Geri Dön

Çoklu-pozlamalı görüntü birleştirme için yeni yöntemler

New methods for multi-exposure image fusion

  1. Tez No: 795444
  2. Yazar: HARUN AKBULUT
  3. Danışmanlar: PROF. DR. VEYSEL ASLANTAŞ
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  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: 124

Özet

Görüntüleme sistemlerinde kullanılan dijital kamera sensörleri, düşük dinamik aralığa (low dynamic range-LDR) sahiptir. Bu kamera sensörleri kullanılarak yüksek dinamik aralığa (high dynamic range-HDR) sahip doğal bir sahne fotoğraflandığında, bazı bölgeleri aşırı pozlanmış ya da çok az pozlanmış düşük dinamik aralığa sahip görüntüler elde edilmektedir. Bir çevreye ait her tarafı iyi pozlanmış bir görüntü, aynı çevrenin farklı pozlamalarla çekilen görüntülerindeki iyi pozlanmış bölgelerin birleştirilmesiyle elde edilebilir. Bu işlem, çoklu-pozlamalı görüntü birleştirme olarak adlandırılır. Bu tez çalışmasında çoklu-pozlamalı görüntü birleştirme için iki yeni yöntem önerilmiştir. Önerilen ilk yöntem blok temelli olmakla birlikte, blokların, geleneksel yöntemlerde olduğu gibi kaynak görüntüler üzerinde fayansvari yerleştirilmesi yerine, iyi pozlanmış bölgelere serbest bir şekilde yerleştirilmesi amaçlamaktadır. En uygun blok konumları yapay zekâ optimizasyon algoritmaları (Genetik Algoritma, Diferansiyel Gelişim Algoritması ve Yapay Arı Koloni Optimizasyon Algoritması) kullanılarak elde edilmiştir. Önerilen ikinci yöntemde resimlerdeki iyi pozlanmış alanların tespitinde blok yerine bölge kullanılmıştır. Bu bölgelerin konumları evrişimli sinir ağı (convolution neural network-CNN) kullanılarak belirlenmiştir. Önerilen yöntemlerin, geleneksel ve literatürde sunulan bazı çoklu-pozlamalı görüntü birleştirme yöntemlerle karşılaştırıldığında daha iyi sonuçlar verdiği görülmüştür.

Özet (Çeviri)

Digital camera sensors used in imaging systems have a low dynamic range (LDR). When photographing a natural scene with high dynamic range (HDR) using these camera sensors, a low dynamic range image, some part of which are over-exposed or under-exposed is obtained. A well-exposed image of a scene can be obtained by combining well-exposed regions from multi-exposure images of the same scene. This process is called multi-exposure image fusion. In this thesis, two new methods are proposed for multi-exposure image fusion. The first proposed method is block-based. Although it is block-based, it aims to freely position blocks in well-exposed areas rather than tiling-like placement on source images as in traditional methods. Optimal block positions are calculated using artificial intelligence optimization algorithms such as Genetic Algorithm, Differential Evolution Algorithm and Bee Colony Optimization Algorithm. In the second proposed method, regions instead of blocks are used to detect well-exposed areas in images. The locations of these regions were determined using a convolutional neural network. It has been seen that the proposed methods give better results when compared to traditional and some multi-exposure image fusion methods presented in the literature.

Benzer Tezler

  1. Retineks teorisi kullanılarak yeni bir çoklu pozlamalı görüntü birleştirme tekniğinin geliştirilmesi

    A novel multi exposure image fusion technique using retinex theory

    BETÜL ISLAM

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMET NUSRET TOPRAK

  2. Deep joint deinterlacing and denoising for single shot dual-ISO HDR reconstruction

    Tek çekim dual-ISO resimlerden derin öğrenme ile görüntü çözme ve gürültü giderme işlemlerini birlikte gerçekleştirerek yüksek dinamik aralıklı resim oluşturma

    UĞUR ÇOĞALAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET OĞUZ AKYÜZ

  3. Multi-exposure image fusion algorithms for high dynamic range imaging

    Yüksek dinamik aralıklı görüntüleme için çoklu pozlamayla görüntü birleştirme algoritmaları

    OĞUZHAN ULUCAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik Mühendisliğiİzmir Ekonomi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET TÜRKAN

  4. Multi-exposure image fusion with edge preserving smoothing filter

    Çoklu pozlamalı görüntü füzyonu kenar koruyucu yumuşatma filtresi

    IBRAHEM BAYAN YASIN ALABDULLAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    Assist. Prof. Dr. SEFER KURNAZ

  5. Novel AI- based face recognition framework using deep neural networks and bounding box annotation

    Başlık çevirisi yok

    RASHA KHALID OMAR AL-OMARY

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM