Tez No	İndirme	Tez Künye	Durumu
814290		An efficient image dehazing for accurate object detection / Hassas nesne tanıma için etkili bir görüntü sis giderme yöntemi Yazar:ERAY KAÇMAZ Danışman: DOÇ. DR. MEHMET TÜRKAN ; DOÇ. DR. KAYA OĞUZ Yer Bilgisi: İzmir Ekonomi Üniversitesi / Lisansüstü Eğitim Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Nesne tespiti = Object detection ; Sayısal görüntü işleme = Digital image processing	Onaylandı Yüksek Lisans İngilizce 2023 52 s.
Hava olayı olarak bilinen "sis", dış manzarayı görme yeteneğini önemli ölçüde azaltır. Atmosferdeki ışığı emen ve ışığı saçan partiküller bunun başlıca nedenidir. Bu tez çalışması, hassas nesne tanımama için görüntü birleştirme tabanlı bir sis giderme yöntemi sunmaktadır. Birleştirme sürecini uygulamak için, her görüntünün her RGB katmanı için ağırlık haritaları, gama düzeltmesi yapılmış görüntüler kullanılarak hesaplanmaktadır. Daha doğru sonuçlar elde etmek için, füzyon işleminde girdiler için Laplace piramidi ve ağırlık haritaları için Gauss piramidi kombinasyonu kullanılmaktadır. Sisli girdi ve nihai çıktı görüntüleri, nesneleri doğru bir şekilde tespit etmek için YOLOv7 algoritmasında test edilmektedir. Geliştirilen yöntemi diğer yaklaşımlarla karşılaştırmak için kapsamlı testler yapılmıştır. Çeşitli sisli görüntüler üzerine sunulan sonuçlar, önerilen algoritmanın etkinliğini hem görsel hem de nicel olarak değerlendirerek yöntemin literatürdeki birçok öncü yönteme göre üstünlüğü sergilenmektedir.
The weather phenomenon known as "haze" significantly reduces the ability to see external scenery. The light-absorbing and light-scattering particulates mainly bring this on in the atmosphere. This thesis suggests a single image fusion-based dehazing method for precise object identification. To apply the fusion process, weight maps are computed for each RGB layer of each image using a collection of gamma-corrected images. To generate more accurate results, the combination of the Laplacian pyramid for inputs and the Gaussian pyramid for weight maps is used in the fusion process. Hazy input and final output images are tested in the YOLOv7 algorithm to detect objects accurately. Comprehensive tests are conducted to compare the proposed method with the other approaches. The experimental results on a range of hazy pictures demonstrate the prior's strength both visually and quantitatively, showcasing the superiority of the developed algorithm over several cutting-edge methods in the literature.