Geri Dön

Image registration using artificial neural networks

Yapay sinir ağları kullanarak görüntü çakıştırma

  1. Tez No: 283567
  2. Yazar: DEVİN SAĞIRLIBAŞ
  3. Danışmanlar: YRD. DOÇ. DR. YAVUZ ŞENOL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 93

Özet

Görüntü çakıştırma çeşitli sensörlerden, değişik zamanlarda ya da farklı bakış açılarından çekilen birçok fotoğraf olarak tanımlanabilen çeşitli gruplardaki veriyi bir koordinat sistemine dönüştüren bir işlemdir. Bu tezde, dönüştürme modeli olarak afin dönüşümü seçilmiştir.Bu tezde görüntü çakıştırma işlemi sinir ağları kullanılarak gürültünün varlığında yapılmaktadır. Uygulamalarda üç tane resmimiz bulunmaktadır ve bu resimlerin hepsine afin dönüşümü uygulanmıştır. İlk olarak resimlerden özellikler çıkarmış ve bu özellikler ağa giriş olarak verilmiş sonra çıkışta tahmini parametreler elde edilmiştir. Bu özellikler ayrık kosinüs dönüşünü ya da iki boyutlu temel bileşen analizi ile çıkarıldı. Çakıştırma öncesi evrede aynı manzaraya ait ötelenmiş, döndürülmüş ve ölçeklendirilmiş resimlerden çıkarılmış özellikler hem radyal tabanlı yapay sinir ağını hem de ileri beslemeli sinir ağını eğitmek için kullanılmıştır. Çakıştırma evresinde, test resminden özellikler çıkarılır ve bu özellikler ağa verilir. Bu şekilde çakıştırma parametreleri elde edilir.Sonuçlar hem çeşitli özellik çıkarma yöntemlerine göre hem de yapay sinir ağı çeşitlerine göre karşılaştırılmıştır.

Özet (Çeviri)

Image registration is a procedure that transforms different sets of data that are multiple photographs or data from different sensors, from different times, or from different viewpoints into one coordinate system. In this thesis affine transform is chosen as the transform model.In this thesis image registration process is done using neural networks in the presence of noise. In the applications, we had three images and affine transform was applied all of the images. At first, features were extracted from the images and these features were given to the network as inputs, then estimated parameters were obtained at the output. These features were extracted by the methods of discrete cosine transform (DCT) and two dimensional principal component analysis (2DPCA). In a pre-registration phase, extracted features from a set of translated, rotated and scaled images of the same scene are employed to train both a Radial Basis Function Neural Network (RBF NN) and a Feed-forward Neural Network (FNN). In the registration phase, the features are extracted from the test image and these features are given to the network. By this way, registration parameters are obtained.The results were compared both according to the different feature extraction methods and different type of neural networks.

Benzer Tezler

  1. Stereolitografi yöntemi ile kişiye özel dental rehber plağın imalatı ve boyutsal doğruluğunun yapay sinir ağları ile değerlendirilmesi

    Fabrication of customized dental guide by stereolithography method and evaluation of dimensional accuracy with artificial neural networks

    HASAN TÜRKER

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Diş HekimliğiIsparta Uygulamalı Bilimler Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BEKİR AKSOY

    DR. KORAY ÖZSOY

  2. Utilization of 3D data in face recognition

    Başlık çevirisi yok

    NESLİ ERDOĞMUŞ

  3. Yapay zeka optimizasyon algoritmaları kullanarak görüntü çakıştırma

    Image registration using artificial intelligence optimization algorithms

    MURAT TAŞYÜREK

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. VEYSEL ASLANTAŞ

  4. Retinaya ait oftalmoskop görüntüler üzerinde yapay arı kolonisi algoritması kullanılarak görüntü kayıtlama

    Image registration on ophtalmoscope images of retina using artificial bee colony algorithm

    MEHMET NURİ TOPLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Uluslararası Bilgisayar Ana Bilim Dalı

    DOÇ. DR. MUHAMMET GÖKHAN CİNSDİKİCİ

  5. Farklı sayısal yüzey modellerinin doğruluk değerlendirmesi

    Accuracy assessment of different digital surface models

    BARIŞ BEŞOL

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. UĞUR ALGANCI