Geri Dön

Improving edge detection using intersection consistency

Kesişimlerin tutarlılığı kullanılarak kenar bulmayı iyileştirme

  1. Tez No: 305075
  2. Yazar: SERDAR ÇİFTÇİ
  3. Danışmanlar: PROF. DR. FATOŞ TÜNAY YARMAN VURAL, YRD. DOÇ. DR. SİNAN KALKAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2011
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 57

Özet

Kenar bulma; hareket kestirimi, derinlik algılaması, şekil temsili ve eşleştirme gibi birçok görsel işlemler, kenar bulmanın akabinde yapıldığından, bilgisayar görmesinin yararlandığı önemli bir adımdır. Bu çalışmada, daha önce kesişimlerin tespitinin iyileştirilmesinde kullanılan görüntü yönelim tabanlı yerel tutarlılık ölçümünün (Kesişimlerin Tutarlılığı, KT olarak adlandırıyoruz), yedi farklı kenar tespit edicinin sırasıyla, Canny, Roberts, Prewitt, Sobel, Gauss Filtrelenmiş Laplace (GFP), Esas Boyutluluk, Doğru Parça Bulucusu (DPB) kalitesinin arttırılıp arttırılmayacağı test edildi. KT, içerisinde renkleri bakımından çevrelerinden farklı olan belirgin nesne bulunduran resimlerde iyi çalış\-maktadır. KT, özellikle dağınık zeminleri olan doğal resimlerde iyi sonuçlar vermektedir. İnsan yapımı nesnelerde de KT iyi sonuçlar vermesine öncülük edebilir. Fakat, dağınıklığın miktarına bağlı olarak gerçek pozitif kayıpları daha önemli olabilir. Kapsamlı araştırmalarımız sonucunda, f-ölçümünde %21 civarlarında bir artış elde ettiğimizi gösterdik, bunun yanında bazı önemli kenarlar da kayboldu. Araştırmalarımız sonucunda, KT'nin Canny, GFP ve DPB gibi bazı kenar bulucularında kenar bulma kalitesini iyileştirebileceği sonucuna vardık.

Özet (Çeviri)

Edge detection is an important step in computer vision since edges are utilized by the successor visual processing stages including many tasks such as motion estimation, stereopsis, shape representation and matching, etc. In this study, we test whether a local consistency measure based on image orientation (which we call Intersection Consistency - IC), which was previously shown to improve detection of junctions, can be used for improving the quality of edge detection of seven different detectors; namely, Canny, Roberts, Prewitt, Sobel, Laplacian of Gaussian (LoG), Intrinsic Dimensionality, Line Segment Detector (LSD). IC works well on images that contain prominent objects which are different in color from their surroundings. IC give good results on natural images that have especially cluttered background. On images involving human made objects, IC leads to good results as well. But, depending on the amount of clutter, the loss of true positives might be more crucial. Through our comprehensive investigation, we show that approximately 21% increase in f-score is obtained whereas some important edges are lost. We conclude from our experiments that IC is suitable for improving the quality of edge detection in some detectors such as Canny, LoG and LSD.

Benzer Tezler

  1. Yüksek yapılarda betonarme perde duvarların kesme davranışı üzerine parametrik bir çalışma

    A parametric study on the shear behavior of reinforced concrete shear walls in tall buildings

    ALİ İHSAN ÖZCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BARIŞ ERKUŞ

  2. Edge detection of mammography image using improved artificial bee colony algorithm

    Mammografi görüntüsünün geliştirilmiş yapay arı kolonisi algoritması kullanılarak kenar tespiti

    MOHAMED AL TAWİL

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ OMAR DAKKAK

  3. Yapay arı kolonisi optimizasyonu ile kenar bulma

    Edge detection with artificial bee colony optimization

    ELİF DENİZ YİĞİTBAŞI

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. NURDAN BAYKAN

  4. Derin öğrenme yaklaşımları kullanılarak kemik dokusu üzerindeki enkondromun tespiti ve segmentasyonu

    Detection and segmentation of enchondroma on bone tissue using deep learning approaches

    AYHAN AYDIN

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CANER ÖZCAN

  5. Parameter extraction and image enhancement for catadioptric omnidirectional cameras

    Katadioptrik tüm yönlü kameralar için parametre çıkarımı ve imge iyileştirmesi

    YALIN BAŞTANLAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2005

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Enformatik Ana Bilim Dalı

    PROF. DR. YASEMİN YARDIMCI