Scene segmentation comparative analysis
Görünüm bölütleme algoritmalarının karşılaştırılması
- Tez No: 116164
- Danışmanlar: DOÇ. DR. İSMET ERKMEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Doku, bölütleme, doku bölütleme, doğa görünümleri, kümeleme, Markov Rastgele Alanları, tekrarlanan koşullara bağlı biçimler, parametrik olmayan doku ölçümleri IV, Texture, segmentation, Texture Segmentation, natural scene, clustering, markov random fields, iterated conditional modes, K-means algorithm, C-means algorithm, ISODATA algorithm, and non-parametric texture measures. m
- Yıl: 2001
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 108
Özet
oz GÖRÜNÜM BÖLÜTLEME ALGORİTMALARININ KARŞILAŞTIRILMASI ERGİN, MEHMET ŞEVKET Yüksek Lisans, Elektrik ve Elektronik Bölümü Tez danışmanı: Doç. Dr. İsmet Erkmen Nisan 2001 Bu tezde, doğal görüntülerin bölütlenmesi problemi araştırılmıştır. Bölütleme, doğa görünümlerine uygulanmıştır. Kümeleme kullanılarak, doğal görüntüler bölütlenmiştir. Çeşitli algoritmaların performansları karşılaştırılmıştır. Kümelemeye dayanan bölütlemeden sonra, istatiksel algoritmalar uygulanarak bölütleme sonuçlan iyileştirilmiştir. Markov Rastgele Alan Modelleri'ne dayanan bölütleme modelleri uygulamalarla desteklenerek araştırılmıştır. Parametrik olmayan doku ölçümlerine dayanan yeni bir metod önerilmiş ve diğer metodlarla karşılaştırılmıştır.
Özet (Çeviri)
ABSTRACT SCENE SEGMENTATION COMPARATIVE ANALYSIS ERGİN, MEHMET ŞEVKET M.S. in The Department of Electrical and Electronics Eng. Supervisor: Assoc. Prof. Dr. İsmet Erkmen April 2001 In this study, image segmentation problem, which is focused on natural scenes, is investigated. A priori segmentation with clustering is applied to different natural scenes. Performances of different methods are compared with each other. After coarse segmentation step, stochastically formulated algorithms are applied to the segmented images to improve segmentation results. Markov Random Fields based segmentation methods are investigated with extensive experiments. A novel method based on non-parametric texture measures is also proposed and compared with other methods.
Benzer Tezler
- Localization and recognition of text in digital media
Sayısal ortamda bulunan yazıların konumlandırılması ve tanınması
AHMET SARACOĞLU
Yüksek Lisans
İngilizce
2007
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ.DR. A. AYDIN ALATAN
- Retınal damar segmentasyonunda görüntü segmentasyon modellerinin değerlendirilmesi
Evaluation of image segmentation models in retinal vessel segmentation
TUĞBA HAKLI
Yüksek Lisans
Türkçe
2024
Göz Hastalıklarıİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İNCİ ZAİM GÖKBAY
- Hiperspektral görüntülerde spektral ve uzamsal enformasyonun ortaklaşa kullanımı ile sınıflandırılması ve bölütlenmesi
Classification and segmentation of hyperspectral images with joint usage of spectral and spatial information
UĞUR ERGÜL
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÖKHAN BİLGİN
- A comparative evaluation of foreground / background segmentation algorithms
Arka plan çıkarma algoritmalarının uygulamaları ve performans degerlendirmeleri
MUHAMMET PAKYÜREK
Yüksek Lisans
İngilizce
2012
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE BOZDAĞI AKAR
- Depth from blur
Bulanıklıktan derinlik çıkarımı
WASAN THAKER NADHIM NADHIM
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ORAL