Geri Dön

Çok değişkenli Gauss karışım modelleme yöntemiyle görsel doku analizi

Visual texture analysis using multivariate Gaussian mixture method

  1. Tez No: 251904
  2. Yazar: YİĞİTCAN SAVRAN
  3. Danışmanlar: PROF. DR. BİLGE GÜNSEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2009
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Telekomünikasyon Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 71

Özet

Görsel dokular, periyodik olmayan çok farklı renk ve biçimlerde olabilmektedir. Bu yönüyle karmaşık ve zorlayıcı bir konu olan görsel doku analizi geniş kullanım alanlarına sahip olmasıyla güncelliğini korumaktadır. Bu çalışmada, görsel dokuların çok farklı yapılarda olan özniteliklerinin çok ölçekli bir yapıda modellenmesi ve bu modeller kullanılarak görsel dokuların otomatik sınıflanması hedeflenmiştir. Bu amaçla görsel doku modellemesinde çok boyutlu Gauss karışım modeli kullanılmıştır. Gauss karışım model parametreleri, uzamsal uzay ve Gabor uzayı olmak üzere iki farklı uzayda çıkarılan öznitelikler kullanılarak, beklentiyi en büyükleme algoritmasıyla hesaplanmıştır . Gabor uzayı çok ölçekli analiz imkânı sunarak dokuların farklı frekans ve yönelim özniteliklerini inceleme fırsatı vermesi nedeniyle tercih edilmiştir. İki sınıflama yöntemi farklı özellikteki görsel dokularda farklı başarımlarla çalışmaktadır. İki yöntem de iki dokulu sınıflama testlerinde %95'in üstünde başarımlar elde edilmiştir. Yönelimli dokularda ikinci yöntemin daha yüksek başarımlı sonuçlar verdiği durumlar bulunmuştur. Bazı dokuların Gabor uzayı öznitelikleri gri düzey özniteliklerine göre daha fazla yoğun bir yapıda olduğu görülmüştür.

Özet (Çeviri)

Visual texture could be in variable shape, form and colors. Being a complex and challenging topic, visual texture analysis is an up to date subject with its wide spread application areas. The aim of this study is to model visual texture in a multiscale structure and classify visual textures automatically using these models. In order to model visual texture, multivariate Gaussian mixture model is used. Visual textures are modelled in two domains. First one is spatial domain and the second domain is Gabor space. Gabor wavelet functions which has the ability of analysing frequency domain in different orientations, provides a multiscale approach. Gaussian mixture parameters of visual texture is calculated by expectation maximization algorithm which is one of the most popular topics nowadays. Both classification methods has modelled textures with different performances due to the structure of texture. Both classification methods have classification rates over 95% in two class classification. In Gabor domain some textures has more compact structure than it is in spatial domain.

Benzer Tezler

  1. Lifelong learning for auditory scene analysis

    İşitsel sahne analizi için hayat boyu öğrenme

    BARIŞ BAYRAM

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÖKHAN İNCE

  2. A video surveillance system based on interacting multiple models

    Etkileşimli çoklu modellere dayalı video gözetim sistemi

    CEREN SARITAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Elektrik ve Elektronik MühendisliğiYeditepe Üniversitesi

    Elektrik ve Elektronik Mühendisliği Bölümü

    DOÇ. DR. CEM ÜNSALAN

  3. Modeling and clustering analysis of pulmonary crackles

    Solunum sesı çıtırtılarının modellenmesı ve öbekleme analızı

    METE YEĞİNER

    Doktora

    İngilizce

    İngilizce

    2008

    BiyoteknolojiBoğaziçi Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YASEMİN P. KAHYA

  4. Multivariate modeling and diagnostic classification of pulmonary sounds

    Solunum seslerinin çok değişkenli modellenmesi ve tanıya yönelik sınıflandırılması

    İPEK ŞEN

    Doktora

    İngilizce

    İngilizce

    2013

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEYNEP YASEMİN KAHYA

    DOÇ. DR. MURAT SARAÇLAR

  5. Yenilenebilir enerji kaynakları ve elektrikli araçlarınbirbirine bağlı mikro şebekelere etkilerinin olasılıksalgüç akışı ile incelenmesi

    Investigating the impact of electric vehicles andrenewable energy sources on networked microgridsusing probabilistic power flow

    ABDULKERİM İSKENDEROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖMER GÜL