INVESTIGATION OF EFFECTS OF DEEP FEATURES ON FOCUS VALUES EXTRACTION IN EXTENDED DEPTH OF FOCUS

Sibel Danışmaz; Sümeyye Nur Emir; Hülya Doğan; Ramazan Özgür Doğan

Makale detayları

INVESTIGATION OF EFFECTS OF DEEP FEATURES ON FOCUS VALUES EXTRACTION IN EXTENDED DEPTH OF FOCUS

Yazarlar:

Sibel Danışmaz | Sümeyye Nur Emir | Hülya Doğan | Ramazan Özgür Doğan

Yayıncı:

Eskişehir Osmangazi University

Ana Başlıklar:

Bilgisayar Yazılımı

Dergi:

Eskişehir Osmangazi Üniversitesi Mühendislik ve Mimarlık Fakültesi Dergisi Vol.31 Issue 3, pp.917-930

Belge Tipi:

Makale

Yayın Tarihi:

12/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001305416

pISSN:

2630-5712

Anahtar kelimeler:

Özet:

 Due to the focusing depth in microscopic systems, it may be impossible to obtain an image in which the entire area of the sample is focused. This situation negatively affects the success of applications such as classification, segmentation, registration, panoramic stitching, which are performed using image processing and artificial intelligence algorithms in microscopic systems. In the literature, approaches are developed to increase the focusing depth to obtain an image in which the entire area of the sample is focused. Literature studies reveal that these approaches have several limitations, such as low-precision characterization of curves and edges in images, higher running time, and performance variation according to the sample examined and the microscope used. In addition, these approaches often calculate focusing information using the gray level values of the images. In this study, a new approach to increasing the focusing depth is developed in order to minimize these limitations and the effects of deep features on the extraction of focusing values in increasing the focusing depth are examined. The results obtained in the study show that the deep features are more effective in calculating the focusing values of the pixels than the gray level values.

 Due to the focusing depth in microscopic systems, it may be impossible to obtain an image in which the entire area of the sample is focused. This situation negatively affects the success of applications such as classification, segmentation, registration, panoramic stitching, which are performed using image processing and artificial intelligence algorithms in microscopic systems. In the literature, approaches are developed to increase the focusing depth to obtain an image in which the entire area of the sample is focused. Literature studies reveal that these approaches have several limitations, such as low-precision characterization of curves and edges in images, higher running time, and performance variation according to the sample examined and the microscope used. In addition, these approaches often calculate focusing information using the gray level values of the images. In this study, a new approach to increasing the focusing depth is developed in order to minimize these limitations and the effects of deep features on the extraction of focusing values in increasing the focusing depth are examined. The results obtained in the study show that the deep features are more effective in calculating the focusing values of the pixels than the gray level values.

 Due to the focusing depth in microscopic systems, it may be impossible to obtain an image in which the entire area of the sample is focused. This situation negatively affects the success of applications such as classification, segmentation, registration, panoramic stitching, which are performed using image processing and artificial intelligence algorithms in microscopic systems. In the literature, approaches are developed to increase the focusing depth to obtain an image in which the entire area of the sample is focused. Literature studies reveal that these approaches have several limitations, such as low-precision characterization of curves and edges in images, higher running time, and performance variation according to the sample examined and the microscope used. In addition, these approaches often calculate focusing information using the gray level values of the images. In this study, a new approach to increasing the focusing depth is developed in order to minimize these limitations and the effects of deep features on the extraction of focusing values in increasing the focusing depth are examined. The results obtained in the study show that the deep features are more effective in calculating the focusing values of the pixels than the gray level values.

 Mikroskobik sistemlerde var olan odaklama derinliğinden dolayı numunenin tüm alanının odaklandığı görüntü elde etmek imkânsız olabilmektedir. Bu durum, mikroskobik sistemlerde görüntü işleme ve yapay zekâ algoritmaları kullanılarak gerçekleştirilen sınıflandırma, bölütleme, hizalama registration, panoramik birleştirme stitching gibi uygulamalarının başarılarını olumsuz yönde etkilemektedir. Literatürde numunenin tüm alanının odaklandığı görüntü elde etmek için odaklama derinliğinin artırılması yaklaşımları geliştirilmektedir. Literatür çalışmaları, bu yaklaşımların, görüntülerdeki eğrilerin ve kenarların düşük kesinlikte karakterizasyonu, daha yüksek koşma süresi ve incelenen numuneye ve kullanılan mikroskoba göre performans değişimi gibi çeşitli kısıtlamalara sahip olduklarını ortaya koymaktadır. Ek olarak, bu yaklaşımlar odaklama bilgilerini genelde görüntülerin gri seviye değerlerini kullanarak hesaplamaktadırlar. Bu çalışmada bu kısıtlamaları minimize etmek için yeni bir odaklama derinliğinin artırılması yaklaşımı geliştirilmekte ve odaklama derinliğinin artırılmasında derin özelliklerin odaklama değerlerinin çıkarılmasındaki etkileri incelenmektedir. Çalışmada elde edilen sonuçlar derin özelliklerin piksellerin odaklama değerlerini hesaplamada gri seviye değerlerine göre daha etkin olduğunu göstermektedir.

Makale detayları

INVESTIGATION OF EFFECTS OF DEEP FEATURES ON FOCUS VALUES EXTRACTION IN EXTENDED DEPTH OF FOCUS

Yazarlar:

Sibel Danışmaz | Sümeyye Nur Emir | Hülya Doğan | Ramazan Özgür Doğan

Yayıncı:

Eskişehir Osmangazi University

Ana Başlıklar:

Bilgisayar Yazılımı

Dergi:

Eskişehir Osmangazi Üniversitesi Mühendislik ve Mimarlık Fakültesi Dergisi Vol.31 Issue 3, pp.917-930

Belge Tipi:

Makale

Yayın Tarihi:

12/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001305416

pISSN:

2630-5712

Depth of focus

Extended depth of focus

Deep learning

Focus measurement operatorOdaklama derinliği

Odaklama derinliğinin artırılması

Derin öğrenme

Odaklama ölçüm operatörü

Sayı

Makale detayları

Yazarlar: Sibel Danışmaz | Sümeyye Nur Emir | Hülya Doğan | Ramazan Özgür Doğan

Yayıncı: Eskişehir Osmangazi University

Ana Başlıklar: Bilgisayar Yazılımı

Dergi: Eskişehir Osmangazi Üniversitesi Mühendislik ve Mimarlık Fakültesi Dergisi Vol.31 Issue 3, pp.917-930

Belge Tipi: Makale

Yayın Tarihi: 12/2023

Belge Dili: Türkçe

Document ID (Org No.): 2001305416

pISSN: 2630-5712

Sayı

Yazarlar:

Sibel Danışmaz | Sümeyye Nur Emir | Hülya Doğan | Ramazan Özgür Doğan

Yayıncı:

Eskişehir Osmangazi University

Ana Başlıklar:

Bilgisayar Yazılımı

Dergi:

Eskişehir Osmangazi Üniversitesi Mühendislik ve Mimarlık Fakültesi Dergisi Vol.31 Issue 3, pp.917-930

Belge Tipi:

Makale

Yayın Tarihi:

12/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001305416

pISSN:

2630-5712