Geri Dön

Color quantization with nature inspired computing

Doğa esinli hesaplama ile renk kuantalama

  1. Tez No: 318664
  2. Yazar: AMİR POORSADEG ZADEH YEGANEH
  3. Danışmanlar: YRD. DOÇ. DR. MUSTAFA ORAL
  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: 2012
  8. Dil: İngilizce
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 120

Özet

Bu tezde, iki doğa esinli optimizasyon algoritması Renk Kuantalama (CQ) problemine uygulanmıştır. CQ, bir resim içerisindeki farklı renklerin sayısını azaltmak için kullanılan bir tekniktir. Sınırlı sayıda renge sahip bir resim, birçok yazılım veya donanımın daha etkin kullanılmasını sağlar. Ancak , bu işlem resmin görsel kalitesini düşürür. Bu yüzden, CQ'daki en büyük kaygılardan birisi kuantalanmış resimdeki bozulmayı mümkün olduğu kadar düşük seviyede tutmaktır. CQ bir NP-Hard problemi olarak değerlendirilmektedir.Bu çalışmanın ilk kısmında, ilk olarak, Akıllı Su Damlaları (IWD) algoritması temel CQ problemine adapte edilmiştir. Önerilen IWD-CQ algoritması standart test resimleri ile değerlendirilmiştir. Literatürde bulunan sekiz farklı algoritmayla karşılaştırıldığında, IWD-CQ algoritmasının daha iyi sonuçlar elde ettiği görülmüştür. Karşılaştırmalarda sıkça kullanılan beş geleneksel metot (Uniform, Popularity, Median-Cut, Octree, K-Means) ve üç önemli yapay zekâ metodu (Özdüzenleyici Haritalar, Karınca Kolonisi Optimizasyonu ve Tavlama Benzetimi) kullanmıştır. Sonuçlar, IWD-CQ algoritmasının diğer algoritmalara göre daha az kuanlatama hatası ile çalıştığını göstermektedir.Çalışmanın ikinci kısmında, İnsan Görüş Sistemine (HVS) dayalı, algısal CQ algoritma modeli incelemektedir. Bu model, insan gözünün komşu piksellerin renk ortalamasını algılama özelliğinin, bir benzetimidir. Optimizasyon yöntemi olarak Diferansiyel Gelişim (DE) algoritması kullanılmış ve parametrelerinin nasıl ayarlandığı anlatılmıştır. Önerilen DE-PCQ algoritmasından elde edilen sonuçlar, aynı algısal modelin daha önce bahsedilen beş geleneksel metoda uygulanması sonucu elde edilen sonuçlar ile karşılaştırılmış ve tartışılmıştır. Karşılaştırma sonuçları, DE-PCQ algoritması ile quantalanan resimlerin algısal kalitesinin bariz bir şekilde daha üstün olduğunu göstermektedir.

Özet (Çeviri)

In this thesis, two different nature inspired optimization algorithms are applied to the Color Quantization (CQ) problem. CQ is a technique that is used to decrease the number of distinct colors in an image. In many applications, an image with a limited number of colors provides more effective implementations either in software or hardware. However, this process reduces the visual quality of the image. Therefore, one of the major concerns in CQ is keeping the distortion of the quantized image as low as possible. CQ is considered as an NP-Hard optimization problem.In the first part of this study, for the first time, Intelligent Water Drops (IWD) algorithm is adopted to Basic CQ. The proposed algorithm IWD-CQ was tested on a set of standard test images. The comparison results against eight approaches revealed that IWD-CQ algorithm achieves promising results in terms of the visual quality of quantized images. The algorithms used for comparison include five widely used conventional methods; Uniform, Popularity, Median-Cut, Octree and K-Means and three prominent Artificial Intelligence methods; Self Organizing Maps, Ant Colony Optimization and Simulated Annealing. The results show that none of the mentioned algorithms achieve lower quantization errors than the IWD-CQ algorithm.Second part of the study, investigates a Perceptual CQ approach which is based on a model of Human Vision System (HVS). The model aims to simulate the property of human?s eye in perceiving an average color of the adjacent pixels. The related study was carried out using Differential Evolution (DE) algorithm as the optimizer. Moreover, tuning of the DE parameters for the proposed method is covered. Outcomes of the proposed algorithm, DE-PCQ, are discussed and compared with results of previously mentioned five conventional methods applying the same perceptual approach. Comparison results demonstrate distinct superiority of DE-PCQ in terms of the perceptual quality of quantized images.

Benzer Tezler

  1. Color quantization by partical swarm optimization algorithm, differential evolution algorithm and grey wolf algorithm

    Parçacık sürüsü optimizasyonu algoritması, evrimsel fark algoritması ve bozkurt algoritması ile renk kuantalama

    FATMA ÖZYURT

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    ZiraatÇukurova Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA ORAL

  2. Uzaktan algılama verileriyle orman yangını analizi

    Forest fire analysis with remote sensing data

    COŞKUN ÖZKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Jeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FİLİZ SUNAR

  3. Körfezlerdeki su kalitesinin uydu görüntü verileri yardımıyla incelenmesi

    The Evaluation of water-quality in the bays by satellite images

    FİLİZ SUNAR

    Doktora

    Türkçe

    Türkçe

    1991

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    PROF.DR. CANKUT ÖRMECİ

  4. Uydu görüntü verisinin yapay sinir ağları ile sınıflandırılması

    Classification of satellite imagery data with artificial neural networks

    COŞKUN ÖZKAN

    Doktora

    Türkçe

    Türkçe

    2001

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Jeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı

    DOÇ.DR. FİLİZ SUNAR ERBEK

  5. Sayısal hücre görüntülerinin kodlanması ve nicel analizi

    Coding and quantitative analysis of the digital cell images

    NEŞE APAK

    Yüksek Lisans

    Türkçe

    Türkçe

    1993

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Y.DOÇ.DR. MUHİTTİN GÖKMEN