Geri Dön

Görüntülerde tipik noktaların tam otomatik olarak bulunmasına ilişkin yeni bir yaklaşım

A new approach for locating typical points automatically in images

  1. Tez No: 216113
  2. Yazar: NURCAN SEYLAN
  3. Danışmanlar: PROF. DR. AYDIN ÖZTÜRK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Uluslararası Bilgisayar Ana Bilim Dalı
  12. Bilim Dalı: Bilişim Bilim Dalı
  13. 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

  1. 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

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  2. 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

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  3. 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

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ULUĞ BAYAZIT

  4. Development of a dynamic navigational risk assessment model

    Dinamik bir seyir risk analizi modelinin geliştirilmesi

    YUNUS EMRE ŞENOL

    Doktora

    İngilizce

    İngilizce

    2020

    Deniz Bilimleriİstanbul Teknik Üniversitesi

    Deniz Ulaştırma Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖZCAN ARSLAN

  5. Road surface micro and macro texture influence on skid resistance

    Yol yüzeyi mikro ve makrodokusunun kayma direncine etkisi

    MURAT ERGÜN

    Doktora

    İngilizce

    İngilizce

    1997

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. EMİNE AĞAR