Görüntü iyileştirme ya da diğer adıyla Adli Görüntü iyileştirme; kolluk kuvvetleri, istihbarat, endüstri, tıp, astronomi, jeoloji v.b. birçok alanda ihtiyaçların değişmesiyle birlikte önem kazanan bir teknolojidir. Bu alanda görüntünün kendisi ya da öznitelikleri işleme alınmaktadır. Birden çok yöntemle elde edilen görüntülerde enerjinin kaynağına göre bozulmalar yaşanmaktadır. Bozulmaların sebebi, elektriksel parazitler, zayıf aydınlatmalar, gauss gibi gürültülerdir. Genel anlamda görüntüyü onarmak için gürültü türünü tanımlayıp tersine işlem (reverse engineering) yapmak gerekmektedir. Bu yüzden görüntü onarmak nesnel bir süreç olmakla birlikte zor bir süreçtir. Görüntü iyileştirme ise öznel bir süreç olup, görüntü üzerinde kontrast, parlaklık, kenar zenginleştirmeleri gibi düzenlemelerin yapılmasına verilen isimdir. Bu çalışmamızın temel amacı, okuyucularımıza görüntü iyileştirme ve görüntü onarma tekniklerinden ve temel bilgilerden oluşan bir içerik sunmaktır.(1)

Görüntü iyileştirme, işlemeden önce orijinal verilerin kalitesini ve bilgi içeriğini iyileştirme prosedürüdür. Yaygın uygulamalar arasında kontrast geliştirme, uzamsal filtreleme, yoğunluk dilimleme ve FCC bulunur. Kontrast geliştirme veya uzatma, orijinal gri düzey aralığını genişleten doğrusal dönüşüm ile gerçekleştirilir. Uzaysal filtreleme, oluşan doğrusal bölgeleri ve çizgisellikler gibi doğal olarak meydana gelen doğrusal özellikler geliştirir. Yoğunluk dilimleme, sürekli gri ton aralığını, farklı özellikleri temsil etmek için ayrı bir renk veya sembolle işaretlenmiş bir dizi yoğunluk aralığına dönüştürür.

FCC, mavi dalga boyunda daha fazla saçılma baskın olduğundan saf mavi renk bandının olmaması nedeniyle gerçek renklere kıyasla uzaktan algılamada yaygın olarak kullanılır. FCC, Dünya üzerindeki nesnelerin maksimum özdeş bilgilerini verdiği ve tüm kullanıcıları tatmin ettiği için standartlaştırılmıştır. Standart FCC’de bitki örtüsü kırmızı görünür çünkü bitki örtüsü NIR (Near Infrared Reflactance)’da çok yansıtıcıdır ve uygulanan renk kırmızıdır. Su kütleleri berrak veya derin ise karanlık görünür çünkü IR (Infrared) su için bir emme bandıdır. Su kütleleri, bulanıklıklarına veya sığlıklarına bağlı olarak mavi tonları verir çünkü bu tür su kütleleri yeşil dalga boyunda yansır ve uygulanan renk mavidir.

Günümüzde görüntü elde etme araçları çoğaldıkça ortaya çıkan görüntülerin insan okuması, iletim, saklama, makine öğrenmesi gibi amaçlar doğrultusunda işlenmesi ve iyileştirilmesi gibi ihtiyaçlar olmuştur. Sayısal görüntü işlemeye temel oluşturan gelişmeler 1920’lerde yaşanmıştır. Bartlane kablolu resim iletim sistemi (Bartlane cable picture transmission system) ile Atlantik ötesine resim gönderilmiştir. Bu sistem 5 farklı gri seviyede görüntüleri kodlama yeteneğine sahipti (Gonzalez & Woods, 2014). Şimdilerde ise her pikselin 8 bitle ifade edildiği gri seviye resimlerde her piksel 0-255 arası değer alır. 3 gri seviye resmin üst üste gelerek oluşturduğu resimlere ise RGB resimler denir ve her piksel 24 bitle ifade edilir. Görüntü işlemede temel amaç insanın yorumlaması, saklama, iletim ve verinin işlenmesi için görüntü üzerinde yapılan işlemlerdir. Geniş bir EM (Elektro-Manyetik) spektrumda insanın görebildiği kısım çok dardır. Bir görüntü, iki boyutlu bir fonksiyonla ifade edilir. Fonksiyonun herhangi bir noktadaki genliği görüntünün o noktadaki yeğinliği ve gri seviyesi olarak adlandırılır. Sayısal bir görüntü sonlu sayıda bileşenden (piksel) oluşur. Görüntü onarımı, bozulmuş veya bozuk görüntüyü orijinal haline getirme işlemidir. Görüntü işlemenin ilk adımıdır. Görüntü bozulmaları için görüntüye gürültüler eklenmektedir. Literatürdeki çalışmalarda onarım ve iyileştirme tabiriyle aynı işlemler kastedilmektedir. Fakat genel anlamda iyileştirme öznel bir süreçken onarım nesnel bir süreçtir. Görüntü iyileştirme, görüntünün kontrast, parlaklık, histogram eşleştirme v.b. ayarlarının yapılarak görüntüyü zenginleştirme işlemidir. Görüntü onarma ve iyileştirme genel olarak uzamsal ve frekans alanında olmak üzere iki farklı tekniğe ayrılır. Çalışmamızda temel amaç, görüntü iyileştirme ve görüntü onarma hakkında genel bilgiler vererek devamında görüntü iyileştirme ve görüntü onarma teknikleri ile yapılan uygulamalara yer vermektir.

Dünya çapındaki yasal sistemler için sağlam, bilimsel tabanlı, adli görüntü ve video geliştirme ihtiyacını karşılamak üzere tasarlanan profesyonel yazılımlar kullanılmaktadır. Dünyanın dört bir yanındaki görüntü ve video analistleri, bugün kullanılan teknolojinin geliştirilmesine katkıda bulunmuş ve inceleme sürecinin tüm yönlerinin tek bir uygulama içinde tamamlanabilmesini sağlamıştır. Adli bilişim, kamu güvenliği ve ulusal güvenlik için özel olarak geliştirilen bu teknolojiler, görüntüleri ve videoları dönüştürmek, işlemek, geliştirmek, analiz etmek, sunmak ve belgelemek için 130’dan fazla filtre ve araca sahip yazılımlar geliştirmişlerdir.