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
- Tez No: 822659
- Danışmanlar: YRD. DOÇ. DR. SEVCAN KAHRAMAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İstanbul Gelişim Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- 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
- Dimension reduction methods for hyperspectral imagery
Hiperspektral görüntüde boyut indirgeme yöntemleri
ONUR HALİLOĞLU
Doktora
İngilizce
2022
Elektrik ve Elektronik MühendisliğiÇankaya ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ORHAN GAZİ
- 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
2022
Elektrik ve Elektronik MühendisliğiKırıkkale ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NİHAT İNANÇ
- Hyperspectral imagery super-resolution
Hiperspektral görüntülerde süperçözünürlük
HASAN IRMAK
Doktora
İngilizce
2017
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE AKAR
YRD. DOÇ. DR. SENİHA ESEN YÜKSEL
- 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
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HERMAN SEDEF
- 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
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERCHAN APTOULA