Model based structural object recognition
Örnek tabanlı yapısal nesne tanıma
- Tez No: 116399
- Danışmanlar: DOÇ. DR. M. METE BULUT
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Bilgisayar Görüşü, Nesne Tanıma, Görüntü İşleme, Görüntü Analizi, Bölümleme, Öznitelik Çıkarma. VI, Computer Vision, Object Recognition, Image Processing, Image Analysis, Segmentation, and Feature Extraction. IV
- Yıl: 2001
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 154
Özet
oz ÖRNEK TABANLI YAPISAL NESNE TANIMA YAVUZ, Erkan Yüksek Lisans, Elektrik ve Elektronik Mühendisliği Bölümü Tez Yöneticisi: Doç. Dr. M. Mete BULUT Aralık 2001, 137 Sayfa Bu çalışmada örnek tabanlı yapısal bir tanıma sistemi geliştirilmiştir. Nesnelerin tepeden olan görüntüleri kamera aracılığıyla alınmış ve tanıma amaçlı olarak işlenmiştir. Nesnelerin öznitelikleri tanıma amacıyla çıkarılmış ve veritabanında saklanmıştır. Bu özniteliklerin yardımıyla nesnenin tipi, konumu ve doğrultusu belirlenebilir. Öznitelikler, nesnelerin inceltilmiş halindeki öznitelik noktalarını ve nesnelerin izdüşüm örneklerini temel alır. Sistem yeni nesneler öğrenebilir ve öğrenmeden sonra istendiğinde tanıyabilir. Bölümleme amaçlı olarak gri seviye tabanlı ve renk tabanlı bölümleme yaklaşımları kullanılmıştır. Bu yaklaşımlarda Ortanca ve Gaussian süzgeci, eşikleme, bağlı parçalan etiketleme yöntemleri kullanılmıştır. İnceltme, izdüşüm örnekleme ve bir tür en küçük uzaklığı bulma yöntemleri eşleme ve tanıma amaçlı olarak kullanılmıştır.
Özet (Çeviri)
ABSTRACT MODEL BASED STRUCTURAL OBJECT RECOGNITION YAVUZ, Erkan M.S., Electrical and Electronics Engineering Supervisor: Assoc. Prof. Dr. M. Mete BULUT December 2001, 137 Pages In this study, a model based structural object recognition system is developed. Top view of the object image is grabbed with a camera and processed for recognition. For recognition purposes features of the objects are extracted and stored in the database. With the help of these features, object type, location and orientation can be determined. The features are based on feature points of the thinned version of the objects and projection samples of the objects. System can learn new objects, and can recognize them after training if requested. For segmentation purposes, gray-level based and color based approaches are used. In these methods, Median and Gaussian filtering, thresholding, connected component labeling algorithms are used. For matching and recognition, thinning, projection sampling and some sort of minimum distance algorithm are used.
Benzer Tezler
- Contour-based object recognition using attributed string matching
Öznitelikli dizgi eşleme yöntemi kullanarak çevrit tabanlı nesne tanıma
SERKAN KAYGIN
Doktora
İngilizce
2001
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET METE BULUT
- Şelidonik asidin deneysel yaşlanma modelinde oksidan-antioksidan denge ve bilişsel fonksiyonlar üzerine etkisinin değerlendirilmesi
Evaluation of the effect of chelidonic acid on oxidant-antioxidant balance and cognitive functions in an experimental aging model
FERİDE NİHAL SİNAN ÖZDEMİR
Yüksek Lisans
Türkçe
2024
BiyoteknolojiÜsküdar ÜniversitesiBiyoteknoloji Ana Bilim Dalı
DOÇ. DR. EMEL SERDAROĞLU KAŞIKÇI
- Makine öğrenmesi yöntemleri kullanılarak otonom sürüş için anlamsal bölütleme
Semantic segmentation for autonomous driving using machine learning methods
BÜŞRA EMEK SOYLU
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. MEHMET SERDAR GÜZEL
- Otomotiv sektöründe parça kontrolü için yapay zekâ destekli yazılım geliştirilmesi
Development of ai-supported software for part inspection in the automotive industry
ONUR ARDIÇ
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKÇEN ÇETİNEL
- Dinamik algılayıcı öğrenme algoritması ile kenar saptamanın öğrenilmesi
Learning of edge detection using recurrent perceptron learning algorithm
FİLİZ YOSMA TAŞKIN
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. CÜNEYT GÜZELİŞ