Detection and classification of objects and texture
Obje ve doku tespiti ve sınıflandırması
- Tez No: 246734
- Danışmanlar: PROF. DR. A. ENİS ÇETİN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
- Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: 57
Özet
Obje ve doku tanımlaması bilgisayar görüşü konusundaki iki önemli konudur. Resimleri sınıflandırmak için, kısa ve etkili bir nitelik vektörünü hesaplayacak yine hızlı ve etkili bir algoritma, video gözetim sistemleri için kritik bir önem taşır. Bu tezde obje ve doku sınıflandırması için nitelik çıkarma metodları incelemesi, karşılaştırması ve geliştirilmesi yapıldı.Şekil karakteristiğine dayalı bir obje sınıflandırma sistemi geliştirildi. Arkaplan çıkarımı tekniği ile obje silüetleri çıkarıldı. Bu silüetlerden objelerin çevreleri elde edildi ve bu iki boyutlu sinyal bilgisi, bir tür dairesel dönüşüm ile tek boyutlu sinyal bilgisine dönüştürüldü. Ayrık kosinüs dönüşümü kullanılarak bu tek boyutlu sinyallerin frekans bilgisi elde edildi ve bu frekans bilgisi ile destekçi vektör makineleri kullanılarak sınıflandırmaya sokuldu. Bu metod uygulamaya geçirildi ve obje takibi yapan gerçek zamanlı bir sisteme entegre edildi.Doku tanımlaması için, reel sayılarda verimli hesap yükü olan ve yarı grup tanımlamasına giren yeni bir işlem tanımlandı. Yeni işlem çarpma işlemine ihtiyaç duymamakta. Bu yeni işleme dayalı bir ortak fark matrisi tanımlandı, ve bu ortak fark matrisine dayanan bir görüntü tanımlayıcı geliştirildi. Bu yeni görüntü tanımlayıcıya dayanan doku tanımlama ve araç plakası tespit örnekleri sunuldu. Yeni geliştirilen bu metod, ortak değişinti matrisi ile karşılaştırıldı. Kendi metodumuzun daha az karmaşık hesap ihtiyacına rağmen ortak değişinti matrisi ile benzer sonuçlar verdiği deneysel olarak gösterildi.
Özet (Çeviri)
Object and texture recognition are two important subjects in computer vision. An efficient and fast algorithm to compute a short and efficient feature vector for classification of images is crucial for smart video surveillance systems. In this thesis, feature extraction methods for object and texture classification are investigated, compared and developed.A method for object classification based on shape characteristics is developed. Object silhouettes are extracted from videos by using the background subtraction method. Contour of the objects are obtained from these silhouettes and this 2-D contour signals are transformed into 1-D signals by using a type of radial transformation. Discrete cosine transformation is used to acquire the frequency characteristics of these signals and a support vector machine (SVM) is employed for classification of objects according to this frequency information. This method is implemented and integrated into a real time system together with object tracking.For texture recognition problem, we defined a new computationally efficient operator forming a semigroup on real numbers. The new operator does not require any multiplications. The codifference matrix based on the new operator is defined and an image descriptor using the codifferencematrix is developed. Texture recognition and license plate identification examples based on the new descriptor are presented. We compared our method with regular covariance matrix method. Our method has lower computational complexity and it is experimentally shown that it performs as well as the regular covariance method.
Benzer Tezler
- Histopatolojik görüntülerin makine öğrenmesi yöntemleri ile analizi
Analysis of histopathological images via machine learning methods
ABDÜLKADİR ALBAYRAK
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN BİLGİN
- Ortofoto haritalardan ağaç türlerinin otomatik olarak bölütlenmesi
Tree species classification from high resolution digital orthophoto maps
AKHTAR JAMIL
Doktora
Türkçe
2018
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT BAYRAM
- The effect of task on cue usefulness for visual scene classification
Görsel görüntü sınıflandırmasında görev türünün ipucu kullanışlılığı üzerine etkisi
MELTEM KARACA
Yüksek Lisans
İngilizce
2017
Psikolojiİhsan Doğramacı Bilkent ÜniversitesiNörobilim Ana Bilim Dalı
YRD. DOÇ. DR. AARON MICHAEL CLARKE
- Texture analysis and classification by deep architectures for paper fraud detection
Evrakta sahtecilik tespiti için derin mimariler ile doku analizi ve sınıflandırma
EZGİ EKİZ EMİROĞLU
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. EROL ŞAHİN
PROF. DR. FATOŞ TUNAY YARMAN VURAL
- Uzaktan algılama yöntemleriyle Söke Alt Havzasında yer alan Menderes Nehri, Bafa ve Azap Göllerinin yüzeysel su alanlarının zamansal olarak belirlenmesi
Determination of surface water areas with remote sensing methods: a case study, Söke Sub Basin (Menderes River, Bafa Lake, Azap Lake)
BERFİN YÜCEER
Yüksek Lisans
Türkçe
2024
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ÇİĞDEM GÖKSEL