Büyük dikgen görüntülerin örülmesi işleminin eşle/indirge tabanlı büyük veri mimarilerine uyarlanması
Adaptation of ortogonal image stitching to big data frameworks
- Tez No: 494775
- Danışmanlar: DOÇ. DR. AHMET SAYAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 60
Özet
Yapılan çalışmada, büyük görüntülerin işlenebilmesine yönelik olarak gerçekleştirilen çalışmalar derinlemesine incelenerek, büyük boyutlardaki dikgen iki resmin birleştirilmesi işleminin Hadoop Eşle/İndirge modeline uygun olarak uygulanması için geliştirilen algoritma ve sonuçlar sunulmuştur. Sunulan çalışmada, Hadoop Eşle/İndirge yaklaşımının metinsel veriler ile işlem gerçekleştirmesi nedeni ile resimler öncellikle bitmap formatına ardından“0”ve“255”değerlerinden oluşan string formatına dönüştürülerek HDFS üzerine metin olarak kaydedilmiştir. Resimlerin metinsel formatta HDFS üzerinden okunarak map fonksiyonuna girdi olarak verilmesi ile hesaplamalar gerçekleştirilmiştir. Görüntü birleştirme işlemi iki resmin birbiri üzerinde her üst üste çakışma durumunun göz önünde bulundurulması ile en büyük eşleşmeyi sağlayan indeksin referans alınması sonucu gerçekleştirilmiştir. Verilerin giderek büyümesi ile büyük boyutlu resimlerin işlenmesindeki performansın iyileştirilmesine yönelik duyulan ihtiyaç Hadoop Eşle/İndirge modelinin kullanılması ile giderilmeye çalışılmıştır. Yapılan çalışmada, büyük dikgen görüntülerin örülebilmesine yönelik mimari sunulmaktadır ve piksel bazlı resim görüntülerinin bitmap haritasının çıkarılıp kodlanmasıyla büyük parça görüntülerden nesne çıkarımı için altyapı gerçekleştirilmeye çalışılmıştır.
Özet (Çeviri)
In this study, the processing of large images has been analyzed in detail. Algorithm and results are presented in order to stitch two large orthogonal images in accordance with Hadoop MapReduce framework. In the presented work, the images are first converted to bitmaps and then to string format with values of“0”and“255”and recorded as text on HDFS because of the Hadoop MapReduce approach to processing textual data. Images are read in textual format via HDFS and given as input to the map function. The image stitching operation is performed by taking the reference of the index which provides the greatest match as a result of considering all possible overlapping situations on two images. It is aimed to improve the performance of processing large images with increasing data by using the Hadoop MapReduce framework. The infrastructure for image extraction of large size images has been realized by encoding as bitmaps of the pixel based image.
Benzer Tezler
- Bozayı (Ursus arctos) ve kurt (Canis lupus)'un Sakarya'daki populasyonlarının aktivite örüntüsü ve habitat kullanımı
Activity patterns and habitat use of brown bear (Ursus arctos) and wolf (Canis lupus) populations in Sakarya
MELİS TÖKE
Yüksek Lisans
Türkçe
2023
Zoolojiİstanbul ÜniversitesiBiyoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATİH DİKMEN
- Derin öğrenme modelleri ile parkinson hastalığının teşhisinde transfer öğrenme tekniğinin etkinliğinin araştırılması
Investigating of the effectiveness of transfer learning technique in the diagnosis of parkinson's disease using deep learning models
ECEM ZORA
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET DİKMEN
- Çokdeğişkenliliği yükseltilmiş çarpımlar gösteriliminde yeni bir destek işlevi belirleyiş yöntemi
A new support function determination in enhanced multivariance products representation
SÜHA TUNA
Doktora
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. METİN DEMİRALP
- Devrek - Dorukhan - Mengen arasının vejetasyon coğrafyası ve ekolojik özellikleri
Vegetation geography and ecological features between Devrek - Dorukhan - Mengen
KÂMİLE ZEREN
- Yere nüfuz eden radar görüntülerinde derin öğrenme ile askeri anlamda tehdit oluşturabilecek gömülü alanların tespiti
Detection of buried areas that can cause military threat with deep learning in ground penetreating radar images
NİHAT ÖZSOY
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent ÜniversitesiSavunma Teknolojileri ve Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET DİKMEN