Görüntülerde tipik noktaların tam otomatik olarak bulunmasına ilişkin yeni bir yaklaşım
A new approach for locating typical points automatically in images
- Tez No: 216113
- Danışmanlar: PROF. DR. AYDIN ÖZTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Uluslararası Bilgisayar Ana Bilim Dalı
- Bilim Dalı: Bilişim Bilim Dalı
- Sayfa Sayısı: 73
Özet
Sayısal fark radyografisi, seri olarak alınmış radyolojik görüntülerdeki farklılıkların tespiti için kullanılan güçlü bir tekniktir. Geleneksel radyografik yöntemlere göre hassasiyet, objektiflik, tekrarlanabilirlik gibi avantajları vardır. Farkın doğru şekilde alınabilmesi için gereken geometrik hizalamayı sağlamak amacıyla çok çeşitli görüntü çakıştırma teknikleri kullanılır. Her iki görüntü üzerinde dokuların aynı yerini temsil eden tipik nokta çiftlerinin bulunarak birebir eşleştirilmesi, görüntü çakıştırma işleminin ilk ve en önemli basamağını oluşturur. Tipik nokta bulma işlemi, genellikle görüntülerle ilgili verilerdeki belirli karakteristikler kullanılarak gerçekleştirilir.Bu tez çalışmasında, radyolojik görüntülerde tipik noktaları otomatik olarak bulabilen yeni bir yaklaşım sunulmaktadır. Piksel yoğunluklarının varyansının yanı sıra bu yoğunlukların yatay ve dikey yönlere göre gösterdikleri değişimi dikkate alan ve çok değişkenli istatistiksel analizlerde kullanılan Mahalanobis mesafesi de tipik noktaların belirlenmesinde kullanılmıştır. Daha sonra ikinci görüntü, çakıştırma gerçekleşecek şekilde farklı parametrelerle transformasyonlara uğratılıp görüntülerin farkları alınmış ve işlemlerin sonuçlarının başarısı değerlendirilmiştir.
Özet (Çeviri)
Digital subtraction radiography is a powerful technique that is used for detection of changes between series of radiographic images. It has some advantages like sensitivity, objectivity and repeatability against conventional radiographic methods. Various image registration techniques are used to obtain geometric alignment and difference image correctly. Finding and matching typical point pairs that represent same positions of tissues on each image is the first and most important step in image registration process. Typical points obtained by using certain characteristics of the corresponding image data.In this thesis, a new approach that identifies typical points on radiographic images is presented. Variance of pixel intensities and also Mahalanobis distance that is used in multivariate statistical analysis are used to identify the typical points. Then second image is transformed with different parameters to obtain registration, and differences of two images are taken. Results of the proposed approach are discussed.
Benzer Tezler
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Deep learning based three dimensional face expression recognition using geometry images from three dimensional face models
Üç boyutlu yüz modellerinden elde edilen geometri görüntüleri kullanılan derin öğrenme tabanlı üç boyutlu yüz ifadelerini tanıma
NEŞE GÜNEŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- Development of a dynamic navigational risk assessment model
Dinamik bir seyir risk analizi modelinin geliştirilmesi
YUNUS EMRE ŞENOL
Doktora
İngilizce
2020
Deniz Bilimleriİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZCAN ARSLAN
- Road surface micro and macro texture influence on skid resistance
Yol yüzeyi mikro ve makrodokusunun kayma direncine etkisi
MURAT ERGÜN
Doktora
İngilizce
1997
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. EMİNE AĞAR