Dinamik olmayan stokastik rezonans yöntemi kullanılarak su altı görüntülerinin iyileştirilmesi

Bu çalışmanın ana amacı, fizik, kimya, biyoloji ve diğer disiplinlerde bulunan doğrusal olmayan sistemlerde görülen stokastik rezonans (SR) olgusunun incelenmesi ve uygulanmasıdır. Örnek olarak, bu olguya dayalı düşük kontrastlı görüntülerin kalitesini iyileştirme yöntemi incelenmiştir. Bu konu ile ilgili literatürde bazı araştırmalar yapılmıştır. Ancak, onlar teknik bir bakış açısıyla, yalnızca matematiksel yöntemlere dayanarak gerçekleştirilmiştir. Bu tezde, tabiri caizse, "fizikçi bakışı" sunulmaktadır. Görüntü işleme sırasında hesaplama sistemlerinde meydana gelen süreçler ile fiziksel sistemler arasında paralellikler kurulup ilginç analojiler keşfedilmekte ve bunlara dayanarak yeni çözümler önerilmektedir. Bilindiği gibi, SR bir eşik olgusudur. Zorluk, eşik değerini belirlemede ve eklenen gürültü için optimal standart sapmayı bulmada yatmaktadır, çünkü bunlar birçok değişkenin fonksiyonları olup karmaşık matematiksel formüllerle hesaplanır. Ancak, bu çalışmada bu süreç sadeleştirilmiştir. Gerekli tüm parametreler giriş verilerinden çıkarılmıştır. Eklenen gürültünün ortalama değerinin sıfır olması koşuluyla, giriş piksellerinin ortalama değeri eşik değeri olarak alınmıştır. Ayrıca, rezonans kavramına göre, rezonansın gerçekleşebilmesi için sistemin kendi frekansı dış kuvvetin frekansı ile eşit olması gerekir. Görüntüler söz konusu olduğunda frekans rolünü standart sapmanın oynadığı öngörülmüştür. Dolasıyla, rezonansı (bizim durumumuzda, sistemin düşük kontrastlı veya yüksek kontrastlı durumlarına geçişini) sağlamak için, giriş görüntüsünün standart sapmasına eşit olan standart sapmaya sahip gürültü üretilmiştir. Bu iyileştirmeler, herhangi bir manuel müdahale olmadan ve sadece tek bir iterasyonda en iyi sonuca ulaşılmasını ve görüntü işleme sürecinde önemli olan zaman ve kaynak tasarrufu sağlamıştır. Belirli görsellere geçmeden önce, önerilen yaklaşımın başarısı iyi bilinen Lena görüntüsü kullanılarak gösterilmiştir. Ek olarak, gerekli parametrelerin orijinal görüntüden çıkarılması, yöntemin görüntünün herhangi bir bölgesine odaklanması ve nesneleri tespit etmesi yeteneği sunar. Başka bir deyişle, SR-zoom olasılığı uygulanmıştır. Tüm çalışmalar, rağbet gören ve çekici bir araştırma yönü olan su altı görüntü iyileştirme karşılaştırma veri seti (UIEB) de dahil olmak üzere su altı görüntüleri kullanılarak uygulanmıştır. Önerilen yöntemin performansı, önce görsel olarak, sonra otomatik olarak altı kalite metriği kullanılarak değerlendirilmiştir. Şekillerdeki sonuçlar, yöntemin su altı görüşü için oldukça iyi olduğunu ve "su gürültüsünü" başarıyla ortadan kaldırabildiğini göstermektedir. Bu altı metrik üzerinde, su altı görüntüleri için kullanılan sekiz güncel görüntü iyileştirme teknikleri ile karşılaştırmalı bir analiz yapılmıştır. Karşılaştırılan yöntemler, Fusion-based, Retinex-based, GDCP, Histogram prior, Blurriness-based, Water CycleGAN, Dense GAN ve Water-Net yöntemlerinden oluşmaktadır. SR yöntemi en iyi perfomans göstermiştir. Sonuçlar, ortalama kare hatası (MSE) yüzde 0,97, doğruluk yüzde 99,03, yapısal benzerlik indeksi (SSIM) 0,8, pik sinyal-gürültü oranı (PSNR) 20,23 dB, su altı renkli görüntü kalitesi metriği (UCIQE) 0,67 ve su altı görüntü kalitesi metriği (UIQM) 1,34 ile uygulanan yaklaşımın doğruluğunu göstermektedir. Önerilen çözümler, gerçek zamanlı görüntü işlemede uygulanabilip çeşitli nesneleri yakınlaştırma ve tespit etme yeteneğine sahip su altı görüş sistemlerinin ve genel olarak görüntü kalitesi iyileştirme yöntemlerin geliştirilmesi için temel teşkil etmektedir.