Search

Dinamik dokular doğa görüntülerinde yaygın olarak bulunmaktadır.Videodaki dinamik doku örnekleri arasında ateş, duman, bulutlar,kızılberisi videoda uçucu organik bileşik gazları, rüzgardasallanan ağaçlar, deniz ve okyanuslardaki dalgalar, vb.sayılabilir. Görüntü işleme ve bilgisayarlı gÖrÜ alan-larındaki araştırmacılar yaygın olarak iki boyutlu dokular veilgili problemleri çalışmışlardır. Öte yandan, videodakidinamik dokularla ilgili çalışma çok azdır. Bu tezde, Özel birçeşit dinamik doku tespiti için geliştirilen işaret ve imgeişleme yÖntemleri sunulmaktadır.GÖrÜnÜr ve kızılberisi videoda, kameraya en fazla 30m mesafadebulunan açık ve geniş alanlardaki alev ve dumanın tespiti içinişaret ve imge işleme yÖntemleri geliştirilmiştir. Duman,yangınların ilk safhalarında yarı saydamdır. Duman içeren imgeçerçevelerindeki ayrıtlar keskinliklerini kaybetmeye başlar ve buda imgenin yÜksek bant sıklık içeriğinde bir enerji azalmasınayol açar. Dalgacık etki alanındaki yerel en bÜyÜk değerler birimgedeki ayrıtlara karşılık gelmektedir. Bu ayrıtlarda meydanagelen enerji dÜşmesi, kameranın gÖrÜş alanı içinde dumanolduğunun Önemli bir gÖstergesidir. Alev içeren imge bÖlgeleri(kızılberisi) videoda (parlak) ateş-renginde gÖrÜnÜr. Hareket verenk (parlaklık) Özelliklerine ek olarak, alevdeki kırpışma,alevin zamansal hareketini betimleyen bir saklı Markov modelkullanılarak tespit edilmektedir. _Imge çerçeveleri uzamsal olarakda çÖzÜmlenmektedir. Alev çevritleri dalgacık domeninde temsiledilmektedir. Alevdeki kırpışmanın modellenmesi için ateşçevritinin yÜksek sıklık Özelliği de bir ipucu olarakkullanılmaktadır. Videodan çıkarılan zamansal ve uzamsal ipuçlarıson kararın alınması için birleştirilmektedir.Alevin pyro-elektrik kızılberisi algılayıcılar (PIR) tarafındantespit edilebilmesi için de işaret işleme yÖntemlerigeliştirilmiştir. Denetimsiz bir yangının alevlerindekikırpışma sÜreci ile insan ve diğer sıcak nesneler tarafındanyapılan sıradan hareketler, PIR algılayıcısı işaretine ait dalgacıkdÖnÜşÜmÜ katsayılarıyla eğitilen saklı Markov modelleriylemodellenmektedir. PIR algılayıcısının gÖrÜş alanı içinde birhareketlilik meydana geldiğinde, algılayıcı işareti dalgacık etkialanında çÖzÜmlenmekte ve dalgacık işaretleri bir dizi Markovmodeline beslenmektedir. Yangın var ya da yok kararı en yÜksekolasılık değerini Üreten Markov modeline gÖre alınmaktadır.Uzak mesafedeki (kameraya mesafesi 100m'den bÜyÜk) duman, kamerayadaha yakında cereyan eden bir yangın neticesinde oluşan dumandandaha farklı zamansal ve uzamsal Özellikler sergilemektedir. Bu dayakın mesafe dumanlarının tespiti için geliştirilen yÖntemlerikullanmak yerine, uzak mesafedeki duman tespiti için ÖzelyÖntemler geliştirilmesi gereğini doğurmaktadır. Ormanyangınlarından kaynaklanan dumanın tespit edilmesi için gÖrÜntÜtabanlı bir algoritma geliştirilmiştir. Ana tespit algoritması(i) yavaş hareket eden nesneleri, (ii) duman rengindeki bÖlgeleri,(iii) yÜkselen bÖlgeleri, ve (iv) gÖlgeleri tespit eden dÖrtalt-algoritmadan oluşmaktadır. Herbir alt-algoritma kendi kararını,gÜven seviyesinin bir gÖstergesi olarak sıfır ortalamalı gerçelbir sayı şeklinde Üretmektedir. Bu gÜven değerleri son kararınverilmesi için doğrusal olarak birleştirilmektedir.Bu tezin bir diğer katkısı da alt-algoritma kararlarının etkin birşekilde birleştirilmesi için bir çerçeve yapı Önermesidir.Bilgisayarlı gÖrÜ tabanlı pekçok tespit algoritması, son kararınverilmesinde ayrı ayrı kararlarının birleştirildiği çeşitlialt-algoritmalardan oluşmaktadır. Ä Onerilen uyarlanır birleştirmeyÖntemi en kÜçÜk-ortalama-kare algoritmasına dayanmaktadır.Herbir alt-algoritmaya ait ağırlık, eğitim (Öğrenme) aşamasındaçevrimiçi olarak uyarlanır yÖntemle gÜncellenmektedir. Uyarlanıreğitim sürecindeki hata fonksiyonu, karar değerlerinin ağırlıklıtoplamıyla kullanıcının kararı arasındaki fark olaraktanımlanmıştır. Önerilen karar birleştirme yÖntemi ormanyangını tespitinde kullanılmıştır. Dynamic textures are common in natural scenes. Examples of dynamic tex-tures in video include fire, smoke, clouds, volatile organic compound (VOC)plumes in infra-red (IR) videos, trees in the wind, sea and ocean waves, etc.Researchers extensively studied 2-D textures and related problems in the fieldsof image processing and computer vision. On the other hand, there is very littleresearch on dynamic texture detection in video. In this dissertation, signal andimage processing methods developed for detection of a specific set of dynamictextures are presented.Signal and image processing methods are developed for the detection of flamesand smoke in open and large spaces with a range of up to 30m to the camera invisible-range (IR) video. Smoke is semi-transparent at the early stages of fire.Edges present in image frames with smoke start loosing their sharpness and thisleads to an energy decrease in the high-band frequency content of the image.Local extrema in the wavelet domain correspond to the edges in an image.The decrease in the energy content of these edges is an important indicatorof smoke in the viewing range of the camera. Image regions containing flames appear asfire-colored (bright) moving regions in (IR) video. In addition to motion andcolor (brightness) clues, the flame flicker process is also detected by using a Hid-den Markov Model (HMM) describing the temporal behavior. Image frames arealso analyzed spatially. Boundaries of flames are represented in wavelet domain.High frequency nature of the boundaries of fire regions is also used as a clue tomodel the flame flicker. Temporal and spatial clues extracted from the video arecombined to reach a final decision.Signal processing techniques for the detection of flames with pyroelectric (pas-sive) infrared (PIR) sensors are also developed. The flame flicker process of anuncontrolled fire and ordinary activity of human beings and other objects aremodeled using a set of Markov models, which are trained using the wavelet trans-form of the PIR sensor signal. Whenever there is an activity within the viewingrange of the PIR sensor, the sensor signal is analyzed in the wavelet domain andthe wavelet signals are fed to a set of Markov models. A fire or no fire decision ismade according to the Markov model producing the highest probability.Smoke at far distances (> 100m to the camera) exhibits different temporal andspatial characteristics than nearby smoke and fire. This demands specific methodsexplicitly developed for smoke detection at far distances rather than using nearbysmoke detection methods. An algorithm for vision-based detection of smoke dueto wild fires is developed. The main detection algorithm is composed of foursub-algorithms detecting (i) slow moving objects, (ii) smoke-colored regions, (iii)rising regions, and (iv) shadows. Each sub-algorithm yields its own decision as azero-mean real number, representing the confidence level of that particular sub-algorithm. Confidence values are linearly combined for the final decision.Another contribution of this thesis is the proposal of a framework for activefusion of sub-algorithm decisions. Most computer vision based detection algo-rithms consist of several sub-algorithms whose individual decisions are integratedto reach a final decision. The proposed adaptive fusion method is based on theleast-mean-square (LMS) algorithm. The weights corresponding to individualsub-algorithms are updated on-line using the adaptive method in the training(learning) stage. The error function of the adaptive training process is definedas the difference between the weighted sum of decision values and the decisionof an oracle who may be the user of the detector. The proposed decision fusionmethod is used in wildfire detection. 138

Görüntü tabanlı pek çok güvenlik sisteminde sıkıştırma yöntemi olarak dalgacık dönüşümü kullanılmaktadır. Bu çalışmada, dalgacık dönüşümüyle sıkıştırılmış videolarda, hareketli nesne tespiti ve takibiyle ilgili bir yöntem geliştirilmiştir. Yöntem, her resim için arka plana ait dalgacık dönüşümü katsayılarının kestirilmesi esasına dayanmaktadır. Mevcut andaki resme ait dalgacık dönüşümü katsayıları, arkaplana ait katsayılarla karşılaştırılarak, hareketli nesneler tespit edilmektedir. Yöntem dalgacık dönüşümünün tersini almadan hareketli nesneleri bulabildiği için diğer yöntemlere göre çok daha az işlem gerektirir. Diğer taraftan, hareketli nesnelerin büyüklükleri ve konumlan da tespit edilebilmektedir. Bu, dalgacık dönüşümünün hem konum hem de sıklık bilgisi içermesi sayesinde mümkün olmaktadır. Nesne takibi böylelikle gerçekleştirilmiştir. Yöntemin bir başka özelliği de yavaşlayan ve duran nesneleri de tespit edebiliyor olmasıdır. Bu da, otoyol görüntülenmesi, sıra denetimi, vb. pekçok uygulama için önemli bir özelliktir.Anahtar kelimeler: dalgacık dönüşümü, resim içi sıkıştırma, arkaplan kestirimi, video nesnesi, takip etme, doğrusal olamayan oylama, görüntü tabanlı güvenlik sistemleri. vı In many surveillance systems the video is stored in wavelet compressed form. An algorithm for moving object and region detection in video that is compressed using a wavelet transform (WT) is developed. The algorithm estimates the WT of the background scene from the WTs of the past image frames of the video. The WT of the current image is compared with the WT of the background and the moving objects are determined from the difference. The algorithm does not perform inverse WT to obtain the actual pixels of the current image nor the estimated background. This leads to a computationally efficient method and a system compared to the existing motion estimation methods. In a second aspect, size and locations of moving objects and regions in video is estimated from the wavelet coefficients of the current image, which differ from the estimated background wavelet coefficients. This is possible because wavelet coefficients of an image carry both frequency and space information. In this way, we are able to track the detected objects in video. Another feature of the algorithm is that it can determine slowing objects in video. This is important in many practical applications including highway monitoring, queue control, etc. mKeywords: wavelet transform, intra-frame compression, background subtraction, video object tracking, non-linear voting, video-based surveillance systems. 79

Standartlara göre rulmanların üretimi, rulmanların kullanıldığı makinelerin ve parçaların (dişli kutusu, alternatör gibi) kalitesini ve ömrünü doğrudan etkiler. Bu nedenle, rulman üretiminde son kalite kontrol aşaması çok önemlidir. Rulman üretim hattının son aşaması olan görsel kalite kontrolü, uzman kişiler tarafından parlak ışık altında gerçekleştirilir. Kalite denetimlerinin performansı, denetçilerin deneyimine ve denetim sırasındaki odak düzeyine bağlıdır. Yüksek seviyede odaklanma sağlamak için, işçiler kısa ve sık vardiyalarda istihdam edilir. Bununla birlikte, deneyimli işçiler bile düşük odak seviyelerinden dolayı kalite kontrol kusurlarını görebilir. Sonuç olarak, nihai ürün müşteriye kusurlu olarak gönderilebilir.Bu süreci iyileştirmek ve kusurlu ürünlerin teslimatını önlemek için, görsel kontrol aşamasındaki değişiklik ve dolayısıyla çalışan sayısındaki artış olası bir çözümdür. Ancak, böyle bir çözümün ekonomik olmadığı açıktır. Bu sorunu çözmek için başka bir seçenek, bu tezde önerilen makine vizyonuna dayalı görsel hata kontrol sistemini geliştirmek. Her ne kadar benzer sistemler farklı endüstrilerde yaygın olarak kullanılsa da, henüz rulman üretim endüstrisinde istenen verimlilikte değildir.Bu tezde, görsel kalite kontrolüne yardımcı olmak için FPGA platformunda çalışacak görüntü işleme tabanlı kalite kontrol sistemi geliştirilmektedir. The production of bearings according to the standards directly affects the quality and life of both the bearings and the machines and components (such as gearbox, alternator) in which the bearings are used. Therefore, the final quality control stage in bearing production is of paramount importance. Visual quality control, which is the final stage of the bearing production line, is carried out by the skilled workers under bright light. The performance of quality audits depends on the experience of the auditors and the level of focus during the audit. In order to maintain a high level of focus, workers are employed in short and frequent shifts. However, even experienced workers can see quality control defects due to low focus levels. Consequently, the final product can be sent to the customer as defective.In order to improve this process and prevent the delivery of defective products, the shift in the visual control phase and thus the increase in the number of workers is a possible solution. However, it is clear that such a solution is not economic. Another option to solve this problem is to develop the machine vision based visual defect control system proposed in this thesis. Although similar systems are widely used in different industries, they are not yet at the desired efficiency in the bearing manufacturing industry.In this thesis, an image processing based quality control system that works on FPGA platform is developed to help visual quality control. 103

Son yıllarda, uzaktan algılama askeri ve tarım ara¸stırma alanlarında çok önemli bir roloynamaktadır. Uzak bir nesneye yerle¸stirilmi¸s sensörleri kullanarak, toprak içeriklerinianaliz edebilir veya dünyanın belirli bir bölgesinde mineral tortuları bulabiliriz.Bunu yapmak için büyük volumetrik veriler, hiperspektral görüntüleme kullanılarakfotograf ¸seklinde yakalanır. Donanım kısıtlamalarından oturu bu buyuk boyutlu ˘fotograflardan olusan veri setlerini depolayamiyoruz. Bu yuzden, hiperspektralimgeleri kalitelerinden ödün vermeden ¸sıkı¸stırabilmek çok önemlidir.Bu tezde, kaliteyi korurken Hiperspektral görüntüyü (HSI) ¸sıkı¸stırmak için yeni biryöntem tanıtıyoruz. Verimli bir sıkı¸stırma elde etmek için, HSI ı¸sıksal ve yüzeyselolarak ayrı¸stırılır. Imgeleri spektral olarak ayrı¸stırmak icin be¸s a¸samalı DiscreteWavelet Transform (DWT) uygulandi ve katsayılar JPEG 2000 kullanilarak kayipsizbir sekilde sikistirildi. En küçük yedi katsayiya graf Fourier transformu uygulandi veimgeleri geri dönüstürmek için en yuksek degere sahip birkaç katsayı kaydedildi. Bumetodun yeniligi graftaki bir sinyalin frekans katsayılarınıin dön¸sturulmesiyle ilgilidir.Frekans bandındaki dü¸sük katsayılar kullanilarak Inverse Discrete Wavelet Transform(IDWT) ile imgeler tekrar elde edildi. Hiperspektral imgeler de Inverse DiscreteWavelet Transform geri elde edildi.HSI kalitesi, kayıpsız sıkı¸stırılmı¸s görüntüleri kar¸sıla¸stırmak için en sık kullanılanölçümlerden olan PSNR metrikleri ile olculdu. Algoritmamizi denemek için ikitür Hyperspectral Image DataSet kullanıldi: Airborne Visible Imaging Spectrometer(AVIRIS) veri kümesi ve Hyperion veri kümesi. In recent years, remote sensing is playing a very important role in the military andagriculture areas of research. Using sensors placed onboard in a remote object, we cananalyze the soil contents or finding mineral deposits in a particular area of the world.In order to do this, large volumetric data are captured in the form of photography usinghyperspectral imaging. Due to their large size, there exists a hardware bottleneck thatdoesn't allow us to record a lot of data. Therefore, it is very important that we compressthe hyperspectral images while preserving the quality in order to capture more imagesonboard.In this thesis, we introduce a novel method of compressing hyperspectral image(HSI)while preserving the quality. In order to achieve an efficient compression, the HSIis spectrally and spatially decorrelated. We apply a five-level Discrete WaveletTransform (DWT) to spectrally decorrelate the image and losslessly compressed thedetail coefficients using JPEG 2000.We apply graph Fourier transform to the last seven approximation coefficients andsave only a few coefficients with the highest values that will enable us to reconstructthe image back. The novelty of this method relies on transforming band coefficientsof a signal on the graph . We reconstruct the lowest bands by taking the Inverse GraphFourier Transform and reconstruct the HSI using Inverse Discrete Fourier Transform .The quality of the HSI is measured using PSNR metrics because it is the mostcommonly used metrics for comparing losslessly compressed images. Two types ofHyperspectral Image datasets are used to implement our coding scheme: AirborneVisible Imaging Spectrometer (AVIRIS) dataset and Hyperion dataset. 77

Kolaylık sağlaması yönünden, dijital işitme cihazları her geçen gün boyut olarak küçülmektedir. Bu durum küçük donanıma ve etkili bir yazılıma ihtiyaç duymaktadır. Enerji ve boyuttaki bu zor gereksinimlerin karşılanması için, dijital işitme cihazlarında kullanılan sinyal işleme teknikleri düşük hesap yüklü olmalıdır. Bu tezde, dijital işitme cihazlarında kullanılan düşük hesap yüklü filtre tasarım tekniklerinin karşılaştırmalı performans analizi gösterilecektir. For convenience reasons, hearing aids are getting smaller in size everyday. This requires smaller hardware and efficient software designs for digital hearing aids. The main component in hearing aid software is the signal processing part. To meet stringent requirements on size and energy, the signal processing techniques used in digital hearing aids should have low-computational complexity. In this thesis, a comparative performance analysis for different low-complexity filter design techniques used in digital hearing aids is presented 78