Uzamsal bulanık c-ortalamalar kümeleme yöntemlerinin medikal imge bölütleme açısından değerlendirilmesi
Evaluation of the spatial fuzzy c-means clustering methods on medical image segmentation
- Tez No: 292694
- Danışmanlar: DOÇ. DR. ABDULKADİR ŞENGÜR
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: görüntü bölütleme, bulanık c-ortalamalar, uzamsal bulanık c-ortalamalar, medikal görüntüler, image segmentation, fuzzy c-means, spatial fuzzy c-means, medical images
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomühendislik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 41
Özet
Bu tez çalışmasında farklı bulanık c-ortalamalar (BcO) kümeleme algoritmaları incelenmiş ve bu yöntemlerin medikal görüntü bölütleme uygulamalarındaki başarımları test edilmiştir. Bu bağlamda, öncelikle standart BcO algoritması ve daha sonra standart BcO algoritmasından geliştirilmiş olan iki farklı BcO algoritması ayrıntılı olarak incelenmiştir. İncelenen yöntemlerin bilgisayar benzetimleri MATLAB ortamında gerçekleştirilmiş ve farklı görüntülerin bölütlenmesi sağlanmıştır. Yapılan uygulamalarda yapay görüntüler, gerçek görüntüler ve biyomedikal görüntüler (beyin MR) kullanılmıştır. Elde edilen sonuçlardan standart BcO algoritmasının, görüntü bölütleme uygulamalarında ki zayıflığı belirgin olarak görülmektedir. Bunda en büyük etken standart BcO algoritmasının görüntüyü bölütlerken piksellerin sadece parlaklık değerlerini göz önüne alması etkili olmaktadır. Zira bu standart BcO algoritmasının en büyük dezavantajıdır ve geliştirilmeye çalışılan tüm yeni algoritmalar bu zayıflığı gidermeye yöneliktir. Diğer taraftan değiştirilmiş BcO ve uzamsal BcO algoritmaları, standart BcO algoritmasından çok daha başarılı sonuçlar üretmiştir. Bunda en büyük etken, her iki geliştirilmiş BcO yönteminin, her bir piksel ile birlikte bu piksele komşu diğer piksellerin de göz önüne alınmasının sonucudur.
Özet (Çeviri)
In this thesis, different fuzzy c-means (FCM) clustering algorithms are examined and their performances are tested various in image segmentation applications. In this context, we firstly examined the standard FCM algorithm then we further examined two modified FCM algorithms in detail. The computer simulations of the examined methods are carried out in MATLAB environment and various image segmentations are carried out. In experimental studies, we used various images such as artifical images, real world images and medical images (Brain MR). In the results, the weakness of the standart FCM algorithm can be seen obviously. Because the standart FCM algorithm just considers the pixel?s gray level value not intersted in the spatial relationship between neighbouring pixels. This is the most important disadvantagous of the standart FCM algorithm and the modified FCM algorithms try to fix this problem. On the other hand the modified FCM and spatial FCM algorithms produced very successful results than standart FCM algorithm. This is the most important factor that both modified FCM methods considers each pixel with its neighboring pixels.
Benzer Tezler
- Hiperspektral görüntülerin eğiticisiz bölütlenmesi
Unsupervised segmentation of hyperspectral images
GÖKHAN BİLGİN
Doktora
Türkçe
2009
Bilim ve TeknolojiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SARP ERTÜRK
PROF. DR. TÜLAY YILDIRIM
- Hiperspektral görüntülerde spektral ve uzamsal enformasyonun ortaklaşa kullanımı ile sınıflandırılması ve bölütlenmesi
Classification and segmentation of hyperspectral images with joint usage of spectral and spatial information
UĞUR ERGÜL
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÖKHAN BİLGİN
- Segmentation of breast microwave imaging using fuzzy c-mean clustering
Bulanık c-ortalama kümeleme kullanarak meme mikrodalga görüntülemesinin segmentasyonu
ASAL MAMIZADEH
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN
- Exploiting clustering patterns in training sets to improve classification performance of fully connected layers
Tam bağlantılı katmanların sınıflandırma performansını iyileştirmek için eğitim setlerindeki kümeleme örüntülerinden faydalanma
TOLGA AHMET KALAYCI
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. UMUT ASAN
- Hiperspektral görüntü analizinde ileri spektral ve uzamsal yöntemler
Advanced spectral and spatial methods for hyperspectral image analysis
İBRAHİM ONUR SIĞIRCI
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN BİLGİN