Sayısal görüntü işleme için bir yazılım paketi geliştirilmesi ve sayısal resimlerde insan yüzünün yerinin tespitinde kullanımı
Development of a digital image processing software package and its employment in face detection in digital images
- Tez No: 114511
- Danışmanlar: YRD. DOÇ. DR. MUSTAFA ORAL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Görüntü işleme, YSA, yüz tespiti, yapay sinir ağlan, hatanın geriye yayılımı, Digital image processing, image processing toolbox, image, face detection, artificial neural networks, error back propagation, ANN
- Yıl: 2001
- Dil: Türkçe
- Üniversite: Mustafa Kemal Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 119
Özet
ÖZET SAYISAL GÖRÜNTÜ İŞLEME İÇİN BİR YAZILIM PAKETİ GELİŞTİRİLMESİ ve SAYISAL RESİMLERDE İNSAN YÜZÜNÜN YERİNİN TESPİTİNDE KULLANIMI Bu çalışmada, görüntü işleme problemlerinin çözümünde sıkça kullanılan temel birçok fonksiyon ve özelliği içeren bir sayısal görüntü işleme paketi (FDIP) hazırlanmış ve Geri Yayılmak Yapay Sinir Ağı (YSA) kullanarak, sayısal resimlerdeki insan yüzlerinin yer tespitini gerçekleştirebilen bir sistem tasarlanmıştır. Borland Delphi 4.0 programlama dili kullanılarak geliştirilen FDIP, sayısal görüntüler üzerinde histogram equalizasyonu, görüntü filtreleme, aritmetik ve mantıksal işlemler, morfolojik operasyonlar, etiketleme ve inceltme işlemleri yapabilmesinin yanı sıra diğer birçok fonksiyonu da gerçekleyebilmektedir. FDIP programı ticari amaçlı görüntü işleme programlarına alternatif olarak hazırlanmamıştır. Tez ekinde sunulan kaynak kodlarıyla, sonraki araştırma ve geliştirmelere taban oluşturabilecektir. Günümüzde YSA kullanarak insan yüzü tanıma problemi, literatürde popüler olan bir konudur. Bu problemin ilk basamağı ise resim içerisinde insan yüzünün yer tespitidir. Sayısal resimlerdeki insan yüzlerinin yer tespitini gerçekleştirebilmek amacıyla FDIP yazılım paketine üç katmanlı (1-giriş, 1-saklı, 1-çıkış) geri yayılmak YSA modülü eklenmiştir. Bu modül yapısı gereği esnek olup, diğer bir çok tanıma işlemlerine kullanım olanağı da sağlayabilmektedir. Bu çalışmada, 20x20 (piksel) ebatlarında, 214 adet insan yüzü ve 186 adet insan yüzü olmayan resimlerden oluşan bir eğitim seti, testler için kullanılan YSA'ların eğitilmesi aşamasında kullanılmıştır. YSA üzerinde yapılan testlerde, yüz tanıma probleminin özelinde, saldı tabaka nöron sayısı, momentum ve öğrenme katsayıları değişimlerinin öğrenmeye etkileri araştırılmış ve en iyi yakınsamanın saklı tabaka da 100 nöron, momentum katsayısının“0.4”ve öğrenme katsayısının“0.5”olduğu koşulda gerçeklendiği görülmüştür. Test sonuçlarına göre YSA, önceden gördüğü insan yüzleri için %82.7, daha önce karşılaşmadığı yüzler için ise %76.9 oranında doğru sınıflama yapmıştır. 2001,108 sayf
Özet (Çeviri)
ABSTRACT DEVELOPMENT OF A DIGITAL IMAGE PROCESSING SOFTWARE PACKAGE AND ITS EMPLOYMENT IN FACE DETECTION IN DIGITAL IMAGES In this study, a new digital image processing package (FDIP) is developed and its use in locating human feces in digital images is investigated. It employs Error Back Propagation algorithm with Artificial Neural Network (ANN). It has all the standard utilities available in digital image processing packages except those working in frequency domain. FDIP is developed using Borland © Delphi version 4.0. It is designed to equalize histograms, filter images, perform various arithmetic, logical, labeling, thinning and mathematical morphology operations on images. Its source code is given in the Appendix. The neural network based algorithm used is designed to process gray scale images. First, the position of human face in a digital image is determined. To this end, a three-layer ANN is embedded in FDIP. The next step, which is beyond the scope of this study, is to recognize this face. FDIP is designed so that it can easily be extended to perform various such recognition operations. In training ANNs, 400 20 by 20 pixel size digital images of which 214 with human faces and 186 without them are used. During this training process, the number of hidden layer neurons (or nodes), the momentum and the learning parameters that result in the best convergence rate are determined to be 100, 0.4 and 0.5 respectively. With these parameters, FDIP can locate 82.7% of the human faces appearing in digital images used in training and 76.9% of them in digital images not used in training. 2001, 108 pages
Benzer Tezler
- Sayısal radyolojik görüntüleme sistemleri için görüntü işleme ve değerlendirme araçlarının ve kullanıcı arayüzünün geliştirilmesi
Implementation of image processing and quality assessment tools for digital radiological imaging systems and development of a user interface
YİĞİT ALİ ÜNCÜ
Yüksek Lisans
Türkçe
2013
Mühendislik BilimleriAnkara ÜniversitesiMedikal Fizik Ana Bilim Dalı
YRD. DOÇ. DR. ÖZLEM BİRGÜL
- FPGA üzerinde MAC/IP/UDP protokolünün gerçeklenmesi
Implementation of MAC/IP/UDP protocol on FPGA
SERVET AYOK
Yüksek Lisans
Türkçe
2013
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MÜŞTAK ERHAN YALÇIN
- Hareketli platform izlemede güncel yaklaşımlar
Current approaches on tracking the moving platforms
MUSTAFA KURT
Doktora
Türkçe
2004
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
PROF.DR. ŞERİF HEKİMOĞLU
- Görüntü işleme ile 3-boyutlu nesne tarama ve modelleme
3-dimensional object scanning and modelling via computer vision
NİHAT ENGİN TOKLU
Yüksek Lisans
Türkçe
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. EROL UYAR
- Sayısallaştırılmış bilgisayarlı tomografi ve manyetik rezonans tomogramları üzerinde görüntü işleme tekniği uygulamaları
Image processing applications on digitized computed tomography and magnetic resonans tomograms
SUZAN ÇULHA