Derleme
BibTex RIS Kaynak Göster

Telea ve Naiver Stokes Algoritmaları Kullanılarak Görüntülerdeki Bozulmaları Düzeltme

Yıl 2021, Cilt: 14 Sayı: 2, 77 - 85, 22.12.2021

Engin Akkoca Ercan Buluş

https://doi.org/10.54525/tbbmd.798388

Öz

Görseller üzerindeki bozulmaları düzeltmek veya görsel üzerindeki istenilmeyen bazı kısımları, görselin orijinal halini bilmeyen kişilerin algılayamayacağı şekilde kaldırmak veya değiştirmek insanların çok uzun zamandır talep ettiği işlemlerdir. Bilgisayarların bu işlemler için kullanılması hem işlemin kalitesini arttırmış hem de işlemi kolaylaştırmıştır, fakat bilgisayar ortamında yapılıyor olsa da görsel üzerindeki işlemler halen manuel olarak yapılmaktadır. Görüntü boyama (Image Inpainting) yöntemi ile bu işlem hem daha hızlı yapılmaya başlanmış hem de işlem otomatikleştirilmiştir. Open CV kütüphanesi için geliştirilen inpaint_telea ve inpaint_ns sınıfları ile görsel üzerinde görüntü boyama işlemi yapılabilmektedir.

Anahtar Kelimeler

Görüntü Boyama Telea Algoritaması Navier Stokes Algoritması

Kaynakça

  • R.T. Pushpalwar ve S.H. Bhandari, Image Inpainting Approaches - A Review. IEEE 6th International Conference on Advanced Computing, 2016(6), 340-345. doi : 10.1109/IACC.2016.70
  • V.V. Nabiyev ve A.Taşçı, İstenmeyen Cisimlerin Resimden Kaldırılması, Türkiye Bilişim Vakfı Bilgi. Bilim. ve Mühendisliği Derg., vol. 4, no. 1, Jun. 2016, Accessed: Jun. 14, 2020.
  • J.Wang, K.Lu, D.Pan, N.He ve B.Bao, Robust object removal with an exemplar-based image inpainting approach,Neurocomputing,2014, 123(2014), 150-155 doi:10.1016/j.neucom.2013.06.022.
  • M.Wang, B.Yan ve K.N. Ngan, An efficient framework for image/video inpainting, Signal Process. Image Commun., vol. 28, no. 7, pp. 753–762, 2013, doi:10.1016/j.image.2013.03.002.
  • D.Calvetti, F.Sgallari ve E.Somersalo, Image inpainting with structural bootstrap priors, Image Vis. Comput., vol. 24,no.7,pp.782–793,2006, doi:10.1016/j.imavis.2006.01.015.
  • S.S.Wang ve S.L.Tsai, Automatic image authentication and recovery using fractal code embedding and image inpainting, Pattern Recognit., vol. 41, no. 2, pp. 701–712, 2008, doi: 10.1016/j.patcog.2007.05.012.
  • H.Li, S.Wang, W.Zhang ve M.Wu, Image inpainting based on scene transform and color transfer, Pattern Recognit. Lett., vol. 31, no. 7, pp. 582–592, 2010, doi:10.1016/j.patrec.2009.12.012.
  • K.Rolf, C.Schuler, B.Sch ve S.Harmeling, Mask-Specific Inpainting with Deep Neural Networks, pp. 523–534, 2014, doi: 10.1007/978-3-319-11752-2.
  • A.Telea, An Image Inpainting Technique Based on the Fast Marching Method An Image Inpainting Technique Based on the Fast Marching Method, Journal of Graphics Tools, vol.7651, 2004, doi:10.1080/10867651.2004.10487596.
  • M.Bertalmio ve G. Sapiro, Navier-Stokes, Fluid Dynamics, and Image and Video Inpainting, Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition,pp.355–362,2001. doi:10.1109/CVPR.2001.990497
  • M.Isogawa, D.A.N.Mikami, ve D.Iwai, H. Kimahata, K.Sato, Mask Optimization for Image Inpainting, IEEE Access, vol. PP, no. c, p. 1, 2018, doi: 10.1109/ACCESS.2018.2877401.
  • W.Zhang, Y. Ru, H. Meng, M. Liu, X. Ma, L. Wang ve B. Jiang, A Precise-Mask-Based Method for Enhanced Image Inpainting vol. 2016, no. 1, doi: 10.1155/2016/6104196
  • E.Erişti, Görüntü İşlemede Yeni Bir Soluk, OPENCV, Akademik Bilişim’10 - XII. Akademik Bilişim Konferansı Bildirileri, pp. 223-229, 2010.
  • M.Tenekeci, A.Gümüşcü ve E.Aslan, Görüntüden OpenCV ile Duygu Analizi, Akademik Bilişim’14 - XVI. Akademik Bilişim Konferansı Bildirileri, pp. 861-865, 2014
  • Y.M. Djaksana ve A.K. Rivai, Analisis Manipulasi Citra (Image Forgery) Menggunakan Integrasi Metode Error Level Analysis Dan Block Matching. Jurnal Teknologi Informasi, 12(2018), 83-89.
Toplam 15 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Konular Mühendislik
Bölüm Makaleler(Derleme)
Yazarlar

