Texture classification and retrieval using random neural network model
Rastgele sinir ağları modeli kullanarak doku sınıflama ve erişimi
- Tez No: 143506
- Danışmanlar: DOÇ. DR. VOLKAN ATALAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Rastgele Sinir Ağları, Doku Sınıflama, Doku Erişimi, Uzaktan Algılama, Random Neural Network, Texture Classification, Texture Retrieval, Re mote Sensing
- Yıl: 2003
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 54
Özet
Doku, bilgisayar görüntüsü ve görüntü işleme uygulamalarında kullanılan en önemli karakteristiklerden biridir. Bu çalışmada, doku çözümlemesi uygulamaları için yeni bir doku sınıflama ve erişimi yöntemi ileri sürülmektedir. Bu yöntem, rastgele sinir ağları modelini kullanır. Ana hedef, dokuları, rastgele sinir ağının ağırlıkları olan parametreler olarak ifade etmek ve bu doku tanımını kullanarak doku sınıflama ve erişimidir. Ağ, görüntü elemanlarına karşılık gelen nöronlardan oluşur ve bu nöronlar görüntü elemanlarının komşuluk ilişkilerine göre birbirlerine bağlanır. Bu yöntem Brodatz albümü kullanılarak üretilen yapay doku görüntülerinde ve uzaktan algılama görüntülerinde denenmiştir.
Özet (Çeviri)
Texture is one of the most important characteristics used in computer vision and im age processing applications. In this thesis, a new texture classification and retrieval method is proposed for texture analysis applications. The technique makes use of the random neural network model and it is supervised. The main aim is to represent textures with parameters which are the random neural network weights and classify and retrieve textures using this texture definition. The network has neurons that cor respond to each image pixel, and the neurons are connected according to neighboring relationship between pixels. The method is tested on artificial images produced by using Brodatz album and texture blocks cut from remotely sensed imagery.
Benzer Tezler
- Değişmez momentler kullanarak içerik tabanlı görüntü erişim sistemi ve imge sınıflandırma yöntemlerinin karşılaştırılması
The comparison of methods content-based image retrieval system and image classification using invariant moments
ABUBEKİR SEYYARER
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TOLGA AYDIN
- Image classification for content based indexing
İçerik tabanlı indeksleme amaçlı görüntü sınıflandırma
SERDAR TANER
Yüksek Lisans
İngilizce
2003
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. METE SEVERCAN
- Combining image features for semantic descriptions
Anlamsal tanımlamalar için görüntü öznitelikleri birleştirme
MEDENİ SOYSAL
Yüksek Lisans
İngilizce
2003
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYDIN ALATAN
- Eğricik dönüşümü kullanılarak imgelerde gürültü giderimi ve içerik tabanlı görüntü erişimi
Image denoising and content based image retrieval via curvelet transform
MUSTAFA ALPTEKİN ENGİN
Doktora
Türkçe
2016
Elektrik ve Elektronik MühendisliğiAtatürk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BÜLENT ÇAVUŞOĞLU
- Interactive classification of satellite image content based on query by example
Örneğe dayalı sorgulama ile uydu görüntü içeriğinin etkileşimli sınıflandırılması
ORAL DALAY
Yüksek Lisans
İngilizce
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Bölümü
PROF.DR. VOLKAN ATALAY