Gece sürüş görüntüleri iyileştirme yöntemleri
Enhancement methods for nighttime driving images
- Tez No: 958699
- Danışmanlar: DR. ÖĞR. ÜYESİ ERHAN ERGÜN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Veri Bilimi Bilim Dalı
- Sayfa Sayısı: 49
Özet
Gece araç kullanırken karşıdan gelen araç farlarının ışıkları sürücülerin görüşünü ciddi şekilde kısıtlayarak yol güvenliğini tehlikeye atmaktadır. Çalışmada, bu soruna çözüm olarak sürücünün yol takibini ekrandan yapabileceği aşırı parlak bölgeleri zayıflatan ve yol detaylarının netliğini koruyan görüntü iyileştirme yöntemleri geliştirilmiştir. Üç farklı dönüşüm tekniği uygulanmıştır. Bunlar Ortalamaya Adaptif Üs Yasası Dönüşümü, Standart Sapma Tabanlı Kübik Polinom Dönüşümü ve İstatistik Güdümlü Üstel Kontrast İyileştirme. Bu metotlar arasında Ortalamaya Adaptif Üs Yasası Dönüşümü, parlaklığı bastıran en iyi yöntem olmuştur. Standart Sapma Tabanlı Kübik Polinom Dönüşümü kontrastı en iyi koruyan yöntem olmuştur. İstatistik Güdümlü Üstel Kontrast İyileştirme, parlaklığı ve kontrastı en iyi dengeleyen yöntem olarak öne çıkmıştır. Bu yöntem, gri tonlamalı görüntülerin standart sapması ve ortalamasından yararlanarak piksel yoğunluklarını parlaklığa göre dinamik olarak ayarlar. Bu çalışma kapsamında tamamen doğal gece sürüş koşullarını ihtiva eden 400 fotoğraflık özgün bir veri seti de literatüre kazandırılmıştır. Uygulanan metotlar, piksel değerlerini optimize ederek parlama etkilerini bastırırken yoldaki diğer görüntülerin görünürlüğünü iyileştirmiştir. Üç yöntemle de yapılan testler sonucunda parlama bölgelerindeki parlaklığın sırasıyla %56, %24, %36 oranında azaldığı görülmüştür. Farklı görüntülerle yapılan testlerde SSIM metriğinde 0.824-0.980 arasında ve PSNR metriğinde 22.45-36.34 dB arasında sonuçlar alınmıştır. Tüm yöntemler farklı çözünürlüklerde 3 ms - 170 ms arasında işlem süreleriyle gerçek zamanlı uygulamalar için uygun performans sergilemiştir. Önerilen metotlar, düşük hesaplama maliyeti sayesinde gece sürüş sistemlerinde gerçek zamanlı uygulamalara entegre edilebilir. Bu çalışma, gece sürüşü esnasında karşılaşılabilecek zorluklara, istatistiksel olarak adaptif bir çözüm sunmaktadır. Bu bulgular görüntü işleme alanına katkısı ile birlikte otonom araçların geliştirilmesi ve gelişmiş sürücü destek sistemlerinin (ADAS) iyileştirilmesi için de umut vadetmektedir.
Özet (Çeviri)
When driving at night, oncoming vehicle headlight glare jeopardizes road safety by severely restricting drivers' visibility. To address this issue, image enhancement methods have been developed that attenuate the overly bright regions where the driver can follow the road on the screen and preserve the clarity of road details. Three different transform techniques were applied. These are Mean Adaptive Exponent Law Transformation, Standard Deviation-Based Cubic Polynomial Transformation and Statistically Guided Exponential Contrast Enhancement. Among these methods, Mean Adaptive Exponent Law Transformation is the best method for suppressing brightness. Standard Deviation-Based Cubic Polynomial Transformation is the best method for preserving contrast. Statistically Guided Exponential Contrast Enhancement was found to be the best method for balancing brightness and contrast. This method dynamically adjusts pixel intensities based on brightness by utilizing standard deviation and mean values of grayscale images. Within the scope of this study, a unique dataset of 400 images, which contains completely natural nighttime driving conditions, has also been added to the literature. By optimizing pixel values, the implemented methods suppress glare effects while enhancing the visibility of other images on the road. As a result of the tests performed with all three methods, it was observed that the brightness in the glare regions was reduced by 56%, 24% and 36%, respectively. Across diverse test images, the methods achieved SSIM scores ranging between 0.824 and 0.980, while PSNR values varied from 22.45 dB to 36.34 dB. All methods exhibited suitable performance for real-time applications with processing times between 3 ms and 170 ms at different resolutions. The proposed methods can be integrated into real-time applications in night driving systems due to their low computational cost. This study offers a statistically adaptive solution to the challenges of nighttime driving. These findings show promising potential for both development of autonomous vehicles and improvements to advanced driver assistance systems (ADAS).
Benzer Tezler
- Amasya kent park alanlarının rekreasyon alanı olarak belirlenmesine yönelik nitel bir çalışma
A qualitative study on determining amasya city common areas as recreational areas
VOLKAN ŞEKER
Yüksek Lisans
Türkçe
2022
SporAmasya ÜniversitesiBeden Eğitimi ve Spor Ana Bilim Dalı
PROF. DR. RECEP KÜRKÇÜ
- Sürücü destek sistemleri için termal kamera görüntülerinde derin öğrenme tabanlı yaya tespiti
Deep learning based pedestrian detection in thermal camera images for driver assistance systems
ÇAĞLA ERDEM ÖZTAŞ
Yüksek Lisans
Türkçe
2024
Mühendislik BilimleriFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SENCER ÜNAL
- Derin öğrenme yöntemleri ile trafik işareti tanıma
Traffic sign recognition with deep learning methods
OKAN YILDIRAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KAZIM YILDIZ
- Emeviler dönemi merkezi şehirlerde müslümanların gündelik hayatı
The Daily life of muslims in the central cities in the period of umaiyads
RAMAZAN ALTINAY
Doktora
Türkçe
2004
TarihAnadolu Üniversitesiİslam Tarihi ve Sanatları Ana Bilim Dalı
PROF. DR. İRFAN AYCAN
- Tarih-i Burhaneddin-i Belhi (Lady Sheil'in anıları)
History of Burhaneddin-i Belhi (Memories of Lady Sheil)
NİHAL ÇANKAYA
Yüksek Lisans
Türkçe
1999
Doğu Dilleri ve Edebiyatıİstanbul ÜniversitesiFars Dili ve Edebiyatı Ana Bilim Dalı
PROF. DR. MEHMET KANAR