Engin Akkoca 0000-0001-8678-8641

Ercan Buluş 0000-0001-9442-6253

Yayımlanma Tarihi 22 Aralık 2021
Yayımlandığı Sayı Yıl 2021 Cilt: 14 Sayı: 2

Kaynak Göster

APA Akkoca, E., & Buluş, E. (2021). Telea ve Naiver Stokes Algoritmaları Kullanılarak Görüntülerdeki Bozulmaları Düzeltme. Türkiye Bilişim Vakfı Bilgisayar Bilimleri Ve Mühendisliği Dergisi, 14(2), 77-85. https://doi.org/10.54525/tbbmd.798388
AMA Akkoca E, Buluş E. Telea ve Naiver Stokes Algoritmaları Kullanılarak Görüntülerdeki Bozulmaları Düzeltme. TBV-BBMD. Aralık 2021;14(2):77-85. doi:10.54525/tbbmd.798388
Chicago Akkoca, Engin, ve Ercan Buluş. “Telea Ve Naiver Stokes Algoritmaları Kullanılarak Görüntülerdeki Bozulmaları Düzeltme”. Türkiye Bilişim Vakfı Bilgisayar Bilimleri Ve Mühendisliği Dergisi 14, sy. 2 (Aralık 2021): 77-85. https://doi.org/10.54525/tbbmd.798388.
EndNote Akkoca E, Buluş E (01 Aralık 2021) Telea ve Naiver Stokes Algoritmaları Kullanılarak Görüntülerdeki Bozulmaları Düzeltme. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi 14 2 77–85.
IEEE E. Akkoca ve E. Buluş, “Telea ve Naiver Stokes Algoritmaları Kullanılarak Görüntülerdeki Bozulmaları Düzeltme”, TBV-BBMD, c. 14, sy. 2, ss. 77–85, 2021, doi: 10.54525/tbbmd.798388.
ISNAD Akkoca, Engin - Buluş, Ercan. “Telea Ve Naiver Stokes Algoritmaları Kullanılarak Görüntülerdeki Bozulmaları Düzeltme”. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi 14/2 (Aralık 2021), 77-85. https://doi.org/10.54525/tbbmd.798388.
JAMA Akkoca E, Buluş E. Telea ve Naiver Stokes Algoritmaları Kullanılarak Görüntülerdeki Bozulmaları Düzeltme. TBV-BBMD. 2021;14:77–85.
MLA Akkoca, Engin ve Ercan Buluş. “Telea Ve Naiver Stokes Algoritmaları Kullanılarak Görüntülerdeki Bozulmaları Düzeltme”. Türkiye Bilişim Vakfı Bilgisayar Bilimleri Ve Mühendisliği Dergisi, c. 14, sy. 2, 2021, ss. 77-85, doi:10.54525/tbbmd.798388.
Vancouver Akkoca E, Buluş E. Telea ve Naiver Stokes Algoritmaları Kullanılarak Görüntülerdeki Bozulmaları Düzeltme. TBV-BBMD. 2021;14(2):77-85.
 Kapak Resmi İndir

https://i.creativecommons.org/l/by-nc/4.0Makale Kabulü

 

Çevrimiçi makale yüklemesi yapmak için kullanıcı kayıt/girişini kullanınız.

Dergiye gönderilen makalelerin kabul süreci şu aşamalardan oluşmaktadır:

1.       Gönderilen her makale ilk aşamada en az iki hakeme gönderilmektedir.

2.       Hakem ataması, dergi editörleri tarafından yapılmaktadır. Derginin hakem havuzunda yaklaşık 200 hakem bulunmaktadır ve bu hakemler ilgi alanlarına göre sınıflandırılmıştır. Her hakeme ilgilendiği konuda makale gönderilmektedir. Hakem seçimi menfaat çatışmasına neden olmayacak biçimde yapılmaktadır.

3.       Hakemlere gönderilen makalelerde yazar adları kapatılmaktadır.

4.       Hakemlere bir makalenin nasıl değerlendirileceği açıklanmaktadır ve aşağıda görülen değerlendirme formunu doldurmaları istenmektedir.

5.       İki hakemin olumlu görüş bildirdiği makaleler editörler tarafından benzerlik incelemesinden geçirilir. Makalelerdeki benzerliğin %25’ten küçük olması beklenir.

6.       Tüm aşamaları geçmiş olan bir bildiri dil ve sunuş açısından editör tarafından incelenir ve gerekli düzeltme ve iyileştirmeler yapılır. Gerekirse yazarlara durum bildirilir.

 88x31.png   Bu eser Creative Commons Atıf-GayriTicari 4.0 Uluslararası Lisansı ile lisanslanmıştır.