Geri Dön

Genetik algoritma ile yeni bir görüntü büyütme yöntemi

A new image zooming method with genetic algorithm

  1. Tez No: 707367
  2. Yazar: OSMAN BUĞRA KAHRAMAN
  3. Danışmanlar: PROF. DR. VEYSEL ASLANTAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Görüntü işleme, Görüntü Büyütme, Optimizasyon Algoritmaları, Genetik Algoritma, Image processing, Image zooming, Optimization Algorithms, Genetic Algorithm
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 73

Özet

Günümüzde görüntü işleme sahasında çoğu zaman görüntülerin büyütülmesine ihtiyaç duyulmaktadır. Görüntülerin büyütülmesi için çeşitli yöntemler uygulanmaktadır. Yapılan bu işlemlerin sonucunda görüntülerin netliğinin ve detaylarının kaybedilmemesi gerekmektedir. Görüntü büyütme işlemlerinde en Yakın Komşu, bikübik ve bilineer gibi klasik yöntemler yaygın olarak kullanılmaktadır. Fakat bu yöntemlerle elde edilen görüntülerin bloklama (aynı piksel değ erine sahip bölgeler), kenar geçişlerinde yumuşamalar ve bulanıklık gibi bazı dezavantajlara sahip olduğu gözlemlenmiştir. Literatürde yapay sinir ağları metotlarının bu sahada kullanılmaları ile daha başarılı sayısal ve görsel sonuçlar verebilen çalışmalar gerçekleştirilmiştir. Fakat bu çalışmalar ciddi miktarda işlem yükü ve hesaplama maliyeti içermektedir. Bu sebeplerden dolayı klasik yöntemlerin problemlerini daha az içeren ve daha az maliyetli bir görüntü büyütme yöntemine ihtiyaç duyulmaktadır. Bu amaçla bu tez çalışmasında yapay zeka optimizasyon algoritması kullanan farklı bir görüntü büyütme yöntemi geliştirilmiştir. Büyültülmesi gereken küçük görüntünün her bir 2 × 2 boyutundaki bloğunu 3 × 3 boyutlarında bir bloğa dönüştürmek için ihtiyaç duyulan ara değ erler Genetik algoritma kullanılarak elde edilmiştir. Geliştirilen bu yeni yöntem klasik görüntü büyütme yöntemleri ile karşılaştırılmıştır. Elde edilen sonuçlar, sayısal ve görsel açıdan değerlendirildiğinde, geliştirilen yöntemin görüntü büyütme işleminde kullanılabilirliğini göstermektedir.

Özet (Çeviri)

Today, in the field of image processing, there is often a need to zoom images. Various methods are used to zoom images. As a result of these processes, the clarity and details of the images should not be lost. Classical methods such as nearest neighbor, bicubic and bilinear are widely used in image zooming. However, it has been observed that the images obtained by these methods have some disadvantages such as blocking (regions with the same pixel value), softening in the edge transitions and blurring. In the literature, with the use of artificial neural networks methods in this field, studies that can give more successful numerical and visual results have been carried out. However, these studies involve significant processing load and computational costs. For these reasons, there is a need for a less costly image zooming method that includes less the problems of classical methods. For this purpose, a different image zooming method using artificial intelligence optimization algorithm has been developed in this thesis. Intermediate values needed to transform each 2 × 2 block of the small image to be zoomed into a 3 × 3 block were obtained by using the Genetic algorithm. This new developed method has been compared with conventional image zooming methods. When the results obtained are evaluated numerically and visually, they show the usability of the developed method in image zooming.

Benzer Tezler

  1. Hareketli nesnelerde algılanması güç olan değişimlerin video büyütme yöntemiyle tespiti ve derin öğrenme ile analizi

    Detection of subtle changes on moving objects with video magnification method and analysis with deep learning

    ABDULLAH ASIM YILMAZ

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İMAN ASKERBEYLİ

  2. Classification of abnormal respiratory sounds using deep learning techniques

    Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması

    AHAMADI ABDALLAH IDRISSE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. OKTAY YILDIZ

  3. Mobil telefon kullanımına bağlı oluşan 900-1800 mhz radyo frekans dalgalarının meydana getirdiği elektromanyetik alanın iliak kanat kemik mineral yoğunluğuna etkisi

    The effect of electromagnetic fields on bone mineral density of iliac bone produced by 900-1800 mhz radio frequency waves dependent on cellular phone usage

    BEŞİR ANDAÇ AKSOY

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2006

    Ortopedi ve TravmatolojiSüleyman Demirel Üniversitesi

    Ortopedi ve Travmatoloji Ana Bilim Dalı

    PROF.DR. NEVRES HÜRRİYET AYDOĞAN

  4. Paddy-rice leaf area index (LAI) estimation using radar and optical imagery

    Radar ve optik görüntüler kullanarak çeltik bitkisi yaprak alan indeks kestirim

    ELNAZ NAJATISHENDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    İletişim Bilimleriİstanbul Teknik Üniversitesi

    İletişim Bilimleri Ana Bilim Dalı

    DOÇ. DR. ESRA ERTEN

  5. Yapay sinir ağları yardımıyla biyomedikal dokuların sınıflandırılması

    Classification of biomedical images by using artificial neural networks

    TAMER ÖLMEZ

    Doktora

    Türkçe

    Türkçe

    1995

    Biyomühendislikİstanbul Teknik Üniversitesi

    PROF.DR. ERTUĞRUL YAZGAN