A robust quality metric for image super resolution
Resim süperçözünürlüğü için gürbüz bir kalite metriği
- Tez No: 381025
- Danışmanlar: PROF. DR. GÖZDE AKAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 88
Özet
Süperçözünürlük konusu görüntü işleme alanında son yıllarda çok aktif bir konu haline gelmiştir. Birçok süperçözünürlük algoritması geliştirilmistir; ancak bu süperçözünürlük algoritmaları görüntüye bulanıklaşma, örtüşme, eklenmiş gürültü ve salınım gibi çeşitli bozulmalar getirebilmektedir. Bu algoritmaların performansının değerlendirilmesi önemli bir problemdir; çünkü süperçözünürlük ile oluşturulan yüksek çözünürlüklü görüntüyü karşılaştıracak orjinal yüksek çözünürlüklü görüntü elde yoktur. Algılanan görüntü kalitesinin ölçümü için öznel testler yapılabilir; ancak bu testler zaman tüketici ve maliyetlidir. Süperçözünürlük kalitesini hesaplayan yalnızca birkaç nesnel kalite değerlendirme algoritması önerilmistir; ancak bu algoritmalar öznel testler ile arasında uygunluk sağlamamaktadır. Bu tezde, görüntü süperçözünürlügü için doğal görüntü istatistikleri felsefesini izleyen bir kalite değerlendirme algoritması analiz edilmistir ve algoritmaya bir iyileştirme önerilmiştir. Yüksek çözünürlüklü görüntülerin frekans enerji düşüş karakteristiklerine dayanan istatistiksel bir model insa edilmis, modelden sapmalar üzerinden kalite hesaplanmıştır. Doğal görüntü istatistikleri felsefesini izleyen referanssız, uzamsal bir görüntü kalite değerlendirme ölçütü önerilen algoritmaya eklenerek algoritma gürültüye karşı gürbüz hale getirilmistir. Sonuç olarak önerilen algoritmanın gürültüye karsı gürbüz oldugu ve insan görsel sistemi ile uygunluk sağladığı gösterilmiştir.
Özet (Çeviri)
Superresolution have become an active topic in image processing in the last decade. Various superresolution algorithms have been developed; however these superresolution algorithms may introduce defects such as blurring, aliasing, added noise and ringing. Evaluating the performance of these superresolution algorithms is an important problem; because the original high resolution image is not available while quantifying the quality of superresolution image. Subjective tests can be made to quantify the perceived image quality; but they are time-consuming and expensive. Only a few objective quality assessment algorithms are proposed that evaluate the quality of superresoluted image from its low-resolution (LR) pair; but these do not correlate well with the subjective tests. In this thesis, a quality assessment algorithm for image superresolution that follows the philosophy of natural scene statistics (NSS) is analyzed and an improvement is proposed. A statistical model of frequency energy falloff characteristics of high resolution (HR) images is developed and a quality measure is calculated from the departures from HR image statistics. A no-reference spatial image quality assesment measure that also follows the philosophy of NSS is incorporated in the proposed algorithm to improve the robustness of the metric against noise. It is shown that the proposed approach is robust against noise and correlates well with the human visual system.
Benzer Tezler
- Robust quality metrics for assessing multimodal data
Çok kipli veri değerlendirme için dayanıklı nitelik ölçütleri
BARIŞ KONUK
Doktora
İngilizce
2015
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE AKAR
- Robust image transmission in wireless multimedia sensor networks
Telsiz çoklu ortam duyarga ağlarında dayanıklı imge iletimi
PINAR SARISARAY BÖLÜK
Doktora
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. A. EMRE HARMANCI
PROF. DR. ŞEBNEM BAYDERE
- Evrimsel hesaplama tabanlı kamera kalibrasyonu
Evolutionary computing based camera calibration
MEHMET AKİF GÜNEN
Doktora
Türkçe
2021
Jeodezi ve FotogrametriErciyes ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. ERKAN BEŞDOK
- Crowd density map estimation system from aerial images
Havadan alınan görüntülerden yoğunluk haritası tespit sistemi
OSMAN TARIK ÇETİNKAYA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- Using machine learning techniques to enhance teaching and performance prediction of students with autism spectrum disorders
Yapay öğrenme yöntemleri ile otizm spektrum bozukluğu olan öğrencilerin öğretiminin ve öğretim performansı tahmininin iyileştirilmesi
AKRAM M.M. RADWAN
Doktora
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE