Öğrenme Tabanlı Tek Görüntü Süper Çözünürlüğü Yaklaşımlarının Geliştirilmesi ve Uygulanması
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Karadeniz Teknik Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği, Türkiye
Tezin Onay Tarihi: 2019
Tezin Dili: Türkçe
Öğrenci: SELEN AYAS
Danışman: Murat Ekinci
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Tez çalışması kapsamında, literatürde süper çözünürlükte görüntü oluşturma olarak adlandırılan düşük çözünürlüklü bir görüntünün uzamsal çözünürlüğünü artırmak için yeni yaklaşımlar önerilmektedir. Literatüre yapılan katkıların ilki Dalgacık dönüşümünden yararlanarak görüntüdeki kenar, köşe ve sınır yapılarını koruyan yeni bir seyrek gösterim tabanlı süper çözünürlük yaklaşımının sunulmasıdır. Tezin literatüre ikinci katkısı, Gabor Dalgacıkları yönteminin görüntülerden özellik çıkarılması amacıyla kullanılmasıdır. Sentetik görüntüler üzerinde yapılan deneyler önerilen yöntemin literatürdeki derin öğrenme hariç öğrenme tabanlı yöntemlere kıyasla daha iyi sonuç verdiğini göstermektedir. Tezin literatüre üçüncü katkısı, öğrenme tabanlı süper çözünürlük için literatürdeki konvolüsyonel sinir ağları tabanlı süper çözünürlük yaklaşımlarının analizlerinin yapılması ve yoğun atlamalı bağlantılar içeren yeni bir konvolüsyonel sinir ağ yapısının önerilmesidir. Bu ağ yapısı ile sentetik görüntülerin süper çözünürlük kaliteleri iyileştirilmiştir. Tezin literatüre dördüncü katkısı olarak, süper çözünürlük uygulanacak görüntülerin mikroskobik görüntü olması durumu yeni bir konvolüsyonel sinir ağı yapısı ile değerlendirilmiştir. Önerilen çalışma, literatürdeki mikroskobik görüntülerin süper çözünürlüğünü sağlayan ilk ve tek çalışmanın kısıtlamalarını ortadan kaldırmaktadır. Son olarak uzaktan algılama görüntüleri üzerinde yeni bir seyrek temsiliyet tabanlı pan keskinleştirme yaklaşımı önerilerek yüksek başarı elde edilmiş ve literatürde ilk kez detaylı bir karşılaştırma gerçekleştirilmiştir.