Geri Dön

Increasing spectral resolution of hyper spectral images while decreasing spectral variability using deep generative model

Derin üretken model kullanarak spektral değişkenliği azaltırken hiper spektral görüntülerin spektral çözünürlüğünü artırmak

  1. Tez No: 822659
  2. Yazar: KHALID BOUNAIL
  3. Danışmanlar: YRD. DOÇ. DR. SEVCAN KAHRAMAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: İstanbul Gelişim Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 85

Özet

İnsan görüşünün 400 ila 700 nm arasında olduğu bilinmektedir, başka bir deyişle, görünür ışığı yalnızca kırmızı, yeşil ve mavi olmak üzere üç bantta görebilir, ancak bilimsel araştırmada bunun çok ötesine, kızılötesi aralıklara bakmak gerekir, oysa spektrumu birkaç banda daha bölebilir, bu nedenle optik analizdeki son gelişmeler, çok sayıda dalga bandı sağlayan büyük ölçekli görüntülerden nesnelerin algılanmasına ve tanımlanmasına olanak tanıyan hiper spektral görüntüleme adı verilen bir teknolojiyi tanıttı, bu tür görüntüleme, altta yatan süreçleri (örn, kimyasal özellikler, biyofiziksel nitelikler, vb.) piksel seviyesine kadar kaydedebileceği fikrine dayanmaktadır. Başka bir deyişle, sürekli bir spektrum veya dar, bitişik spektral bantlar fikrine dayanmaktadır ki bu çok önemlidir ve bilginin mümkün olan en iyi şekilde kullanılmasına olanak tanır. Böylece, küçük spektrum özelliklerini inceleyerek, yüzey nesnelerini (veya atmosfer gazlarını / parçacıklarını) tanıyabilir ve optik niteliklerini değerlendirebilir. Bununla birlikte, hiperspektral görüntülemenin maksimum sonuç verimliliğine ulaşması için, zayıf spektral Çözünürlük ve yüksek spektral değişkenliğe yol açan performansını etkileyebilecek verileri yorumlama ve analiz etme yeteneğini azaltan çok sayıda koşul ve durumun üstesinden gelmesi gerekir. Bu koşullar atmosferik değişiklikler olabileceği gibi, bazı durumlarda temel maddeleri doğru bir şekilde tanımlamak ve ölçmek zorlaştığından aynı spektral imzada çok sayıda materyal ortaya çıkabilir.

Özet (Çeviri)

Human vision is known to extend between 400 and 700nm, in other words, it can only see visible light in three bands which are red, green and blue, however in scientific inquiry, it is necessary to look far beyond than that, into the infrared ranges whereas it can divides the spectrum into several further bands, for this reason a recent advances in optical analysis introduced a technology called hyper spectral imaging that allows for the detection and identification of objects from a large scale of images providing enormous number of wavebands, such imaging is based on the idea that it can record underlying processes (e.g., chemical traits, biophysical qualities, etc.) down to the pixel level, In other words it is based on the idea of a continuous spectrum, or of narrow, contiguous spectral bands, which is crucial and allows for the greatest possible use of the information. Thus, by examining their tiny spectrum features, it is able to recognize surface objects (or atmosphere gases/particles) and evaluate their optical qualities. However, to attain maximum result's efficiency hyperspectral imagery must overcome numerous conditions and circumstances that reduce the capability to interpret and analyze the data which can affect its performance leading to weak spectral Resolution and high spectral variability. These conditions can be as atmospheric changes or in some cases, it can occur a lot of materials in the same spectral signature as it gets more difficult to correctly define and measure the basic substances.

Benzer Tezler

  1. Dimension reduction methods for hyperspectral imagery

    Hiperspektral görüntüde boyut indirgeme yöntemleri

    ONUR HALİLOĞLU

    Doktora

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik MühendisliğiÇankaya Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ORHAN GAZİ

  2. Düşük uzamsal çözünürlüğe sahip hiperspektral görüntüleri için öğrenme tabanlı süper çözünürlük yöntemi

    Learning-Based super-resolution method for hyperspectral images with low spatial resolution

    HÜSEYİN AYDİLEK

    Doktora

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiKırıkkale Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. NİHAT İNANÇ

  3. Hyperspectral imagery super-resolution

    Hiperspektral görüntülerde süperçözünürlük

    HASAN IRMAK

    Doktora

    İngilizce

    İngilizce

    2017

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. GÖZDE AKAR

    YRD. DOÇ. DR. SENİHA ESEN YÜKSEL

  4. Fukunaga-Koontz dönüşümü tabanlı algoritmaların geliştirilmesi ve hedef tespiti-sınıflandırma uygulamaları

    Development of Fukunaga-Koontz transform based algorithms and target detection-classification applications

    HAMİDULLAH BİNOL

    Doktora

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. HERMAN SEDEF

  5. Derin öğrenme ile çoklu bantlı uzaktan algılanmış görüntülerin içerik tabanlı erişimi

    Content based multivariate remote sensing image retrieval with deep learning

    ÖZGÜ GÖKSU

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ERCHAN APTOULA