Geri Dön

Sürü zekası yaklaşımlarının renkli görüntü kesimlemeye uyarlanması ve tanıma sistemleri üzerinde gerçekleştirimi

Adaptation of swarm intelligence approaches into color image segmentation and their implementations on recognition systems

  1. Tez No: 285046
  2. Yazar: DOĞAN AYDIN
  3. Danışmanlar: DOÇ. DR. AYBARS UĞUR
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2011
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 137

Özet

Kesimleme işlemi tanıma sistemlerinin en önemli ve zor aşamasıdır. Bu tezde, sürü zekasına dayalı karınca kolonisi optimizasyonu (KKO) ve parçacık sürü optimizasyonu (PSO) tabanlı renkli görüntü kesimleme yöntemleri geliştirilmiştir.IPSOAntK-means kümeleme algoritması, artırımlı parçacık sürü optimizasyonu (IPSO), KKO ve K-means algoritmalarının melez bir şekilde birleştirilmesi ile geliştirilmiştir. CAVIAR ve Oxford-17 çiçek veritabanları üzerinde denenmiş ve K-Means yönteminden daha başarılı sonuçlar üretmiştir. IPSOAntK-Means algoritması ile kesimlenen çiçekleri tanıyan bir modül de yazılarak test edilmiştir. Bu modülde, çiçeklere ait şekilsel ve renksel öznitelikler çıkarılarak farklı YSA modellerine (FFNN, CFNN, ENN, RBNN, PNN) verilmiştir. Modül, çiçek türlerini %90'ın üzerinde başarı ile tespit edebilmektedir.Geliştirilen diğer yöntem, pikselleri optimum kümelemeyi hedefleyen, bir KKO algoritması olup, genel renkli görüntü kesimlemeye uyarlanmıştır. Berkeley veritabanındaki resimler üzerinde başarılı sonuçlar elde edilmiştir. Ayrıca renkli retina resimlerinde kan damarlarını kesimleyen bir yeni melez algoritma gerçekleştirilmiştir. DRIVE veri kümesi üzerinde test edilerek diğer kan damarı çıkarma algoritmalarıyla karşılaştırılmıştır.Sürü zekasından esinlenen yöntemlerin ilk defa renkli görüntü kesimlemeye uyarlanması ve ürettikleri başarılı sonuçlar değerlendirilmiş ve tartışılmıştır.

Özet (Çeviri)

Segmentation task in color images is the most important and difficult stage of image based recognition systems. In this thesis, swarm intelligence based ant colony optimization (ACO) and particle swarm optimization (PSO) oriented color image segmentation methods have been developed.IPSOAntK-means clustering algorithm was developed by combining incremental particle swarm optimization (IPSO), ACO and K-means in a hybrid manner. It was tested on CAVIAR and Oxford-17 flower datasets, and obtained better results than K-means method. A module which recognizes flowers segmented by IPSOAntK-means was also developed and tested. In this module, shape and color features of flowers were extracted and given as input to the different ANN models (FFNN, CFNN, ENN, RBNN, PNN). The module can recognize flower species correctly with 90% accuracy.Other developed method is an ACO algorithm, aimed optimum pixel clustering, which was adapted to general color image segmentation. Good results were obtained on Berkeley dataset images. Moreover, a new hybrid algorithm based on ants? behaviour was implemented for blood vessels segmentation in color retinal images. It was tested on DRIVE dataset and compared with other blood vessels segmentation algorithms.The methods inspired from Swarm Intelligence applied first time to color image segmentation and their successful results were evaluated and discussed.

Benzer Tezler

  1. Oğul robotları yön bulma problemi

    Swarm robots navigation problem

    MEHMET KARA

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Fen Bilimleri Ana Bilim Dalı

    YRD. DOÇ. DR. MEHMET SERDAR GÜZEL

  2. Derin öğrenme yöntemleri kullanarak hiperspektral imgelerin sınıflandırılmasına yönelik yeni yaklaşımlar

    New approaches for hyperspectral image classification using deep learning

    HASAN BADEM

    Doktora

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALPER BAŞTÜRK

  3. A methodology of swarm intelligence application in clustering based on neighborhood construction

    Kümelemede komşuluk kurmaya dayalı sürü zekası uygulama metodolojisi

    TÜLİN İNKAYA

    Doktora

    İngilizce

    İngilizce

    2011

    Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik Üniversitesi

    Endüstri Mühendisliği Bölümü

    PROF. DR. NUR EVİN ÖZDEMİREL

    PROF. DR. SİNAN KAYALIGİL

  4. GWO ve MFO algoritmalarının hibritlenmesiyle sürü zekası tabanlı optimizasyon algoritması geliştirilmesi ve yapay sinir ağı yaklaşımıyla ağ saldırılarının tespitinde kullanılması

    Development of a swarm intelligence-based optimization algorithm by hybriding GWO and MFO algorithms and using it in detection of network attacks with an atrificial neural network approach

    HASAN DALMAZ

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERDAL ERDAL

  5. Arabalı çift ters sarkaç sistemi için sürü zekası algoritmaları ile LQR tabanlı kesir dereceli kontrolcülerin tasarımı

    Desing of LQR based fractional order controllers with swarm intelligence algorithms for double inverted pendulum on a cart

    ELİF PELTEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiKocaeli Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. OĞUZHAN KARAHAN