An Adaptive Underwater Image Enhancement Framework Combining Structural Detail Enhancement and Unsupervised Deep Fusion
Kahveci, Semih | Avaroğlu, Erdinç
The underwater environment severely degrades image quality by absorbing and scattering light. This causes significant challenges, including non-uniform illumination, low contrast, color distortion, and blurring. These degradations compromise the performance of critical underwater applications, including water quality monitoring, object detection, and identification. To address these issues, this study proposes a detail-oriented hybrid framework for underwater image enhancement that synergizes the strengths of traditional image processing with the powerful feature extraction capabilities of unsupervised deep learning. Our framework introduces a novel multi-scale detail enhancement unit to accentuate structural information, followed by a Latent Low-Rank Representation (LatLRR)-based simplifi...
Optimization of Acoustic Entropy Source for Random Sequence Generation Using an Improved Grey Wolf Algorithm
Avaroğlu, Erdinç | Kahveci, Semih | Akkurt, Ramazan
The functionality of cryptographic systems necessitates unpredictable, high-quality random numbers. High-quality random numbers must possess unpredictability, non-reproducibility, and strong statistical properties. To achieve these qualities, True Random Number Generators (TRNG) are employed. The randomness quality of TRNG-derived sources depends on the entropy source used. Physical noise sources, ring oscillators, metastable, acoustic sources, and chaotic attractors are commonly used as entropy sources. In recent years, the use of acoustic signals as entropy sources has attracted attention. However, the noise in the signals affects the bit sequence to be generated. In addition, the threshold and sampling interval applied to the frequency values obtained from the signals also determine the...
Enhanced pyramidal residual networks for single image super-resolution
Kahveci, Semih
Several super-resolution (SR) techniques are introduced in the literature, including traditional and machine learning-based algorithms. Especially, deep learning-based SR approaches emerge with demands for better quality images providing deeper subpixel enhancement. Dealing with the image enhancement task in the satellite images domain, a new SR method for single image SR, namely Enhanced Deep Pyramidal Residual Networks, is introduced in this study. The proposed method overcomes the potential instability problem of Enhanced Deep Residual Networks for Single Image Super-Resolution (EDSR) approach by gradually increasing the feature maps depending upon Pyramidal Residual Networks architecture. The EDSR itself is a good algorithm in the SR domain. However, it has a strict structure for incre...
Underwater Image Enhancement Multi-Exposure Fusion Using Unsupervised Deep Learning
Kahveci, Semih | Avaroğlu, Erdinç
2025-12-22
TARIM VE ORMANCILIK YÖNETİMİNDE NESNE TESPİT ALGORİTMALARININ KULLANIM ALANLARINA GENEL BİR BAKIŞ
Akkurt, Ramazan | Kahveci, Semih
Nesne tespit algoritmaları literatüre kazandırıldıktan kısa bir süre sonra birçok farklı alanda kullanımı yaygınlaşmıştır. Tarım ve ormancılık yönetimi de nesne tespit algoritmalarının kullanıldığı alanların en başında gelmektedir. Tarım ve ormancılık yönetimindeki birçok problemlere uyarlanan nesne tespiti algoritmaları, bu alana ciddi katkılar sağlamaktadır. Ağaç sınıflandırma, ölü ağaç örtüsü tespiti, verimli üretim, mahsul izleme, hastalık tespiti vb. birçok konu başlığında tarım ve ormancılık faaliyetlerinde yaygın şekilde kullanılmaktadır. Nesne tespit algoritmalarının sunduğu avantajlar bu alandaki insan hatalarının minimum seviyelere indirildiği, maliyetlerin azaldığı ve mahsul verimliliğin ciddi artışlar sağladığı literatürde yapılan birçok çalışma ile doğrulanmıştır. Bu çalışma k...
