Panoramik Görüntü Oluşturma Sistemi

Amaç

Veriseti içerisindeki alt görüntüler anahtar nokta tanımlama yöntemleri (SURF ve ORB) kullanılarak birleştirilmiş ve tüm sahneleri içeren nihai bir panorama görüntüsü elde edilmiştir.

Yöntem

Dataset içerisindeki p1–p9 klasörlerindeki silindirik alt‑görüntüler, "SIFT" ve "ORB" ile anahtar nokta çıkarılıp "k‑NN+ratio" testiyle eşleştirilerek "RANSAC" homografileri üzerinden "warp‑blend" yöntemiyle ardışık olarak birleştirilmiş ve panoramalar oluşturulmuştur. "PSNR/SSIM" ile değerlendirilip; sonuçlar kaydedilmiştir. "SIFT" ise "SURF" ün patent/kısıtlama gereği OpenCV’nin ücretsiz sürümünde bulunması ve yaygın desteği nedeniyle tercih edilmiştir.

Adımlar

1. Özellik Çıkarımı
2. Özellik Eşleştirme
3. Homografi Bulma
4. Dönüşüm ile Birleştirme
5. Karşılaştırma

Proje Dizin Yapısı

GENERATE PANORAMIC IMAGES PROJECT/
├──── Panoramic_Dataset/           # Input alt görüntüleri içeren veriseti klasörü
├──── generate_panoramic.py        # Python panoramik görüntü oluşturma kodu
├──── Panoramic_Final_Outputs/     # Panoramik final görüntüleri içeren klasör
│     ├──── p1_panoramic_ORB       # ORB final görüntü      
│     ├──── p1_panoramic_SIFT      # SIFT final görüntü                     
│     ├──── ...                    # ORB ve SIFT 1-9 arası kalan görüntüler
│─ README.md
│─ requirements.txt
│─ N24111008_EkranKaydi.mp4
│─ results_comparison.csv          # Test sonuçlarını (PSNR, SSIM) içeren excel dosyası 

Gereksinimler/Requirements

• Python
• pandas
• scikit-image
• matplotlib

Detaylar için requirements.txt dosyası incelenebilir.

Kurulum

1. Klasör yapısını hazırlayın

2. Gerekli paketleri yükleyin:

pip install -r requirements.txt

Kullanım

1. Verisetinizi hazırlayın

2. Panoramik Görüntü Oluşturma sistemini çalıştırın:

python generate_panoramic.py

3. Sonuçları Panoramic_Final_Outputs dizininde kontrol edin.

Sonuç ve Yorumlar

PSNR (Peak Signal‑to‑Noise Ratio)

Yüksek PSNR: gürültü/melezlik azdır; panorama ve gerçek resim “piksel‑piksel” benzemektedir. Düşük PSNR: daha fazla fark bulunmakta olup; hizalamada/kaynakta sorun olabilir.

SSIM (Structural Similarity Index)

Daha çok insan gözüne yakın bir “algısal” benzerlik ölçüsüdür (0–1 arası; 1 mükemmel eşleşme). p5 panoramik resmi özelinde, yapısal olarak ground‑truth’a pek benzemediğini, örtüşme/renk tutarsızlığı olduğunu söyleyebiliriz.