Geri Dön

Evaluation of image segmentation algor THMS under noisy conditions

Başlık çevirisi mevcut değil.

  1. Tez No: 24448
  2. Yazar: TURGUT AYDIN
  3. Danışmanlar: DOÇ. DR. EMİN ANARIM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1992
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 124

Özet

KISA ÖZET Bu çalışmada değişik imge böl üt I eme algoritmalarının bilgisayar üzerinde benzetişimi gerçekleştirilmiş ve algoritmaların toplamsal Gauss dağılımlı ve dürtüsel gürültü bulunan ortamlardaki başarımları çeşitli ölçme yordamlarından yararlanılarak değerlendirilmiştir. Gerçeklenen bölütleme yordamları şunlardır: Doğrudan eşfklemeli bölütleme, sıradüzensel hesaplamalı bölütleme, gradyan yatıştırma i ı bölütleme, Spoke süzgeç temelli iz bölütleme, yinelemeli bölge ayrıştırman bölütleme ve piramit hesaplamalı bölütleme. 'Lena', 'Plane', 'Roxy', 'Ball' adlı dört imgeye yapay olarak çeşitli düzeylerde gürültü eklenmiş ve bölütleme algoritmalarının başarımları gürültülü imgeler üzerinde değerlendirilmiştir. Ayrıca, gürültülü imgelere ön işleme uygulandıktan sonra da algoritmaların başarı durumları değerlendirilmiştir. Gürültü azaltmak için alçak geçiren süzgeç ve ortaç süzgeç yordamları seçilmiştir. Değerlendirmede kullanılan başarı ölçütleri, eşleme hata oranı, ortalama karesel hata, ilinti katsayıları, birlikte oluşum dizeyleri olarak sıralanabilir. Sonuçlar, başarım - gürültü düzeyi çizgeleri ile sunulmuş ve her algoritma İçin yorum getirilmiştir.

Özet (Çeviri)

IV ABSTRACT In this thesis, a number of segmentation algorithms have been simulated, and their performances under additive Gaussian white noise, and impulsive noise are evaluated using a number of measurement methods. The implemented segmentation algorithms are namely direct thresholding segmenter, gradient relaxation segmenter, hierarchical computation segmenter, Spoke filter based blob segmenter, recursive region splitting segmenter, and pyramidal computation segmenter. Four images, namely 'Lena', 'Plane', 'Roxy', and 'Ball' are artificially contaminated with different levels of noise and the performances of segmentation algorithms on each image algorithm are evaluated. In addition, performances of algorithms after applying preprocessing on noisy images are evaluated. Low-pass filtering and median filtering are the chosen methods for reducing noise. The performance measures used for evaluation are the mismatch error rate, mean square error, correlation coefficients, and co-occurence matrices. Results are presented as performance versus noise level graphs, and separately interpreted for each algorithm.

Benzer Tezler

  1. Abdominal image segmentation and visualization using hierarchical neural networks

    Hiyerarşik sinir ağları ile abdominal görüntü bölütleme ve üç boyutlu görüntüleme

    MUSTAFA ALPER SELVER

    Doktora

    İngilizce

    İngilizce

    2010

    Elektrik ve Elektronik MühendisliğiDokuz Eylül Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. CÜNEYT GÜZELİŞ

  2. Dijital görüntü işleme teknikleri kullanılarak görüntülerden detay çıkarımı

    Feature extraction from images by using digital image processing techniques

    GÜZİDE MİRAY PERİHANOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    ÖĞR. GÖR. MEHMET UFUK ÖZERMAN

  3. Derin öğrenme ile histopatolojik görüntü analizi

    Histopathological image analysis using deep learning

    ŞABAN ÖZTÜRK

    Doktora

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik MühendisliğiKonya Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BAYRAM AKDEMİR

  4. Derin öğrenme algoritmaları kullanılarak çay alanlarının otomatik segmentasyonu

    Automatic segmentation of tea fields by using deep learning algorithms

    SALİH BOZKURT

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Jeodezi ve FotogrametriYıldız Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. BÜLENT BAYRAM

  5. Kontrast tutucu meme manyetik rezonans görüntülerinde kanserli olan ve olmayan dokuların göüntü işleme yöntemleri ile belirlenmesi

    Segmentation of cancerous and non-cancerous lesions from dynamic contrast-enhanced magnetic resonans imaging of the breast by using image processing techniques

    PETEK TATLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Jeodezi ve FotogrametriYıldız Teknik Üniversitesi

    Jeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BÜLENT BAYRAM