Deep learning based citrus tree detection from low resolution satellite images: A case study of Tarsus
Kahveci, Semih | Çelik, Mehmet Özgür | Akkurt, Ramazan
The escalating global population, industrialization, and climate change are increasing pressure on agricultural lands. In this context, sustainable agricultural land management is critically important, particularly for high-value crops such as citrus, which plays critical role in economic and food security. Accurate detection and enumeration of citrus trees are essential for ensuring the sustainability and effective monitoring of citrus cultivation. This study employs deep learning methods for object detection of citrus trees in the Tarsus district of Mersin, comparing the performance of Mask R-CNN, YOLOv8, and YOLO11 models using low-resolution satellite imagery. Additionally, the impact of super-resolution (SR) techniques on model accuracy is examined. Results demonstrate that integratin...
YOLO Versiyonlarının Doğruluk, Hız ve Hesaplama Maliyeti Bakımından Karşılaştırmalı Analizi
Akkurt, Ramazan | Kahveci, Semih
Son yıllarda kullanımı her alanda yaygınlaşan nesne tespit algoritmalarının yüksek tespit başarısının yanı sıra kullanıldığı platforma getirdiği yük birbirine bağlı 2 kritik parameter olarak karşımıza çıkmaktadır. Bu çalışmada, son YOLO versiyonlarının karşılaştırmalı analizi yapılarak hangi modelin hangi yönlerden daha güçlü olduğu ortaya konmuştur. Aynı veri seti üzerinde YOLO v8, v9, v10 ve v11 small varyantları 300 iterasyon boyunca eğitilmiş ve performansları değerlendirilmiştir. Elde edilen sonuçlara göre, YOLO v9, v10 ve v11, eğitim süresi ve çıkarım hızı açısından avantajlı olurken, en yüksek doğruluk YOLO v9 tarafından sağlanmıştır. YOLO v11, düşük hesaplama maliyeti ve yüksek hız avantajı sayesinde mobil cihazlar ve kısıtlı donanıma sahip platformlar için en uygun model olarak ön...
Görüntü Zenginleştirme: Süper Çözünürlük Ve Derin Öğrenme Tekniklerine Genel Bir Bakış
Kahveci, Semih | Akkurt, Ramazan
Günümüz yapay zeka ve bilgisayar dünyasında kaynağı görüntü olan uygulamaların performans ve doğruluğunda kullanılan görüntülerin kalitesi önemli bir rol oynamaktadır. Görüntülerin kalitesini görüntüdeki detay seviyesi ve görüntünün çözünürlüğü ile doğru orantılı iken gürültü miktarı ile ters orantılıdır. Bu bağlamda görüntülerdeki gürültü oranını azaltırken detay seviyesini ve çözünürlüğünü arttırma işlemleri görüntü zenginleştirme olarak tanımlanır. Görüntü zenginleştirme odağında olan süper çözünürlük teknikleri ise düşük çözünürlüklü görüntüleri yüksek çözünürlüklü hale getirerek, görüntülerin görsel kalitesini ve detaylarını iyileştirir. Yapay zeka ve derin öğrenme fenomeni öncesinde görüntü enterpolasyon algoritmaları görüntü çözünürlüğü arttırma görevini yerine getiriyordu. Son yıll...
Image contrast enhancement using a low-discrepancy population initialized gray wolf optimization algorithm
Elevi, Abdullah | Kahveci, Semih | Avaroğlu, Erdinç
Image contrast is an important factor in distinguishing objects in the image from their background. Low-contrast images, caused by various factors such as poor lighting, are insufficient for human visual perception and many image processing applications. Therefore, image contrast enhancement (ICE) is a necessary preprocessing step in different image processing applications. The main purpose of ICE is to make image objects more easily distinguishable and to improve the quality of visual information in the image. In this paper, image contrast enhancement is studied as an optimization problem. First, a modified version of the gray wolf optimization (GWO) algorithm, a population-based meta-heuristic that mimics the social leadership and hunting behavior of gray wolves in nature, is adapted to ...