Multi exposure image fusion using sparse representation and K-means clustering
Seyrek temsil ve K-means kümeleme kullanarak çoklu poz füzyonu
- Tez No: 886669
- Danışmanlar: DOÇ. DR. MEHMET TÜRKAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İzmir Ekonomi Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 55
Özet
Yıllardır teknolojik gelişmelerin amaçlarından biri, insanların anılarını daha büyük bir gerçekçilikle koruyup paylaşmalarını sağlamak için kameraları ve ekranları geliştirmektir. Bu amaç önünde duran en büyük zorluklardan biri insan gözünün dinamik aralığının kamera ve ekranlara göre çok daha yüsek olmasıdır. Bilim insanları sorunu çözmek ve insanların anılarını daha gerçekçi bir ̧sekilde saklamalarını sağlamak amacıyla yüksek dinamik aralığa (HDR) sahip kameralar ve ekranlar geli ̧stirmi ̧slerdir. Fakat bu cihazların maliyetinin yüksek olması onları yaygın bir ̧sekilde kullanılmaktan alıkoymaktadır. Çoklu poz füzyonu (MEF) bu yüksek maliyetli cihazlara yazılım bazlı ve dü ̧sük fiyatlı bir alternatif olarak geli ̧stirilmi ̧stir. MEF birden fazla düşük dinamik aralıga (LDR) sahip görüntüyü birle ̧stirerek yüksek kalitede görüntü elde etmeyi hedeflemektedir. Bu tez, çok karanlık ve çok aydınlık görüntülerin tanımlandığı ̆ve çok az veya hiç bilgi içermeyen kısımlarının elenerek maskelerin çıkarıldıgı bir ön eğitim aşaması içeren yeni bir MEF yöntemini tanıtmaktadır. Ağırlık haritalarını çıkarmak için daha sonra seyrek temsil (SR), k-ortalama kümeleme ve önceden tanımlanmış maskeler kullanılır. Ardından, maskeler guided filtre ile işlenir. Son olarak, yöntem görüntülerin ve agırlık haritalarının Gaussian ve Laplacian piramitler yardımıyla birleştirilmesi ile devam eder. Son olarak guided filtreleme sırasında kaybedilen keskinliği geri kazandırmak için bir Laplacian filtresi kullanır. Genişkapsamlı deneyler, önerilen yöntemin görsel ve istatistiksel etkinligini ve güvenilirliğini göstermektedir.
Özet (Çeviri)
Technology has long been trying to enhance the capture and display devices, such as cameras and screens, to allow people to preserve and share their memories by taking more realistic pictures. One of the main challenges of this task is managing the dynamic range. To address this, researchers developed high dynamic range (HDR) imaging devices that create visuals similar to the human eye. However, the high cost of HDR devices prevents them from becoming common household items. Multi- exposure fusion (MEF) offers a software-based alternative, creating HDR-like images by merging multiple low dynamic range (LDR) images. This method typically involves extracting and combining the best features of these LDR images by utilizing weight maps. This thesis introduces a novel MEF method that includes a self-training phase where over-exposed and under-exposed images are identified, and masks are extracted by eliminating the parts with very little to no information. Sparse representation (SR), k-means clustering, and pre-defined masks are then used to extract weight maps for each exposure. This is followed by the masks being processed by a guided filter. Finally, the method employs pyramidal decomposition followed by a Laplacian filter to restore the sharpness lost during guided filtering. Extensive experiments demonstrate the proposed method's visual and statistical effectiveness and reliability.
Benzer Tezler
- Multi-exposure image fusion with edge preserving smoothing filter
Çoklu pozlamalı görüntü füzyonu kenar koruyucu yumuşatma filtresi
IBRAHEM BAYAN YASIN ALABDULLAH
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. SEFER KURNAZ
- 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
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET NUSRET TOPRAK
- 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
2020
Elektrik ve Elektronik Mühendisliğiİzmir Ekonomi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET TÜRKAN
- Çoklu-pozlamalı görüntü birleştirme için yeni yöntemler
New methods for multi-exposure image fusion
HARUN AKBULUT
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL ASLANTAŞ
- 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
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM