Uzaktan Algılama için Görüntü İyileştirme Metotlarının İncelenmesi

Abstract

Uzaktan algılama genel anlamda bir nesneyle herhangi bir fiziksel bağlantı olmadan o nesne hakkında bilgi edinme olarak tanımlanabilir. Uzaktan algılanan görüntülerde, görüntü yakalama anından itibaren bazı bozulmalar oluşmaktadır. Bu görüntülerin iyileştirilmesi, giriş görüntüsünün kenar, aydınlatma, karşıtlık gibi bilgilerini iyileştirerek daha sonraki görüntü işleme adımları için daha iyi bir girdi sağlamayı ve görüntünün yorumlanmasını kolaylaştırmayı hedefler. Uzaktan algılanan görüntülerin iyileştirilmesi için birçok yöntem önerilmiş ve bu alanda önemli ölçüde gelişmeler gözlenmiştir. Bu tez kapsamında uzaktan algılanan görüntülerin iyileştirilmesi için Genel Histogram Eşitleme (GHE), Karşıtlık Sınırlı Uyarlanabilir Histogram Eşitleme (CLAHE), Özyinelemeli Ortalama-Ayırma Histogram Eşitleme (RMSHE), Ağırlık Dağılımı ile Uyarlanabilir Gama Düzeltme (AGCWD), Ayrık Dalgacık Dönüşümü ve Tekil Değer Ayrışımı (DWT-SVD), Düzenli Histogram Eşitleme ve Ayrık Kosinüs Dönüşümü (RHE-DCT), Bilateral Filtreleme (BF) ve Nöral Görüntü Düzeltme ve İyileştirme Rutini (NICER) yöntemleri incelenmiştir. İncelenen bu yöntemler ışığında BF ve CLAHE yöntemlerinin eksik yönlerini tamamlayan hibrit bir yöntem önerilmiştir. Önerilen hibrit yöntemde giriş görüntüsüne iki seviye BF işlemi uygulanır. Ardından son seviyeden kalan görüntüye CLAHE uygulanarak çıkış görüntüsü elde edilir. Önerilen hibrit yöntem BF yöntemindeki düşük karşıtlık iyileştirmesini artırırken CLAHE yönteminden daha iyi kenar iyileştirmesi sunmaktadır. Görüntü iyileştirmenin öznel bileşenlerinden dolayı değerlendirmelerde nicel sonuçlar, görsel sonuçları destekler nitelikte olmalıdır. Bu sebeple daha nesnel bir yorum yapabilmek için görsel sonuçlar ve nicel sonuçlar bir arada verilmiştir. Görsel ve nicel sonuçlar incelendiğinde önerilen hibrit yöntemin, temelini oluşturan iki yöntemden ve incelenen diğer yöntemlerden genel olarak daha iyi sonuçlar verdiği gözlemlenmiştir.

Remote sensing generally can be defined as obtaining information about an object without any physical contact. Some distortions occur in remotely sensed images from the moment of image capturing. Remotely sensed image enhancement aims to increase the information of the input image such as edge, illumination, contrast, to provide a better input for the further image processing steps and to facilitate the interpretation of the image. Several techniques have been proposed for remote sensing image enhancement and significant developments are observed in this field. Within the scope of this thesis, General Histogram Equalization (GHE), Contrast Limited Adaptive Histogram Equalization (CLAHE), Recursive Mean-Seperate Histogram Equalization (RMSHE), Adaptive Gamma Correction with Weight Distribution (AGCWD), Discrete Wavelet Transform and Singular Value Decomposition (DWT-SVD), Regularized Histogram Equalization and Discrete Cosine Transform (RHE-DCT), Bilateral Filtering (BF), and Neural Image Correction and Enhancement Routine (NICER) methods are examined. Inspired by these traditional methods, a hybrid method has been proposed that completes the deficiencies of the BF and CLAHE methods. In the proposed hybrid method, two-level BF is applied to the input image. Then, the enhaced image is consructed by applying CLAHE to the residual image. Proposed hybrid method offers better edge enhancement than the CLAHE method while increasing the low contrast enhancement in the BF method. Due to the subjective components of image enhancement, quantitative results in evaluations have to support the visual results. For this reason, visual results and quantitative results are given together in order to make a more objective discussion. It has been observed that the hybrid method demonstrates better results compare to the examined methods.