Tez No	İndirme	Tez Künye	Durumu
423930		Estimating missing BRDF measurements with compressed sampling method / Kayıp BRDF ölçümlerinin sıkıştırmalı örnekleme yöntemiyle tahmin edilmesi Yazar:NURCAN SEYLAN Danışman: PROF. DR. MEHMET CUDİ OKUR Yer Bilgisi: Yaşar Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora İngilizce 2015 99 s.
Sıkıştırmalı Örnekleme, büyük miktarlardaki ve/veya kayıp, gürültülü veya geçersiz değerler içeren verinin küçük bir kısmını kullanarak bu veriyi yeniden oluşturmayı sağlayan yeni bir metottur. Bu metot, verinin seyrek (sparse) olmasını kullanır ve çok etkin bir yeniden oluşturma işlemi gerçekleştirir. Verinin az sayıdaki örneklemelerinden sonra bir eniyileme algoritması kullanılarak veri yeniden elde edilir. Bu yöntem şimdiye kadar sinyal işleme, resim/video işleme, tıbbi görüntüleme gibi alanlarda yoğun olarak kullanılmıştır. Çift Yönlü Yansıma Dağılım Fonksiyonu (BRDF) verisi, gerçek materyallerin farklı yansıma özelliklerini tanımlamak için kullanılır. Bu çalışmada, sıkıştırmalı örnekleme yöntemi kullanılarak, büyük boyutlu ve seyrek yapıdaki BRDF verisinin yeniden oluşturulması işlemi gerçekleştirilmiştir. Ayrıca bu yöntemle bu verinin içerdiği kayıp, geçersiz, gürültülü değerler etkili bir şekilde yeniden oluşturulabilmektedir. Bunun dışında mevcut BRDF modellerinden ikisi kullanılarak BRDF verisi oluşturulmuş ve sıkıştırmalı örnekleme yöntemiyle başarılı bir şekilde yeniden oluşturulmuştur.
Compressed Sampling is an emerging method of reconstructing data that have large size and/or contain missing, noisy or irregular values using a small set of data. This method uses sparsity of data and realizes reconstruction process very efficiently. After a few samplings of data, it uses an optimization algorithm for reconstruction. This method has been used in areas like signal processing, image/video processing and medical imaging intensively. Bidirectional Reflectance Distribution Function (BRDF) data is used to describe different reflectance properties of real world materials. In this work, the reconstruction process of large sized and sparse structured BRDF data is realized using compressed sampling method. This method also reconstructs missing, irregular or noisy values in BRDF data effectively. Furthermore in this work, using two of existing BRDF models, BRDF data are created and reconstructed successfully using compressed sampling method.