Endüstriyel kameralar için hiperspektral bantlarda adaptif pozlama süresi kestirimi
Adaptive exposure time prediction in hyperspectral bands for industrial cameras
- Tez No: 424207
- Danışmanlar: YRD. DOÇ. DR. AHMET ÇINAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: 90
Özet
Bu çalışmada, hiperspektral görüntüleme için yeni bir pozlama düzeltme yöntemi sunulmuştur. Başlangıçta sistemde kullanılacak donanımsal parçaların entegrasyonu yapılmıştır. Daha sonra her bant için minimum ve maksimum pozlama değerlerini gösteren bir başvuru çizelgesi (look-up table) oluşturulmuştur. Geliştirilen bir görüntü alımı arayüzü ile farklı hiperspektral bantlarda değişik pozlama sürelerine sahip imgeler elde edilmiştir. Devamında, pozlama durumunu temsil edebilecek çeşitli öz nitelikler belirlenmiş ve bir veri seti oluşturulmuştur. Yapay sinir ağları (YSA) modellerinden Çok Katmanlı Algılayıcı ağ modeli, Doğrusal Regresyon ve REPTree algoritmalarının pozlama durumunu belirlemedeki başarıları kıyaslanmıştır. Çalışmanın devamında pozlama durumunu %99.18 doğru tahmin eden REPTree algoritması temel alınarak gerçek zamanlı olarak, istenilen hiperspektral bantta en yüksek pozlama kalitesine sahip imgeyi belirlemeye çalışan uygulama geliştirilmiş ve sonuçlar irdelenmiştir.
Özet (Çeviri)
In this study, a new method for exposure time correction for hyperspectral imaging is introduced. Initially, the hardware setup is established. Then, a look-up table which shows the minimum and maximum exposure times for each band is built. The images having different exposure times for different hyperspectral bands are acquired using developed image acquisition system. Afterwards, various features that can represent the exposure state are identified and a dataset is established. The success of Multilayer Perceptron model of Artificial Neural Networks (ANN), Linear Regression and REPTree algorithms in determining the quality of exposure are compared. After that, by using the REPTree algorithm that estimates the exposure quality with 99.18% accuracy, an application attempting to determine the image with the highest exposure quality at the desired hyperspectral band is developed and the results are analyzed.
Benzer Tezler
- Uzaktan algılama teknolojileri kullanılarak denizlerde kirliliğin izlenmesi: Marmara Denizi örneği
Monitoring of pollution in the sea using remote sensing technologies: The case of the Sea of Marmara
BUSE TIRMANOĞLU
Yüksek Lisans
Türkçe
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. NEBİYE MUSAOĞLU
- Otonom mobil robotlar için aruco işareti temelli yanaştırma algoritmalarının geliştirilmesi
Developing docking system for mobile robots with aruco markers
ENES MALİK KAPTAN
Yüksek Lisans
Türkçe
2022
Mekatronik MühendisliğiBursa Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN GELEN
- Yakın resim fotogrametrisinde mikrofotogrametrik uzman sistem tasarımı, tesisi ve kalibrasyonu
A micro-photogrammetric expert systems design, application and calibration in close range photogrammetry
BAHADIR ERGÜN
Doktora
Türkçe
2003
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN ALTAN
- Derin öğrenme tabanlı sürücüsüz araç sistemleri
Deep learning based autonomous vehicle systems
KORAY AKİ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Uludağ ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET EMİR DİRİK
- Gerçek zamanlı mermi kovanı kalite kontrol sistemi tasarımı
Real-time ammonution case quality control system design
KEREM ALBAYRAK
Yüksek Lisans
Türkçe
2024
Endüstri Ürünleri TasarımıGazi ÜniversitesiEndüstriyel Tasarım Mühendisliği Ana Bilim Dalı
PROF. DR. ADNAN AKKURT