KAMERALARIN SINIRLI ALAN DERİNLİĞİNİ ARTIRMAK İÇİN METASEZGİSEL ALGORİTMALAR KULLANILARAK ÇOK ODAKLI GÖRÜNTÜLERİN BİRLEŞTİRİLMESİ

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Kayseri Üniversitesi, Lisansüstü Eğitim Enstitüsü, ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2023

Tezin Dili: Türkçe

Öğrenci: FATMA ÇAKIROĞLU

Danışman: Ali Durmuş

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bir sahnenin görüntüsü çekilirken lens belirli bir mesafede bulunan nesnelere odaklanır ve diğer uzaklıkta bulunan nesneler ise bulanık olur. Buna sınırlı alan derinliği problemi adı verilir. Çok-odaklı görüntü birleştirme yöntemi bu problemi çözmek için kullanılan bir yöntemdir. Çok-odaklı görüntü birleştirme yöntemi kullanılarak sahnenin tamamının net görüntüsü elde edilir. Bu yöntem için farklı odaklarda çekilmiş en az iki görüntü birleştirilir. Çok-odaklı görüntü birleştirme için piksel düzeyinde blok tabanlı yöntemler yaygın olarak kullanılır. Kullanılabilecek blok boyutu birleştirme performansını önemli ölçüde etkileyen bir faktördür. Dolayısıyla blok boyutunun optimize edilmesi gerekmektedir. Bu makalede sürü ve fizik tabanlı optimizasyon algoritmalarından Parçacık Sürü Optimizasyonu (Particle Swarm Optimization -PSO), Yapay Arı Kolonisi (Artificial Bee Colony -ABC) ve Denizanası Arama Algoritması (Jellyfish Search Optimizers -JSA), fizik tabanlı algoritmalardan Arşimet Optimizasyon Algoritması (Archimedes Optimization Algorithm -AOA), Atomik Yörünge Arama (Atomic Orbital Search -AOS) ve Denge Optimize Edici (EO) optimizasyon metotlarının performansları karşılaştırılmıştır. Elde edilen sonuçlar sürü tabanlı algoritmaların performanslarının fizik tabanlı metotlara göre daha iyi olduğunu göstermektedir.