AI Summary & Key Takeaways
AI InsightWith this aspect, the study has a structure that can be developed in the future.
📌 3 Key Takeaways
Abstract
A large part of the earth is covered with water. Oceans constitute the majority of these waters. Despite the fact that so many areas are covered with water, research on underwater imaging is not as much as aboveground research. Imaging devices used by researchers interested in underwater research to make adequate imaging are extremely special and costly devices. The high cost of these devices poses an important obstacle for researchers interested in underwater imaging. For this reason, taking this situation into consideration, the study aimed to detect objects through underwater images obtained by using low-capacity hardware and equipment. For this purpose, using the low-resolution underwater images and image processing algorithms in the AQUALOC data set, the object detection process from the image was performed. At the end of the study, a desktop software that can detect objects through underwater images was developed, and the images of the detected objects were also presented in the study. In the developed software, the minimum error values were obtained as 0.08, 0.09, 0.28 and 16% for MSE, RMSE, MAE and MAPE error functions, respectively. The applicability of the study to real-time images is very important for researchers interested in underwater research. It can also be used in unmanned underwater vehicles used to secure other communication lines such as power lines and oil pipelines that cross the seabed. With this aspect, the study has a structure that can be developed in the future.
Özet
Yeryüzünün büyük bir kısmı sularla kaplıdır. Bu suların büyük bir çoğunluğunu da okyanuslar oluşturmaktadır. Bu kadar çok alanın sularla kaplı olmasına rağmen sualtı görüntüleme ilgili yapılan araştırmalar, yer üstü araştırmaları kadar çok değildir. Su altı araştırmaları ile ilgilenen araştırmacıların yeterli düzeyde görüntüleme yapabilmeleri için kullanmış oldukları görüntüleme cihazları son derece özel ve maliyetli cihazlardır. Bu cihazlarında özellikle maliyetli olması sualtı görüntülemesi ile ilgilinen araştırmacılar için önemli bir engel oluşturmaktadır. Bu nedenle yapılan çalışmada bu durum göz önüne alınarak düşük kapasiteye sahip donanım ve ekipmanlar kullanılarak elde edilen sualtı görüntüleri üzerinden nesne tespit edilmesi amaçlanmıştır. Bu amaç doğrultusunda AQUALOC veri setinde ki düşük çözünürlüklü sualtı görüntüleri ve görüntü işleme algoritmaları kullanılarak, görüntüden nesne tespit işlemi gerçekleştirilmiştir. Çalışma sonunda su altı görüntüleri üzerinden nesne tespiti yapabilecek masaüstü bir yazılım geliştirilmiş olup, tespit ettiği nesnelerin görüntüleri de çalışmada sunulmuştur. Geliştirilen yazılımda minimum hata değerleri olarak MSE, RMSE, MAE ve MAPE hata fonksiyonları için sırasıyla 0.08, 0.09, 0.28 ve %16 olarak elde edilmiştir Çalışmanın gerçek zamanlı alınabilecek görüntüler üzerinde de uygulanabilir nitelikte olması sualtı araştırmaları ile ilgilenen araştırmacılar içinde oldukça önem arz etmektedir. Bununla birlikte çalışma deniz tabanından geçirilen petrol boru hattı gibi enerji hatları ile diğer iletişim hatlarının güvenliklerini sağlamak amacıyla kullanılan insansız sualtı araçlarında da kullanılabilecektir. Çalışma bu yönü ile de önümüzdeki dönemlerde de geliştirilebilecek bir yapıya sahiptir.