Hücresel sinir ağları ve sezgisel optimizasyon algoritmaları ile yüksek kaliteli imge işleme
High quality image processing using with cellular neural network and heuristic optimization algorithm
- Tez No: 320853
- Danışmanlar: PROF. DR. MUSTAFA ALÇI
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 173
Özet
Hücresel Sinir Ağı (HSA) hücrelerin bölgesel bağlantılı olarak düzenlenmesi ile yapılandırılmış analog bir işlemcidir. HSA, yapısının imge işleme için uygun bir yapı sunmasından dolayı imge işleme uygulamaları için yaygın olarak kullanılmaktadır. İstenen imge işleme uygulamasının gerçekleştirilmesi için ağın şablonu olarak adlandırılan hücrelerin bağlantı parametreleri, ağın yapısı değiştirilmeksizin uygun olarak ayarlanmalıdır. İstenen uygulamanın gerçekleştirilebilmesinin HSA'nın şablonlarına bağlı olmasından dolayı şablon tasarlama çalışmaları HSA alanında en önemli araştırma alanlarından biri olmuştur. HSA'nın tanıtılmasından sonra birçok şablon tasarlama yöntemi önerilmiştir. Bu yöntemler; analitik yöntemler, bölgesel öğrenme algoritmaları ve küresel öğrenme algoritmaları olarak sınıflandırılabilinir. Ancak tüm imge işleme uygulamaları için kullanılabilecek genelleştirilmiş bir yöntem geliştirilememiştir.Bu tez çalışmasında farklı imge işleme uygulamalarının yüksek kaliteli olarak gerçekleştirilmesi için doğrusal ve doğrusal olmayan HSA şablonlarının sezgisel yöntemlere dayalı optimizasyon algoritmaları ile tasarlanması önerilmiştir. Karmaşık imge işleme uygulamaları için ön işlem ve ana yöntem olarak kullanılan kenar algılama ve gürültü giderimi uygulamaları Sezgisel Optimizasyon Algoritmaları (SOA) ile belirlenen doğrusal ve doğrusal olmayan HSA şablonları kullanılarak gerçekleştirilmiştir. Her bir SOA yönteminin şablonları tasarlamadaki performansını belirlemek için çoklu koşmalar ile değerlendirmeler yapılmıştır. Ayrıca bu çoklu koşmalara dayalı istatistiksel testler gerçekleştirilmiştir. SOA ile belirlenen HSA şablonları yapay ve gerçek imgeler kullanılarak test edilmiştir. Sonuçlar bilinen klasik imge işleme yöntemlerinin sonuçları ile niteliksel ve niceliksel olarak karşılaştırılmıştır.Bu çalışma göstermektedir ki; eğer HSA ile istenen imge işleme uygulaması için SOA'nın uygun bir kalite metriği geliştirilebilinirse, sezgisel algoritmalar HSA şablonlarını tasarlamak için çok uygun ve elverişli genelleştirilmiş bir tasarım platformu sunmaktadır.
Özet (Çeviri)
Cellular Neural Network (CNN) is analog processor array formed of locally-coupled cells. CNN has been widely used in image processing application due to its structure is more suitable for image processing. Connection parameters of cells that are called clonning templates can be set according to the application for realization of desired task on CNN without changing its structure. Therefore, clonning template designing study is one of the most important research topic in this field. Many clonning templates designing methods are proposed after the introduction of the CNN paradigm. These methods can be classified as analytical methods, local learning algorithms and global learning algorithms. However, there is no any generalized templates desinging method, so far.In this thesis, lineer and nonlinear clonning templates of CNN are designed by using optimization algorithms based on heuristic methods in order to realize different high quality image processing applications effectively. Edge detection, which is used as main image processing and preliminary processing for complex image processing applications, are realized on CNN by using lineer clonning templates obtained from Heuristic Optimization Algorithms (HOA). Impulsive noise reduction are executed by using obtained nonlineer clonning templates of CNN. Each method of HOA is examined with multiple runs to determine its performance for designing clonning templates of CNN. In addition, statistical tests are executed based on results of multiple runs. Performances of the CNN templates are evaluated on artificial and real test images. The results are subjectively and quantitatively compared with well-known classical techniques.This study demonstrates that, if a quality metric is ensured to desired image processing applications, HOA is a suitable platform to design clonning templates of CNN.
Benzer Tezler
- Geniş bant kod bölmeli çoklu erişim sistemlerinde ayrık frekans planlaması için optimizasyon
Optimization for discrete frequency planning in multiple access systems with broadband code division
SENCER AKSOY
Yüksek Lisans
Türkçe
2019
Mühendislik BilimleriMuğla Sıtkı Koçman ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OSMAN ÖZKARACA
- Beamforming design for network multiple-input multiple-output (MIMO) systems with multiple cooperating base stations
Birden çok ortak çalışan baz istasyonu içeren çok girdili çok çıktılı veri ağları için hüzme biçimlendirme tasarımı
FEHMİ EMRE KADAN
Doktora
İngilizce
2021
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ ÖZGÜR YILMAZ
- A software defined network framework in 5G wireless systems
5G kablosuz sistemlerde yazılım temelli ağ iskeleti
GÖKHAN SEÇİNTİ
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BERK CANBERK
- Green networking: From conventional to next generation heterogeneous cellular networks
Geleneksel ağlardan yeni nesil çoktürel hücresel ağlara yeşil iletişim
MEHMET AYKUT YİĞİTEL
Doktora
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CEM ERSOY
YRD. DOÇ. DR. ÖZLEM DURMAZ İNCEL
- Hücresel imalat sistemlerinde maliyet ve sinir ağları tabanlı iki evreli bir kümelendirme yaklaşımı
Artificial neurat network x operation costs based twostage GT clusterning procedure
AFFAN NOMAK
Yüksek Lisans
Türkçe
1995
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. BÜLENT DURMUŞOĞLU