- / -

- / -

- / -

Η παρούσα διπλωματική εργασία ασχολείται με την εκτίμηση του χρώματος αντικειμένων τα οποία απεικονίζονται σε φωτογραφίες, μέσω χρωματικής ισοστάθμισης και κατά συνέπεια μέσω διαχωρισμού των συνιστωσών ανάκλασης του φωτός. Συγκεκριμένα, εφαρμόσθηκε μια μέθοδος εκτίμησης του χρώματος αντικειμένων χρησιμοποιώντας μια βάση δεδομένων πολλαπλών εικόνων οι οποίες επεξεργάστηκαν ψηφιακά. Οι φωτογραφίες της βάσης δεδομένων απεικονίζουν την ίδια σκηνή και λήφθηκαν τοποθετώντας τη φωτεινή πηγή σε διαφορετική θέση στην περίπτωση κάθε φωτογραφίας. Η εργασία βασίστηκε κατά ένα μεγάλο μέρος σε άρθρα και πληροφορίες που συλλέχθηκαν από το διαδίκτυο. Τα πειραματικά αποτελέσματα ήταν ικανοποιητικά και έδειξαν πως ο συγκεκριμένος αλγόριθμος επιτυγχάνει χρωματική ισοστάθμιση και απόδοση χρωμάτων με καλή ακρίβεια και μικρή υπολογιστική πολυπλοκότητα. / The present Diploma Thesis deals with color estimation of objects which are depicted in photos, through color constancy and thus by separating the reflection components of light. We applied a method for estimating the color of objects using a database of multiple images that were digitally processed. The photos of the database represent the same scene and were obtained by placing the light source in a different location while capturing each photo. The present work was largely based on articles and information gathered from the internet. The experimental results were satisfactory and showed that the specific algorithm achieves color constancy and color estimation with good accuracy and low computational complexity.

- / -

- / -

- / -

Η επεξεργασία εικόνας πλέον είναι απαραίτητη σε ένα μεγάλο πεδίο εφαρμογών που χρησιμοποιούν εκατομμύρια χρήστες σε όλο τον κόσμο. Σίγουρα οι αισθητήρες σύλληψης της εικόνας έχουν βελτιωθεί κατά πολύ με την ραγδαία εξέλιξη που έχει ο χώρος των ηλεκτρονικών. Η ελαττωμένη χωρική ανάλυση των εικόνων οφείλεται στους περιορισμούς που εμφανίζουν οι αισθητήρες. Η αύξηση της χωρικής ανάλυσης είναι και το αντικείμενο της παρούσας εργασίας. Στην εργασία αυτή μελετήσαμε διάφορες τεχνικές με τις οποίες προσπαθούμε να αυξήσουμε την χωρική ανάλυση για να βελτιώσουμε την ποιότητα της εικόνας [1]. Η υλοποίηση της έγινε με την βοήθεια των εκτιμητών πυκνότητας πιθανότητας (Kernels). Ως συγκριτική μέθοδος χρησιμοποιήσαμε την συνάρτηση παρεμβολής του matlab (interp2) [8]. Επίσης, το μέσω τετραγωνικό σφάλμα ( Mean Square Error ) και ο μέγιστος λόγος σήματος προς θόρυβο ( Peak Signal to Noise Ratio ) είναι δύο από τους βασικούς τρόπους σύγκρισης της τεχνική μας με την μέθοδο παρεμβολής του matlab. Θα πρέπει να αναφέρουμε ότι τα αποτελέσματά μας αν και χρησιμοποιήσαμε στατιστικά πρώτης τάξης είναι ικανοποιητικά παραπλήσια της μεθόδου παρεμβολής του matlab. Ως σημείο αναφοράς της σύγκριση της τεχνική μας με την μέθοδο παρεμβολής του matlab είναι η αρχική εικόνα. Τέλος, στην προσπάθεια μας να βελτιώσουμε την τεχνική μας, δοκιμάσαμε και άλλες τεχνικές, οι οποίες θα περιγραφούν με λεπτομέρεια στην εργασία αυτή, τα αποτελέσματα των οποίων δεν ήταν τα επιθυμητά. / The image processing is now needed in a wide range of applications used by millions of users around the world. Certainly the design of image sensors have improved greatly with the rapid development that has an area of electronics. The reduced spatial resolution of images due to the limitations inherent in the sensors. Increased spatial resolution is the subject of this work. This thesis reviews various techniques that try to increase the spatial resolution to improve the image quality [1]. Driving done with the help of probability density estimators (Kernels). As a comparative method used the interpolation function of matlab (interp2) [8]. Also, the means square error (Mean Square Error) and the maximum signal to noise ratio (Peak Signal to Noise Ratio) are two basic ways of comparing our technique with the method of interpolation matlab. It should be mentioned that although our results using statistical first order is approaching a satisfactory method of interpolation matlab. As a benchmark comparison of our technique with the method of interpolation matlab is the original image. Finally, in our efforts to improve our technique, testing and other techniques, which will be described in detail in this work, the results of which were not desired.

