Kenar destekli düşük aydınlıklı görüntü iyileştirme ağı
Edge supported low lightness image enhancement network
- Tez No: 849725
- Danışmanlar: DR. ÖĞR. ÜYESİ SERDAR ÇİFTÇİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Harran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Nesnelere düşen ışık miktarı; nesnenin bulunduğu mekâna (iç/dış), gün içerisindeki zamana (gündüz/gece) ve ışık kaynağına (güneş/yapay) bağlı olarak değişebilmektedir. Düşük ışığa bağlı olarak fotoğraf makinesi ile çekilen görüntülerde kontrast düşüklüğü, renk kaybı, gürültü oluşumu ve detay bilgisi eksikliği gibi sorunlar yaşanmaktadır. Bu durum insan görsel zevkini ve bilgisayarlı görü uygulamalarının performansını etkilemektedir. Düşük aydınlıklı görüntülerin iyileştirilmesi konusu sıkça çalışılmış olup bu alanda başarılı sonuç sergileyen çalışmalardan biri olan GLADNet mimarisi bu tezde temel alınmıştır. GLADNet mimarisi iki temel birimden oluşmakta ve bunlar sırasıyla önce görüntü parlaklık değeri tahmin etme birimi sonrasında ise görüntü detay bilgisi iyileştirme birimidir. Bu çalışmada görüntü detay bilgisi iyileştirme biriminin geliştirilmesi üzerine yoğunlaşılmıştır. Bu bağlamda U-Net tabanlı bir kenar çıkarma birimi geliştirilmiş ve bu birimin sonucu görüntü parlaklık değeri tahmin etme biriminin sonucuna eklenerek görüntü detay bilgisi iyileştirme birimine girdi olarak verilmiştir. Önerilen yaklaşım ile yapılan deneyler sonucunda kenar ve doku bilgilerinde iyileşme, gürültü oluşumunda da azalma olduğu görülmüştür. U-Net tabanlı kenar çıkarma bloğuna kanal dikkat mekanizması eklendiğinde ise renk korunumunun sağlandığı görülmüştür. Elde edilen çıktı görüntünün kalitesini belirlemek amacıyla PSNR, SSIM ve FSIM metrik değerleri hesaplanmış ve sırasıyla 0.022, 0.019 ve 0.0101 miktarında performans artışı olmuştur. Referans görüntü olmadan yapılan deneylerde NIQE ve BRISQUE metriklerinde de performans iyileşmesi gözlemlenmiştir. Girdi görüntüde karmaşıklığın (kenar piksel yoğunluğu) artmasına bağlı olarak iyileştirme oranında artış elde edilmiştir.
Özet (Çeviri)
The amount of light that falls on objects can vary depending on the location of the object (indoor/outdoor), the time of day (day/night), and the light source (sun/artificial). Due to the low-light, images captured by a camera suffer from low contrast, color loss, noise, and lack of detail. This affects the pleasure of human viewing and the performance of computer vision applications. Improving images in low-light conditions has been widely studied, and the GLADNet architecture, one of the successful works in this field, is used as the basis for this work. The GLADNet architecture consists of two basic units: the image brightness estimation unit and the image detail enhancement unit. In this study, we focus on developing the image detail enhancement unit. In this context, an edge extraction unit based on a U-Net is developed. The result of this unit is concatenated with the result of the image brightness estimation unit and used as input to the image detail enhancement unit. The experiments conducted with the proposed approach showed an improvement in edge and texture information and noise reduction. The color is preserved when the channel attention mechanism is added to the U-Net-based edge extraction block. To determine the quality of the output image, the PSNR, SSIM, and FSIM metrics were calculated, and the performance improvement was 0.022, 0.019, and 0.0101, respectively. A performance improvement was also observed for the NIQE and BRISQUE metrics in the experiments without the reference image. As the complexity of the input image (edge pixel density) increases, the improvement rate increases.
Benzer Tezler
- g-C3N4 destekli bimetalik sülfür nanokompozitlerinin fotokatalitik H2 üretiminin incelenmesi
Investigation of photocatalytic H2 production of g-C3N4 supported bimetallic sulfide nanocomposites
SERPİL KİSBET
- Dijital ve geleneksel ölçülerden elde edilen modeller üzerinde hazırlanan farklı kronların kenar ve iç uyumlarının değerlendirilmesi
Evaluation of internal and marginal adaptation of the different crowns fabricated on models obtained from digital and conventional impressions
MOHANAD SHOMAL
Doktora
Türkçe
2021
Diş HekimliğiOndokuz Mayıs ÜniversitesiProtetik Diş Tedavisi Ana Bilim Dalı
DOÇ. DR. ŞAFAK KÜLÜNK
- Schwarzian türevlerine dayalı yeni kenar algılama yöntemleri ve MBB kenar süzgecinin geliştirilmesi
Novel edge detection methods based on Schwarzian derivatives and the development of the MBB edge filter
BÜŞRA KÖKSAL
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BURCU TUNGA
DR. ÖĞR. ÜYESİ RÜŞTÜ MURAT DEMİRER
- Savaş alanında durumsal farkındalık için yapay zeka destekli veri füzyonu
Artificial intelligence-assisted data fusion for situational awareness in the battlefield
HAVVANUR BOZÖMEROĞLU
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EBU YUSUF GÜVEN
- Düşük ayaklı inmeli hastalarda fonksiyonel elektrik stimulasyonu ve denge ağırlıklı rehabilitasyon tedavisinin etkinliği
Efficiency of functional electrical stimulation and balance-weighted rehabilitation treatment in stroke patient with drop-foot
ŞÜKRAN GÜZEL
Tıpta Uzmanlık
Türkçe
2017
Fiziksel Tıp ve RehabilitasyonSağlık Bilimleri ÜniversitesiFiziksel Tıp ve Rehabilitasyon Ana Bilim Dalı
DOÇ. EBRU KARACA UMAY