Geri Dön

Derin öğrenme algoritmaları kullanarak uydu görüntüleri zenginleştirme

Enhancement of satellite images using deep learning algorithms

  1. Tez No: 653451
  2. Yazar: SEMİH KAHVECİ
  3. Danışmanlar: DOÇ. DR. İSMAİL BABAOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Science and Technology, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Konya Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 67

Özet

Günümüzde sivil savunma operasyonları, maden arama çalışmaları, tarımsal üretim ve coğrafi bilgi sistemleri gibi birçok alan için uydu görüntülerinden elde edilen bilgiler kullanılmaktadır. Görüntülerin çözünürlüğü ve bulundurduğu bileşenlerin detay seviyeleri elde edilen bilgilerin doğruluğunda ve kullanılabilirliğinde önemli etkendir. Bu nedenle görüntülerin çözünürlüğü ve kalitesini arttırmak için literatürde birçok görüntü zenginleştirme algoritması geliştirilmiştir. Görüntü zenginleştirme algoritmaları düşük çözünürlüklü görüntüyü belli işlemlerden geçirerek içerdiği bileşenlerin seviyesini ve görüntünün çözünürlüğünü arttırma işlemi olup günümüzde daha çok süper çözünürlük olarak bilinmektedir. Son zamanlarda popüler olarak çalışılan alanlardan biri olan derin öğrenme, süper çözünürlük problemlerinde de yüksek performans göstermektedir. Bu sebeple, derin öğrenme tabanlı süper çözünürlük algoritmaları son zamanlarda en çok araştırılan alan olmuştur. Bu tez çalışmasında derin öğrenme tabanlı süper çözünürlük algoritmaları kullanılarak düşük çözünürlüklü uydu görüntülerinden yüksek çözünürlüklü görüntüler elde edilmiştir. Ayrıca süper çözünürlük için yeni bir derin öğrenme tabanlı algoritma önerilmiştir. Önerilen algoritma, diğer algoritmalarla referanslı görüntü kalite ölçüm metrikleri ile kıyaslanmış olup elde edilen sonuçlar değerlendirilmiştir.

Özet (Çeviri)

Today, the information obtained by satellite images is used inmany areas such as civil defense operations, mineral exploration, agricultural production and geographical information systems. The accuracy and usability of the information obtained from the images are related to the resolution of the image and the detail levels of the components. For this reason, many image enhancement algorithms have been developed in literature to increase the resolution and quality of the images. Image enhancement algorithms are the process of increasing the level of components and resolution of the image by processing low resolution image, and today it is more known as super resolution. Deep learning, one of the most popular areas of study recently, also shows high performance in super resolution problems. For this reason, deep learning based super resolution algorithms have been the most researched area recently. In this thesis, high resolution satellite images were obtained by using deep learning based super resolution algorithms developed to increase the quality and resolution of satellite images obtained using existing imaging equipment. In addition, a new deep learning based algorithm has been proposed for super resolution. The proposed algorithm was compared with image quality measurement metrics referenced with other algorithms and the results obtained were evaluated.

Benzer Tezler

  1. Deep learning-based keypoints driven visual inertial odometry for GNSS-denied flight

    Yapay sinir ağları tabanlı nokta çıkarıcılı görsel-ataletsel odometri ile GPS'siz ortamda uçuş

    ARSLAN ARTYKOV

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMRE KOYUNCU

  2. Super-resolution of landsat-8 images using sentinel-2 images and generative adversarial networks

    Sentinel-2 görüntüleri ve çekişmeli üretici ağlar kullanılarak landsat-8 görüntülerinin süper çözünürlüğü

    ESRA SUNKER

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. ELİF SERTEL

    PROF. DR. BÜLENT BAYRAM

  3. Classification of agricultural land cover using satellite imagery with deep learning

    Derin öğrenme ile uydu görüntüleri kullanılarak tarımsal arazi örtüsünün sınıflandırılması

    ABDULWAHEED ADEBOLA YUSUF

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. GALİP AYDIN

  4. Landsat-8 uydu görüntülerinden derin öğrenme algoritmaları kullanarak kıyı çizgisi çıkarımı

    Shoreline extraction from landsat-8 satellite imagery by using deep learning algorithms

    FIRAT ERDEM

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Jeodezi ve FotogrametriYıldız Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. BÜLENT BAYRAM

  5. Derin öğrenme yöntemleri ile uydu görüntülerinden gemilerin tespiti ve sınıflandırılması

    Detection and classification of ships from satellite images using deep learning methods

    MEHMET SAMİ TÜRKER

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Savunma ve Savunma TeknolojileriKırıkkale Üniversitesi

    Savunma Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ENES AYAN