İnsansız hava aracından elde edilen görüntülerin derin öğrenme yöntemi ile iyileştirilmesi

Teknoloji ve fotoğraf makinesinin gelişimi, fotoğraflama işleminden sonra elde edilen görüntülere farklı bir boyut kazandırmıştır. İlk başlarda siyah ve beyaz olarak elde edilen görüntüler, zaman içindeki gelişmelerle birlikte renkli olarak elde edilmeye başlanılmıştır. İnsanoğlunun görüntü kalitesine verdiği önemin her geçen gün artmasıyla beraber görüntü kalitesinin arttırılması üzerine birçok çalışma yapılmıştır. Görüntü kalitesinin arttırılması için yapılan çalışmalar neticesinde, fotoğraf makinelerinde bulunan merceklerin geliştirilmesine ve farklı görüntü iyileştirme tekniklerinin ortaya çıkmasına sebep olmuştur. Farklı aydınlatma koşullarında, fotoğraf makinelerindeki merceğin geliştirilmesi görüntü kalitesinin iyileştirilmesi için yeterli olmamıştır. Bu yüzden geleneksel görüntü iyileştirme yöntemlerinden histogram, karşıtlık, parlaklık ve histogram eşitleme gibi görüntü iyileştirme teknikleri kullanılmıştır. Geleneksel görüntü iyileştirme teknikleri temel alınarak geliştirmeler yapılmıştır. İnsansız hava aracı (İHA), günümüzde keşif, gözetim, arama kurtarma, askeri ve eğlence gibi çeşitli alanlarda kullanılmak üzere tasarlanmış uzaktan kumandalı ve otonom olarak kontrol edilebilen hava araçlarıdır. İHA kullanılarak düşük aydınlatma koşullarında yapılan görevlerde elde edilen görüntülerinin net ve anlaşılabilir olması gerekmektedir. Bu yüzden görüntü kalitesinin iyileştirilmesi ve geliştirilmesi için yapılan bu çalışmada, düşük ışıklı görüntülerin derin öğrenme yöntemi kullanılarak iyileştirilmesinin analizi yapılmıştır. Derin öğrenmenin temelini oluşturan yapay sinir ağlarından biri olan Evrişimsel Sinir Ağları kullanılarak düşük ışıkta görüntü iyileştirilmesi yapılmıştır. Yapılan çalışma, Google Colab ortamında Python programlama dili kullanılarak gerçekleştirilmiştir. Çalışma, İHA' dan elde edilen düşük ışıklı görüntülerin derin öğrenme yöntemiyle iyileştirilmesi ve geliştirilmesini amaçlamaktadır. Sıfır DCE-Net tabanlı model temel alınarak geliştirilen yeni bir derin öğrenme modeliyle yapılan bu çalışmada, görüntü kalitesinin değerlendirilmesi ve karşılaştırılması için kalite ölçüm teknikleri kullanılmıştır. Literatürde Sıfır DCE-Net çalışmasının yapılan diğer çalışmalara göre üstünlüğü görülmüştür. Bu çalışmada ise geliştirilen model ile kalite ölçüm teknikleri kullanılarak elde edilen verilere göre Sıfır DCE-Net ve diğer düşük ışıkta görüntü iyileştirme yöntemlerine göre daha başarılı bir sonuç elde edilmiştir. Geliştirilen derin öğrenme modelinin ve sonuçlarının, İHA teknolojilerinde görüntü kalitesinin iyileştirilmesi üzerine yapılacak olan diğer çalışmalara katkı sağlayacağı düşünülmektedir.