Termal Görüntülerde Bulanıklık Türlerinin Sınıflandırılması: Derin Öğrenme Yaklaşımı

Authors : Emre Doğan, Emre Sümer

Pages : 35-47

Doi:10.7212/karaelmasfen.1507589

View : 166 | Download : 102

Publication Date : 2025-04-22

Article Type : Conference Paper

Abstract :Savunma teknolojilerinde kullanılan termal optik sistemler, görüntüleme sırasında çeşitli sorunlarla karşılaşırlar ve bu sorunlar, görüntülerin üzerinde farklı türlerde bulanıklık kusuru olarak ortaya çıkarlar. Bulanıklığın türünü belirlemek, görüntüyü iyileştirmenin ilk adımıdır. Bu çalışmada, çeşitli bulanıklık türleri (odaksızlık bulanıklığı, atmosferik türbülans bulanıklığı, görüntü titreme bulanıklığı, Gaussian bulanıklığı ve hareket bulanıklığı) modellenmiş ve 15000 FLIR termal görüntü içeren bir veri seti üzerinde Python programlama dili aracılığıyla rastgele değerlerle bulanıklıklar uygulanarak bir veri seti oluşturulmuştur. Daha sonra, ResNet50, InceptionV3, DenseNet201, VGG16 ve EfficientNetB0 gibi farklı Evrişimsel Sinir Ağları bu termal görüntüleri sınıflandırmak için kullanılmıştır. Elde edilen sonuçlara göre en yüksek performans %98 doğruluk ile EfficientNetB0 mimarisi tarafından sağlanmıştır. Bu çalışma ile termal görüntülerdeki bulanıklık türlerini sınıflandırmada derin öğrenme yaklaşımının etkileri incelenmiş ve gelecekteki uygulamalar için umut verici sonuçlar elde edilmiştir.
Keywords : Evrişimsel sinir ağları, görüntü bulanıklığı, görüntü sınıflandırma, termal görüntüleme

ORIGINAL ARTICLE URL