Piksel bazlı yeni yöntemlerle düşük aydınlıklı görüntülerin iyileştirilmesi
New pixel-based methods for low-light image enhancement
- Tez No: 983476
- Danışmanlar: PROF. DR. NUR HÜSEYİN KAPLAN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Sayısal görüntü işleme, Digital image processing
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Erzurum Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Haberleşme Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Düşük aydınlıklı görüntü iyileştirme, görüntü işleme alanında önemli araştırma konularından biridir. Yetersiz aydınlatma koşullarında yakalanan görüntüler; düşük karşıtlık, renk bozulmaları ve yüksek gürültü gibi sorunlar sebebiyle hem insan algısında hem de bilgisayarlı görü uygulamalarında bozucu etkiler meydana getirmektedir. Bu bağlamda, düşük aydınlıklı görüntülerin iyileştirilmesi ileri görüntü işleme adımları açısından kritik öneme sahiptir. Buradan hareketle, herhangi bir renk bozulması ve gürültü artışı olmadan düşük aydınlıklı görüntülerin karşıtlık, aydınlatma ve detay bilgilerinin iyileştirilmesi hedeflenmektedir. Bu tez çalışması kapsamında“Keskinleştirme-Yumuşatma Görüntü Filtresine Dayalı Yaklaşım”,“Metropolis Teoremine Dayalı Yaklaşım”,“Yeni Renk Kanalı Odaklı Fiziksel Aydınlatma Modeline Dayalı Yaklaşım”,“Uyarlanabilir Krominans Gama Düzeltmesine Dayalı Yaklaşım”olmak üzere dört farklı düşük aydınlıklı görüntü iyileştirme yöntemi önerilmiştir. Önerilen yöntemler, teorik altyapıları ve kullanmış oldukları stratejiler açısından detaylı bir şekilde açıklanmıştır. Literatürde sıklıkla kullanılan veri kümeleri üzerinde hem görsel hem nicel karşılaştırmalı analizleri yapılarak güçlü yönleri ve sınırlılıkları net bir biçimde ortaya konmuştur. Elde edilen bulgular, her senaryo için en iyi çözümün olmadığını, önerilen her yöntemin farklı düşük aydınlık senaryosunda ön plana çıktığını göstermektedir. Değerlendirme sonuçları, düşük aydınlıklı görüntü iyileştirme probleminin sahne bağımlı bir yapısı olduğunu da göstermektedir. Bu sebeple, farklı uygulamalar için farklı yaklaşımların benimsenmesi gerektiği açıktır. Bu tez çalışması, düşük aydınlıklı görüntü iyileştirme alanında önerilen yöntemleri kapsamlı bir şekilde analiz ederek güçlü yönlerini ve sınırlılıklarını ortaya koymaktadır. Aynı zamanda, düşük aydınlıklı görüntü iyileştirme alanında ileride yapılması hedeflenen çalışmalara ışık tutmaktadır.
Özet (Çeviri)
Low-light image enhancement is one of the most important research topics in the field of image processing. Images captured in low-light environments exhibit artifacts that affect both human perception and computer vision applications due to issues such as low contrast, color distortion, and severe noise. Therefore, low-light image enhancement plays a critical role in advanced image processing tasks. The aim of low-light image enhancement is to improve contrast, illumination, and detail information in low-light images without introducing color distortion or noise amplification. In this thesis, four different low-light image enhancement methods are proposed:“Sharpening-Smoothing Image Filter based method”,“Metropolis Theorem based method”,“New Color Channel Driven Physical Lighting Model based method”, and“Adaptive Chrominance Gamma Correction based method”. The proposed methods are explained in detail with regard to their theoretical background and the strategies they employ. Comparative analyses, both visual and quantitative, are conducted on frequently used datasets in the literature to clearly demonstrate their strengths and limitations. The findings reveal that there is no universal optimal solution, and that each proposed method becomes more effective in different low-light scenarios. The evaluation results indicate that the low-light image enhancement problem is highly scene-dependent. Therefore, it is evident that different approaches should be adopted for different applications. This thesis comprehensively analyzes the proposed methods for low-light image enhancement, highlighting their strengths and limitations, and also provides insights into potential future work in this field.
Benzer Tezler
- Automatic determination of plant type and phenological stage with deep learning methods
Tarla görüntülerinden bitki türü ve fenolojik evresinin derin öğrenme yöntemleri ile otomatik saptanması
AIGERIM KAIROLDAYEVA
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- Deep image prior based high resolution isar imaging for missing data case
Eksik veri için derin görüntü önceli tabanlı yüksek çözünürlüklü tyar görüntüleme
NECMETTİN BAYAR
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. IŞIN ERER
- Farklı insansız hava araçları ile elde edilen görüntülerin otomatik fotogrametrik yöntemlerle değerlendirilmesi ve doğruluk analizi
Examination of images obtained from different unmanned air vehicles via automatic photogrammetric methods and accuracy analysis
DENİZ BİLGE KILINÇOĞLU
Yüksek Lisans
Türkçe
2016
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Automated scoring of CERBB2 receptors using histogram based analysis of immunohistochemistry breast cancer tissue images
İmmünohistokimya meme kanseri görüntülerininhistogram tabanlı analiz kullanılarakCERBB2 reseptörlerinin otomatik olarak skorlanması
KAAN AYKUT KABAKÇI
Yüksek Lisans
İngilizce
2019
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. BEHÇET UĞUR TÖREYİN