Hyperspectral imagery super-resolution
Hiperspektral görüntülerde süperçözünürlük
- Tez No: 461911
- Danışmanlar: PROF. DR. GÖZDE AKAR, YRD. DOÇ. DR. SENİHA ESEN YÜKSEL
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- 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: 132
Özet
Hiperspektral (HS) görüntü, görünür tayfın da dışına uzanan dar ve sürekli yüzlerce banttan oluşmaktadır. Bu görüntü iki adet uzamsal ve bir adet spektral boyuttan oluşan üç boyutlu bir veri küpüdür. HS görüntüler, sahip oldukları yüksek spektral çözünürlüğe rağmen, teknolojik kısıtlardan dolayı düşük uzamsal çözünürlüğe sahiptirler. Bu durum HS görüntü uygulamalarında performansı olumsuz etkilemektedir. Bu tezde farklı süper çözünürlük yapılandırma (SÇY) metotları kullanılarak HS görüntülerin uzamsal çözünürlüğünün arttırılması amaçlanmaktadır. İlk metot sadece bir HS görüntü olduğu ve başka bir bilgi kaynağı olmadığı durumlarda MAP tabanlı SÇY tekniği önermektedir. Metodun yeniliği kötü konumlanmış SÇY problemini spektral alandan bolluk haritaları alanında ikinci dereceden bir optimizasyon problemine dönüştürmesidir. İkinci dereceden optimizasyonda düzgünlük önseli ve bolluk haritalarının özünde olan özellikler kullanılarak tek bir çözüm elde edilmiştir. Buna ek olarak, aşırı düzgünlükten kaçınmak için, görüntüdeki ayrıntıları koruyan rötuş uygulanmıştır. Son olarak, açığa çıkartılan son elemanlar ve çözünürlüğü artırılmış bolluk haritaları kullanılarak yüksek çözünürlüklü (YÇ) HS görüntü yeniden oluşturulmuştur. İkinci önerilen yöntem kaynaştırma tabanlı bir SÇY yöntemidir. Bu metot YÇ RGB veya multispektral görüntüyü HS görüntü ile kaynaştırarak uzamsal çözünürlüğü iyileştirmektedir. Aynı şekilde kaynaştırma problemi, bolluk haritaları alanındaki ikinci dereceden bir optimizasyon problemine çevrilmiştir. Buna ek olarak, önerilen MAP tabanlı yöntem kaynaştırmadaki optimizasyon problemiyle birleştirilmiştir. Yani bu yöntem kaynaştırma ve MAP tabanlı yöntemlerin birleşiminden oluşmakta ve ikisinin de açıklarını kapatmaktadır. İki yöntemin birleşimi daha gürbüz ve etkili bir yöntem sağlamaktadır. Benzer şekilde, YÇ HS görüntü, YÇ bolluk haritalarından ve son eleman imzalarından oluşturulmaktadır. Gerçek HS veri kümelerinde deneyler uygulanmış ve modern metotlar ile nicel görüntü metrikleri kullanılarak karşılaştırmalar yapılmıştır. HS görüntüler için kritik bir konu olan spektral tutarlılık açısından da deneyler analiz edilmiştir. Sonuçlar, önerilen yöntemlerin bahsedilen metriklere göre rakiplerine oranla, spektral tutarlığı da koruyarak, daha iyi performans sergilediği göstermiştir.
Özet (Çeviri)
Hyperspectral (HS) imagery consists of hundred of narrow contiguous bands extending beyond the visible spectrum. It is a three dimensional data cube with two dimensional spatial information and a spectral dimension. Despite having high spectral resolution, HS images have lower spatial resolution due to technological restrictions. This degrades the performance in HS imaging applications. Therefore, increasing the resolution is a necessity, however the problem is an ill-posed problem. In this thesis, we address this problem, namely super-resolution reconstruction (SRR) of HS images from different perspectives and propose robust solutions. First method proposes a maximum a posteriori (MAP) based SRR technique for HS images when there is only one HS image and no other source of information. The novelty of the method is converting ill-posed SRR problem in spectral domain to a quadratic optimization problem in abundance map domain. Using smoothness prior and inherent properties of abundance maps in the quadratic optimization, a unique solution is obtained. Moreover, in order to avoid over smoothing, a post processing is applied to preserve textures in the abundance maps. Finally, high resolution (HR) HS image is reconstructed using the extracted endmembers and the enhanced abundances. Second proposed method is a fusion based SRR method. This method enhances the spatial resolution of HS image by fusing with a coinciding HR RGB or multispectral (MS) image. Again, fusion problem is converted to a quadratic optimization problem in the abundance map domain. Moreover, proposed MAP based approach is also merged into the quadratic equation. That is, this method is a superposition of MAP based and fusion based approaches and closing the gaps of the both methods. Superposition of two methods leads to more robust and efficient SRR method. Similarly, after solving quadratic problem, HR HS image reconstructed from HR abundance maps and endmember signatures. Experiments are implemented on real HS datasets and compared to state-of-the-art alternative methods using different quantitative image metrics. Spectral consistency, a critical issue for HS images, is also analysed in the experiments. Results demonstrate that proposed methods perform better than competitors based on quantitative metrics while keeping spectral consistency.
Benzer Tezler
- Süper-çözünürlük yöntemlerinin hiperspektral görüntülerin çözünürlüklerinin artırılmasına etkisi
Effects of super-resolution methods on improving hyperspectral image resolutions
MURAT ŞİMŞEK
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik MühendisliğiKırıkkale ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. EDİZ POLAT
- Sparse matrix decomposition and low rank based techniques for anomaly detection in hyperspectral images
Hiperspektral görüntülerde anomali tespiti için seyrek matris ayrıştırma ve düşük sıra tabanlı teknikler
FATMA KÜÇÜK
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH VEHBİ ÇELEBİ
DOÇ. DR. BEHÇET UĞUR TÖREYİN
- Dimension reduction methods for hyperspectral imagery
Hiperspektral görüntüde boyut indirgeme yöntemleri
ONUR HALİLOĞLU
Doktora
İngilizce
2022
Elektrik ve Elektronik MühendisliğiÇankaya ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ORHAN GAZİ
- Hiperspektral veride doğrusal olmayan karışma durumu için bolluk haritalarının elde edilmesi
Obtaining abundance maps in the case of nonlinear spectral mixing in hyperspectral data
YÜCEL ÇİMTAY
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAKKI GÖKHAN İLK
- Underwater target detection with hyperspectral imagery for search and rescue operations
Arama kurtarma faaliyetleri için hiperspektral görüntüleme ile su altı nesne tespiti
İSA CEM EKEN
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
PROF. DR. YASEMİN ÇETİN