Görüntü işleme tekniklerinin hafıza kullanımına ve işlem sürelerine yönelik performans çalışması
Performance study aimed at the usage of memory and processing time of image processing techniques
- Tez No: 730781
- Danışmanlar: DOÇ. DR. SELÇUK ÖKDEM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 110
Özet
Günümüz de artık her işlemin insan yerine otonom sistemlere yaptırılması, görüntü işleminin önemini bir kat daha artırmıştır. Artan miktarda büyük görsel veri, görüntülerin verimli bir şekilde işlenmesini gerektirir. Görüntü işleme günlük yaşamın pek çok alanında kullanılmaktadır. Veri işleme uygulamaları, görüntünün dinamik yapısı, iş yükü, Merkezi İşlem Birimi (CPU) hafıza kullanımı ve uygulanan veriyi işleme süresini etkilemektedir. Tek bir bilgisayarda çok sayıda görüntünün işlenmesi işlemci ve hafıza türüne göre farklılık gösterir. Yavaş bir işlemcinin bir görüntüyü işlemesi daha hızlı bir işlemciye kıyasla çok daha uzun sürebilir. Bu tez çalışmasında aynı işletim sistemine ve farklı CPU, bellek alanlarına sahip 2 farklı bilgisayar kullanılmıştır. Görüntülere renklendirme çalışmaları, gri seviyeli görüntü elde edilmesi, görüntünün bulanıklaştırılması, görüntüye 600x400, 300x200, 150x100 değerlerine sahip piksel boyutlandırması ve gürültü ekleme gibi işlemler uygulanmıştır. Bu uygulama sonucu elde edilen görüntülerde non-lineer ve lineer filtreler kullanılarak kendi aralarında karşılaştırılma yapılmıştır. Intel Core i7 ve i5 işlemcili bilgisayarda CPU hafıza kullanımı, işlem süresi ve görüntü kalitesi yönünden elde edilen sonuçlara göre; işlem süresi farklı çok çıkmamakla birlikte i7 işlemcili bilgisayar daha iyi sonuç vermiştir. Piksel değerleri küçüldükçe işlem süresi ve kalitesi azalmaktadır, fakat kullandığı hafıza alanını etkilemediği gözlemlenmiştir. Geliştirilen yöntem iki aşamadan oluşmaktadır. İlk aşamada görüntü verileri ideal bir yöntemle işlenmiştir ve ikinci aşamada görüntü verileri ayrıca hesaplama hızlarına göre CPU ve işlemci üzerindeki performansları değerlendirilmiştir.
Özet (Çeviri)
Today, having every process done by autonomous systems instead of human beings has increased the significance of image processing. Increasing amounts of large visual data require efficient processing of images. Image processing is used in many areas of daily life. Data processing applications affect the dynamic structure of the image, workload, Central Processing Unit (CPU) memory usage and processing time of the applied data. Processing a large number of images in one computer varies by processor and memory type. The image processing of a slower processor may last longer than a faster one does. In this thesis study, 2 different computers with the same operating system and different CPU, memory areas were used. Coloring studies, obtaining a gray level image, blurring the image, pixel sizing with 600x400, 300x200, 150x100 values and adding noise were applied to the images. The images obtained as a result of this application were compared among themselves by using non-linear and linear filters. According to the results obtained in terms of CPU memory usage, processing time and image quality on computers with Intel Core i7 and i5 processors; although the processing time did not differ much, the computer with the i7 processor gave better results. As the pixel values get smaller, the processing time and quality decreases, but it has been observed that it does not affect the memory space used. The developed method consists of two phases. In the first phase, image data has been processed by an ideal technique. In the second phase, the performances of image process, on CPU and processor with respect to their calculation speed have been compared.
Benzer Tezler
- Optimization of deep neural network architectures for the forest fire detection
Orman yangini tespitinde derin sinir aği mimarilerinin optimizasyonu
BERRİN SAVDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN
PROF. DR. HAZIM KEMAL EKENEL
- Feasibility analysis based on advanced deep learning techniques in integrating renewable energy resources into microgrids
Yenilenebilir enerji kaynaklarının mikroşebekelere entegre edilmesinde gelişmiş derin öğrenme tekniklerine dayalı uygulanılabilirlik analizi
FATHI FARAH FADOUL FATHI FARAH FADOUL
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. RAMAZAN ÇAĞLAR
- Bilgisayar ve internet destekli uzaktan eğitim programlarının tasarım, geliştirme ve değerlendirme aşamaları (SUZEP örneği)
Design, development and evaluating stages of computer and internet supported distance education program (on the model of SUZEP)
BİROL GÜLNAR
Yüksek Lisans
Türkçe
2003
Radyo-TelevizyonSelçuk ÜniversitesiRadyo Televizyon Ana Bilim Dalı
PROF.DR. AHMET HALUK YÜKSEL
- JPEG dosyalarının hafıza boyutlarının düşürülmesi
Reducing memory sizes of JPEG files
SÜLEYMAN ÜNLÜ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBeykent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EDİZ ŞAYKOL
- Analog görüntü işleme ile tüm devre uygulamaları
Integrated circuit applications with analog image processing
BÜŞRA HASILCI
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-CerrahpaşaElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. FIRAT KAÇAR