Evrişimli sinir ağları ile görüntülerde bulanıklık tespiti
Blur detection of images with convolutional neural networks
- Tez No: 558888
- Danışmanlar: DR. ÖĞR. ÜYESİ SERKAN ÖZTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Görüntülerin onarılması ve iyileştirilmesi, sayısal görüntü işleme uygulama alanlarında önemli bir yere sahiptir. Bulanık görüntülerin iyileştirilebilmesi için bulanıklık derecelerinin belirlenmesi çok önemlidir. Bu tez çalışmasında bulanık görüntülerin bulanıklık derecelerinin belirlenmesinde evrişimli sinir ağları kullanılmıştır. Görüntülerin bulanıklaştırılması işlemi nokta dağılım fonksiyonu ve ortalama filtre kullanılarak gerçekleştirilmiştir. Nokta dağılım fonksiyonu kullanılarak bulanıklaştırılan görüntülerin, gaussian dağılım parametresinin belirlenmesi evrişimli sinir ağları ile gerçekleştirilmiştir. Ayrıca ortalama filtre kullanılarak bulanıklaştırılan görüntülerin, maske boyutları evrişimli sinir ağları kullanılarak belirlenmiştir. Öğrenme katsayıları, yığın büyüklüğü gibi parametrelere göre farklı evrişimli sinir ağları mimarileri incelenmiştir. Çalışmanın sonucunda uygun mimariler belirlenmiş ve evrişimli sinir ağları ile görüntülerin bulanıklık tespitinin gerçekleştirildiği görülmüştür.
Özet (Çeviri)
Image restoration and image enhancement has an important place in the application areas of digital image processing. Determining the degree of blur is very important for improving blurred images. Convolutional neural networks have been used to determine the degree of blur of blurred images in this thesis. Blurring of the images have been executed using the point distribution function and the average filter. Gaussian distribution parameters of the blurred images which have been blurred by using the point distribution function have been determined by convolutional neural networks. Also, the mask size of the blurred images which have been blurred by using average filter have been detected by convolutional neural networks. Different convolutional neural network architectures have been examined according to the parameters such as the learning rate and the batch size. As a result of this study, suitable architectures have been determined and also blur detection of the images with convolutional neural networks have been performed.
Benzer Tezler
- Derin öğrenme kullanılarak perakende ürün tespiti
Başlık çevirisi yok
İSMAİL KÖSE
Yüksek Lisans
Türkçe
2022
Sivas Cumhuriyet ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
Yükleniyor...
- Fight recognition from still images in the wild
Doğal ortamda sabit görüntülerden kavga tespiti
ŞEYMANUR AKTI
Yüksek Lisans
İngilizce
2022
İstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Yükleniyor...
- On real-world face super-resolution and face image synthesis evaluation
Gerçek dünya yüz süper çözünürlüğü ve yüz görüntüsü sentezi değerlendirmesi üzerine
ERDİ SARITAŞ
Yüksek Lisans
İngilizce
2024
İstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
- Self-supervised pansharpening: Guided colorization of panchromatic images using generative adversarial networks
Öz-denetimli pankeskinleştirme: Çekişmeli üretken ağlar ile pankromatik görüntülerin güdümlü renklendirilmesi
FURKAN ÖZÇELİK
Yüksek Lisans
İngilizce
2020
İstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Yükleniyor...