and lenght of edges as matching features. The second method uses edge points as features. Zero crossing patterns of edge points, and figural continuity, disparity continuity and matching probability continuity were used to match the corresponding points of two images. Finally, these algorithms were applied to small but realistic images. After matching, the disparity between left and right images can be used to determine the depth information.

Benzer Tezler

  1. Investigation of microstructure movement under flow by using image processing and deep learning

    Akış altındaki mikroyapı deformasyonunun görüntü işleme ve derin öğrenme kullanılarak incelenmesi

    SAEED SARBAZZADEH KHOSROSHAHI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMET CAN ERTEN

  2. Derin öğrenme ile cerrahi video anlama

    Surgical video understanding with deep learning

    ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DUYGU SARIKAYA

  3. View-dependent coding of animated mesh sequences

    Canlandırılmış göz dizilerinin bakış noktası bağımlı kodlanması

    SEMİH ÇELİK

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. ULUĞ BAYAZIT

  4. Bilinear space /spatial-frequency representations for particle-location analysis of in-line fresnel holograms

    İkili doğrusal konum frekans gösterimleri yoluyla tek ışınlı fresnel hologramların cisim konumu analizi

    MEHMET TANKUT ÖZGEN

    Doktora

    İngilizce

    İngilizce

    1999

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET KEMAL LEBLEBİCİOĞLU

  5. Game-based learning in architecture education: Consolidating visual design principles in freshmen

    Mimarlık eğitiminde oyun-tabanlı öğrenme: Mimarlık 1. sınıf öğrencilerinde görsel tasarım ilkelerinin pekiştirilmesi

    MERT KARAKAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Oyun ve Etkileşim Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ASLI KANAN