Tez No	İndirme	Tez Künye	Durumu
484369		Resim uzayı tabanlı çoklu-odaklı görüntü birleştirmede yeni teknikler / New techniques for spatial domain multi-focus image fusion Yazar:AHMET NUSRET TOPRAK Danışman: PROF. DR. VEYSEL ASLANTAŞ Yer Bilgisi: Erciyes Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Görüntü iyileştirme = Image enhancement ; Görüntü işleme = Image processing	Onaylandı Doktora Türkçe 2017 210 s.
Görüntüleme sistemleri, içerdikleri optik elemanların yapısı gereği sınırlı alan derinliğine sahiptir. Bu sebeple, belirli bir düzleme odaklandıklarında bu düzlemde bulunan nesneler net olarak görüntülenirken, bu düzlemin önünde veya arkasında bulunan nesneler odak düzlemine uzaklıklarıyla orantılı olarak bulanık görüntülenir. Bir çevrenin tamamı net görüntüsü, her biri farklı mesafeye odaklanılarak alınan çoklu-odaklı görüntülerdeki tüm net bölgelerin birleştirilmesi ile elde edilebilir. Bu işlem, çoklu-odaklı görüntü birleştirme olarak adlandırılmaktadır. Bu tez çalışmasında, sınırlı alan derinliği problemini gidermek için üç farklı, resim uzayı tabanlı çoklu-odaklı görüntü birleştirme yöntemi önerilmektedir. Önerilen ilk yöntem, Genetik, Diferansiyel Gelişim, Yapay Arı Koloni ve Levenberg-Marquardt algoritmalarını kaynak görüntüler üzerinde bulanıklık kestirimi için kullanmaktadır. Geliştirilen bulanıklık kestirimi yöntemleri ile elde edilen nokta dağılım fonksiyonları kullanılarak çoklu-odaklı görüntülerdeki net pikseller tespit edilmekte ve bu piksellerin taşınması ile birleşik görüntü üretilmektedir. Önerilen ikinci yöntem, görüntülerin birbiri ile örtüşmeyen sıralı bloklara ayrılması yerine, blokların, net bölgelere göre serbest pozisyonlara yerleştirilmesini amaçlamaktadır. Blok pozisyon optimizasyonuna dayalı bu yöntemde, blokların optimum pozisyonları zeki optimizasyon algoritmaları kullanılarak tespit edilmektedir. Son olarak, çoklu-odaklı görüntülerdeki net bölgelerin sınırlarını tanımlayan poligonun zeki optimizasyon algoritmaları ile belirlendiği bölge tabanlı bir yöntem önerilmektedir. Geliştirilen yöntemler, literatürdeki görüntü birleştirme yöntemleri ile karşılaştırılmış ve daha başarılı bir şekilde çoklu-odaklı görüntüleri birleştirdikleri ve alan derinliğini artırdıkları görülmüştür.
Digital imaging systems suffer from limited depth of field due to the nature of the optics involved. As a consequence, an object will appear in focus when it is on the focus plane and will appear blurred as it deviates from the focus plane. Therefore, in a single image only part of the plane within the depth of field can be sharp, while the rest areas are blurred. To overcome this problem, a series of multi-focus images are taken by gradually moving the focal plane. Then, all the in-focus regions are merged together through a process called multi-focus image fusion to generate an all-in-focus image of the scene. This thesis proposes three different, spatial domain multi-focus image fusion methods. The first method utilizes Genetic, Differential Evolution, Artificial Bee Colony and Levenberg-Marquardt optimization algorithms to estimate defocus blur. In this method, by using the point spread functions that are obtained by developed defocus estimation methods, the sharp pixels of the source images are detected and the fused image is produced by transferring these pixels. The second proposed method aims to place blocks in the optimal positions considering sharp regions of the images instead of dividing source images into non-overlapping blocks. In block-position optimization-based method, optimal positions of blocks are determined by using intelligent optimization algorithms. The last proposed method is a region-based method whose goal is to find a contour that best approximates the perimeter of the sharp regions. Finally, the proposed methods are compared with the state-of-the-art multi-focus image fusion methods. The results show that the proposed methods can fuse the multi-focus source images and extend the depth of field efficiently.