Atmosferik Etkiler Nedeniyle Bozulan Görüs Kalitesinin, Görüntü Iyilestirme Teknikleriyle Düzeltilmesini Saglayan Pc-Tabanlı Ve Kaska Entegre Sistem Gelistirilmesi


Çimtay Y. (Yürütücü), Nur Yılmaz G.

TÜBİTAK Projesi, 2022 - 2024

  • Proje Türü: TÜBİTAK Projesi
  • Başlama Tarihi: Eylül 2022
  • Bitiş Tarihi: Eylül 2024

Proje Özeti

Sis, pis, toz, duman, yağmur, kar, düşük ışık nedeniyle görüş kalitesi bozulmakta ve görüş mesafesi azalmaktadır. Bu durum, ulaştırmada kazalara, sefer iptallerine; askeri alanda başta terör olmak üzere güvenlik problemlerine, ilk yardım ve kurtarma faaliyetlerinde gecikmelere ve aksaklıklara neden olmaktadır. Yaşanan bu durumlar can ve mal kaybına sebep olmaktadır.

Projenin temel hedefi; atmosferik etkiler nedeniyle bozulan görüntülerin temizlenmesi ve kullanıcıya daha net ve erişilebilir bir görüntü yaratılmasıdır. Proje kapsamında; bozulan görüntünün net hale getirilebilmesi için işlenmesi ve gösterilmesi hem bilgisayar tabanlı bir yazılım olarak tasarlanacak hem de kaska entegre gömülü sistem olarak ekran üzerinde sağlanacaktır.

Literatürde bu konu ile alakalı mevcut durumun eksik kaldığı noktaları maddeler halinde özetlemek gerekirse:

·     Görüntü iyileştirme kalitesi orta ve yoğun seviyede sis, pus, toz, duman etkisini kaldırmakta yetersiz kalmaktadır.

·   Görüntü iyileştirme yöntemlerinin büyük bir çoğunluğu statik görüntüyü işleme üzerine yoğunlaşmıştır, bu nedenle video iyileştirme anlamında yeterli çalışma bulunmamaktadır. Video verisindeki zamansal benzerlikten yeterince yararlanılmamıştır.

·    Geliştirilen yöntemler yukarıda bahsedilen geleneksel yöntemler ve derin öğrenmenin Evrişimli Sinir Ağı (CNN) ve Çekişmeli Üretici Ağ (Generative Adverserial Networks – GAN) kısmına yoğunlaşmıştır. Bu noktada geleneksel ve derin öğrenme yöntemlerinin birlikte kullanılması anlamında yeterli çalışma bulunmamaktadır. Ayrıca, derin öğrenmenin, özellikle video verilerindeki zamansal benzerlik niteliğinden yararlanılarak uygulanabilecek olan (Long-Short Time Memory) LSTM ve ayrıca CNN’e alternatif olabilecek (Graph Neural Network (GraphNN) ve Capsule Networks gibi modeller kullanılmamıştır.

·  Mevcut kaska entegre sistemlerde sis, pus, toz, duman, kar, yağmur ve düşük ışık iyileştirme özellikleri birlikte bulunmamaktadır. Genellikle bu özelliklerden yalnızca 1 tanesine yönelik çözümler sunulmuştur.

Bu bağlamda, bu projedeki hipotezler şu şekilde sıralanabilir:

·         Literatürdeki mevcut durumun üzerinde bir başarıyla görüntü iyileştirmenin yapılabileceği.

·         Henüz tam kapasiteli muadili olmayan, gerçek zamanlı çalışan bir kaska entegre sistemin prototipinin üretilebileceği.

·         Geliştirilecek olan PC tabanlı ve kaska entegre görüntü iyileştirme sistemlerinin ulaşımda, sınır güvenliğinde, ilk yardımda, tehlikelerin önceden fark edilmesi, tedbir alınması, farkındalığın artırılmasını sağlayacağı.

Atmosferik koşullarda bozulan görüntülerin iyileştirilmesi savunma, ulaşım, arama-kurtarma gibi pek çok alanda güvenliğin sağlanması, tanıma ve teşhislerin doğru ve zamanında yapılabilmesi, nesnelerin tespiti gibi birçok açıdan önem taşımaktadır. Proje kapsamında geliştirilecek tasarımla, görüntüler iyileştirilerek çıplak gözle görülemeyen bölgelerin görülebilir hale gelmesi ve bu sayede farkındalığın artırılması sağlanacaktır. Projenin özgün değeri, halihazırdaki iyileştirme yöntemlerini geliştirebilecek yeni algoritmalar ortaya koymak, başka alanlara uygulamak ve ürün prototipleri geliştirmektir.