Image segmentation with improved region modeling
Geliştirilmiş bölge modellemesiyle resim bölütleme
- Tez No: 153716
- Danışmanlar: DOÇ. DR. AYDIN ALATAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Resim Bölütleme, Kümelendirme, Bölge-Tabanlı, RSST, Özyinelemeli-En-Kısa-Ağaç vıı, Image Segmentation, Clustering, Region-Based, RSST, Recursive Shortest-Spanning Tree
- Yıl: 2004
- 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: Belirtilmemiş.
Özet
oz GELİŞTİRİLMİŞ BÖLGE MODELLEMESİYLE RESİM BÖLÜTLEME Ersoy, Ozan Yüksek Lisans, Elektrik ve Elektronik Mühendisliği Bölümü Tez Yöneticisi: Assoc. Prof. Dr. A. Aydın Alatan Aralık 2004, 76 sayfa Resim bölütleme, dijital resim işlemenin görsel-yönlendirimli otonom robotik, ürün kalite denetimi, tıbbi teşhis, uzaktan algılanan resimler gibi alanlarda uygulamaları olan önemli bir araştırma konusudur. Resim bölütlemenin amacı, bir resmi, resimden çıkarılan belirleyici niteliklere göre türdeş bölgelerine ayırmak olarak tammlanabilir. Resim bölütleme metodlan dört kategori içinde sınıflandırılabilir: 1) kümeleme metodlan, 2) bölge-tabanlı metodlar, 3) melez metodlar, ve 4) bayesgil metodlar. Bu tezde, ilk üç kategoriye ait başlıca resim bölütleme metodlan incelenmekte ve tipik resimler üzerinde test edilmektedir. Aynca, iyi vibilinen özyinelemeli-en-kısa-ağaç yöntemi (RSST) üzerine geliştirmeler önerilmiştir. Geliştirmeler, birleştirme aşamasında her bölgeyi daha iyi modellemeyi amaçlamaktadır. Daha iyi bölge modellemesi için gri-ölçek histogram, birleşik histogram ve homojen örgü kullanılmıştır.
Özet (Çeviri)
ABSTRACT IMAGE SEGMENTATION WITH IMPROVED REGION MODELING Ersoy, Ozan M.S., Department of Electrical and Electronics Engineering Supervisor: Assoc. Prof. Dr. A. Aydm Alatan December 2004, 76 pages Image segmentation is an important research area in digital image processing with several applications in vision-guided autonomous robotics, product quality inspection, medical diagnosis, the analysis of remotely sensed images, etc. The aim of image segmentation can be defined as partitioning an image into homogeneous regions in terms of the features of pixels extracted from the image. Image segmentation methods can be classified into four main categories: 1) clustering methods, 2) region-based methods, 3) hybrid methods, and 4) bayesian IVmethods. In this thesis, major image segmentation methods belonging to first three categories are examined and tested on typical images. Moreover, improvements are also proposed to well-known Recursive Shortest-Spanning Tree (RSST) algorithm. The improvements aim to better model each region during merging stage. Namely, grayscale histogram, joint histogram and homogeneous texture are used for better region modeling.
Benzer Tezler
- An improved flood detection and susceptibility mapping using remote sensing and GIS technologies
Uzaktan algılama ve Cbs teknolojilerini kullanarak gelişmiş bir sel algılama ve duyarlılık haritalaması
MAHYAT SHAFAPOURTEHRANY
Doktora
İngilizce
2015
Jeodezi ve FotogrametriUnıversıtı Putra Malaysıa Upmİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. BISWAJEET PRADHAN
- Tıbbi görüntülerin bölütlenmesi ve karar destek sistemi için mobil istemci uygulama geliştirme
Segmentation of medical images and client-side mobile application development for desicion support system
MÜCAHİD GÜNAY
Doktora
Türkçe
2016
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET ALKAN
- Beyin tümörü segmentasyonu için yeni bir üç boyutlu U-Net tabanlı derin öğrenme mimarisi
A novel three-dimensional U-Net based deep learning architecture for brain tumor segmentation
AYŞE BAŞTUĞ KOÇ
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DEVRİM AKGÜN
- X-ışını fındık görüntülerinde kusur belirlemeye yönelik derin öğrenme tabanlı bir yaklaşım
A deep learning based approach for defect detection in x-ray hazelnut images
SULTAN MURAT YILMAZ
Doktora
Türkçe
2025
ZiraatSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERAP ÇAKAR KAMAN
DR. ÖĞR. ÜYESİ ERKAN GÜLER
- Denoising sea ice wide beam sar images based on extracted features, adaptive fuzzy logic network and adaptive thresholding based on semi adaptive fuzzy logic controllers
Çıkarılmış özellikler, uyarlanabilir bulanık mantık ağı ve yarı uyarlanabilir bulanık mantık denetleyicilerine dayalı uyarlanabilir eşikleme kullanılarak deniz buzu geniş hüzmeli sar görüntülerinin gürültü giderimi
HALİT NAZLI
Doktora
İngilizce
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Aydın ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN YILDIRIM