Image quality enhancement and rain removal on images taken under different rain conditions
Başlık çevirisi mevcut değil.
- Tez No: 746410
- Danışmanlar: DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Yağmurlu günlerde kaydedilen görüntülerin görsel kalitesi, yüksek çözünürlüklü kameralarla bile daha kötüdür, bu da nesne tanıma ve sınıflandırma gibi analitik görevleri engeller. Bu nedenle, resim yağmuru son yıllarda sıcak bir konu olmuştur. Bu çalışmada tek bir resmin yağmurdan arındırma, kontrast iyileştirme ve öznitelik analizi için bir yapay sinir ağı önerilmiştir. Bir resmin bozulması, bir resmin mükemmelliği ile karşılaştırılarak değerlendirilir. Görüntü kalitesini iyileştirmek için yağmuru gidermek için kontrastı ve derin ağ mimarisini iyileştirmek için derin evrişimli sinir ağı (CNN) tabanlı bir BCET sunuyoruz. GLCM ve DWT öznitelik çıkarımları da kalite değerlendirmeleri için kullanılmaktadır. Derin bir kalıntı ağı (Res-Net), kaynaktan hedefe olan haritalama mesafesini hemen azaltan ve öğrenme sürecini kolaylaştıran derin bir ayrıntı ağı geliştirmemiz için bize ilham verdi. Model, arka plan parazitini azaltan yüksek bir çözünürlükle eğitilir ve yağmurdan arındırılmış çıktıyı geliştirmek için resim alanıyla ilgili önceki bilgileri kullanarak modeli fotoğraflardaki yağmurun yapısı üzerinde yoğunlaştırır. Görüntü özelliklerini incelemek için kontrast geliştirme ve yağmur giderme kullanılmıştır. Yağmurun neden olduğu görsellerdeki önemli güç dalgalanmaları, dış mekan görüş sistemlerinin kalitesini ve kullanışlılığını azaltır. Hem oluşturulan görüntülerde hem de gerçek görüntülerde sunulan strateji, hem kalite hem de sayı açısından mevcut en iyi uygulamalardan daha iyidir.
Özet (Çeviri)
The visual quality of images recorded on rainy days, even with high-resolution cameras, is worse, which hampers analytical tasks such as object recognition and categorization. Because of this, picture de-raining has been a hot topic in recent years. An artificial neural network is proposed for the de-raining, contrast enhancement, and feature analysis of a single picture in this study. Deterioration of a picture is judged in comparison to the perfection of a picture. We introduce a deep convolutional neural network (CNN)-based BCET for improving contrast and deep network architecture for removing rain for bettering the image quality. GLCM and DWT feature extractions are used for quality assessments as well. A deep residual network (Res-Net) inspired us to develop a deep detail network that immediately reduces the mapping distance from source to destination, making the learning process easier. The model is trained with a high resolution that decreases background interference and concentrates the model on the structure of rain in photos using previous knowledge of the picture domain to enhance the de-rained output. Contrast enhancement and rain removal have been employed to study image features. The significant power swings in visuals caused by rain diminish the quality and usefulness of outdoor vision systems. Both on images that are made up and images that are real, the presented strategy is better than current best practices in terms of both quality and number.
Benzer Tezler
- Cosmo-skymed uydu verilerinden 3 boyutlu yeryüzü modellerinin üretilmesi ve değerlendirilmesi
Generation and evaluation of 3d surface models from cosmo-skymed satellite data
SİNAN GÖRGÜLÜ
Yüksek Lisans
Türkçe
2013
Jeodezi ve FotogrametriBülent Ecevit ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. UMUT GÜNEŞ SEFERCİK
- A learned post-processing model with quality-gated convlstm for video compression
Video sıkıştırma için kalite kapılı evrişimsel uzun-kısa süreli bellek ile öğrenilmiş bir işlem sonrası model
HİLAL GÜVEN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET MURAT TEKALP
- Wavelet based tumor detection and its application on mammograms
Mamogramlarda dalgacık tabanlı yöntemle tümör belirleme
BURAK TÜYSÜZ
Yüksek Lisans
İngilizce
2007
Elektrik ve Elektronik MühendisliğiGaziantep ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLAY TOHUMOĞLU
- 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
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- Image quality assesment and enhancement for robust face recognition
Yüz tanıma için imgelerin kalite ölçümü ve iyileştirilmesi
ONUR SERTKAYA
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAYFUN AKGÜL