Στα πλαίσια της διπλωματικής αυτής θα μελετηθεί το πρόβλημα της σύνθεσης εικόνας υψηλής ανάλυσης, χρησιμοποιώντας πολλαπλές εικόνες χαμηλότερης ανάλυσης. Η τεχνική αυτή προσφέρει την δυνατότητα μείωσης των αλλοιώσεων που υπεισέρχονται από τους αισθητήρες καταγραφής των εικόνων (θόρυβος,θόλωμα), την αύξηση της χωρικής ανάλυσης καθώς και την αύξηση του δυναμικού εύρους της εικόνας, ώστε να είναι εφικτή η μεγέθυνση της με ικανοποιητική ποιότητα. Υπάρχουν δύο κύριες κατηγορίες μεθόδων που θα μελετηθούν. Στην πρώτη κατηγορία εντάσσονται μεθόδοι που συνθέτουν μία εικόνα τρισδιάστατης φυσικής σκηνής από χαμηλότερες ανάλυσης εικόνες στις οποίες έχει αποτυπωθεί τμήμα της. Ο κύριος στόχος των μεθόδων αυτών είναι να υπολογιστούν οι μετασχηματισμοί ευθυγράμμισης των εικόνων εισόδου. Στην δεύτερη κατηγορία εντάσσονται στατιστικές μέθοδοι, που προσπαθούν να αυξήσουν την χωρική ανάλυση ή να βελτιώσουν το δυναμικό εύρος της εικόνας, με σκοπό την βέλτιστη δυνατή ανάκτηση της φυσικής σκηνής. Ο κύριος στόχος των μεθόδων που ανήκουν στην κατηγορία αυτή, είναι η βέλτιστη εκτίμηση των τιμών των εικονοστοιχείων. / This thesis investigates the inverse problem of Super Resolution. Super Resolution algorithms reduce the effects of noise and blurring and produce an image of superior quality. This quality ensures that when we zoom in the image, the image details are not lost. Super Resolution algorithms are separated into two categories. The first category studies algorithms which combine overlapping images of low resolution to produce a panoramic image of the scene. The second category contains algorithms which produce a high detailed image.

Η παρούσα διπλωματική εργασία εκπονήθηκε στο εργαστήριο ενσύρματης τηλεπικοινωνίας του τμήματος Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Πρόκειται για μια εργασία, η οποία έχει ως στόχο τη δημιουργία ενός συστήματος αναγνώρισης που θα αναγνωρίζει τον κίνδυνο που υπάρχει στο δρόμο λόγω των διασταυρούμενων οχημάτων, και θα μας ειδοποιεί. Σκοπός ήταν η κατασκευή ενός συστήματος, το οποίο έχει την ικανότητα να διακρίνει τα αυτοκίνητα από όλα τα αλλά αντικείμενα που εντοπίζονται κατά τη διάρκεια μιας πορείας με αμάξι. Αυτό επετεύχθη με τη χρήση μεθόδων οπτικής ροής και χρήση κατωφλιών σύμφωνα με τις οποίες λαμβάνονταν η απόφαση για ύπαρξη κινδύνου. / This study has been prepared in Wire Communications Laboratory, Department of Electrical and Computer Engineering. This is a work which aims to create an identification system that recognizes the danger on the road because of other vehicle and returns notifications . The aim was to build a system which is able to distinguish the cars that are moving dangerously towards us, excluding all the other objects we found during a journey with car. This goal was achieved by using optical flow and Thresholding methods . According to these results a decision is made and notifications are given in the case of existing danger .