On edge linking
Kenar bağlama üzerine bir çalışma
- Tez No: 432788
- Danışmanlar: DOÇ. DR. CÜNEYT AKINLAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Anadolu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Kenar tespiti bircok bilgisayarlı görü ve imge işleme uygulamalarında temel ilk adımdır. Geleneksel kenar tespit algoritmalarının urettikleri ikili kenar haritalar coğunlukla birden fazla piksel genisliginde ve -ozellikle gurultulu resimlerde- parçalı kenar fragmanlarından oluştuğu için, uretilen ikili kenar haritasındaki boslukların doldurulması ve gurultulerin temizlenmesi için kenar baglama islemi kullanılmaktadır. Bir kenar baglama algoritması ikili kenar haritasın isleyip yuksek kalitede (tek piksel genisliginde ve bitisik) kenar bölütleri uretmelidir. Bu bölütleri daha sonra çizgi, ark ve şekil tespiti, imge bolutleme, gibi birçok uygulamada kullanlabilirler. Bu tezde iki adet kenar baglama algoritması önerilmistir. İlk önerilen algoritma Canny kenar tespit algoritmas tarafından uretilen ikili kenar haritalarını, yakın zamanda önerilen Kenar Çizme algoritmasının Akıllı Rotalama adımın kullanarak çalışan, bu sebeple CannySR olarak adlandırılan bir algoritmadr. Ikinci onerilen algoritma ise girdi olarak herhangi bir kenar tespit algoritmas tarafndan uretilen bir kenar haritas alp bunu kenar bolutlerine cevirir. Bu islem esnasında kenar haritası içindeki bir piksel buyuklugundeki bosluklar doldurur, gurultulu kenar piksel grupların temizler ve birkac piksel genisligindeki kenar piksel olusumlarn inceltir. Bu algoritma kenar haritası uzerinde geçmis hareketlerinden uretilen ongoruler ile hareket ettiği için Öngörülü Kenar Baglama (PEL) olarak adlandırılır. PEL ve CannySR'nin performans öncelikle görsel deneyler vasıtasıyla nitel olarak degerlendirilmistir. Nicel degerlendirme ise Berkeley Bolut Kyaslama (BSDS 300)'nın dogruluk-hatrlama çerçevesi içinde gerceklestirilmistir. Onerilen algoritmalar hem Canny ile hem de dogal bir kenar bolut tespit algoritmas olan Kenar Çizme algoritmas ile karslastrlmstr. Hem gorsel, hem de nicel degerlendirmeler onerilen CannySR ve PEL kenar baglama algoritmalar nn geleneksel kenar tespit algoritmalar tarafndan uretilen ikili kenar haritalarnn sekilsel kalitelerini buyuk olcude iyilestirdigini gostermektedir. Ayrca algoritmalar cok ksa zamanda calsmaktadr, ve bu sebeple gercek zamanl uygulamalar için cok uygun olacaklar dusunulmektedir.
Özet (Çeviri)
Edge detection is a fundamental rst step in many computer vision and image processing applications. Since traditional edge detection algorithms produce binary edge maps as output (which usually consist of multi-pixel wide, disconnected -especially in noisy images- edge fragments), an additional edge linking step is usually employed to clean up the resulting edge map and combine disjoint edge fragments. An edge linker takes a binary edge map as input and is expected to generate high-quality (one-pixel wide and contiguous) edge segments (chain of pixels), which are then used in such applications as line, arc and shape detection, image segmentation, tracking and registration, among many others. In this thesis, two edge linking algorithms are proposed: The rst algorithm makes use of the Smart Routing (SR) step of the recently proposed edge segment detection algorithm Edge Drawing (ED), to convert Canny's binary edge maps to edge segments; thus the name CannySR. The second algorithm takes in a binary edge map generated by any arbitrary traditional edge detection algorithm and converts it to a set of edge segments; lling in one pixel gaps in the edge map, cleaning up noisy edge pixel groups and thinning multi-pixel wide edge pixel formations in the process. The algorithm walks over the edge map based on the predictions generated from its past movements; thus the name Predictive Edge Linking (PEL). We evaluate the performance of CannySR and PEL both qualitatively using visual experiments and quantitatively within the precision-recall framework of the Berkeley Segmentation Benchmark (BSDS 300), and compare its performance with ED, which is a natural edge segment detection algorithm. Both visual experiments and quantitative evaluation results show that both CannySR and PEL greatly improves the modal quality of binary edge maps produced by traditional edge detectors, and take a very small amount of time to execute making them suitable for real-time image processing and computer vision applications.
Benzer Tezler
- Kadastro paftalarının geometrik niteliğinin yükseltilmesinde ve yenilenmesinde homojenleştirme algoritmaları
Başlık çevirisi yok
NECLA ULUĞTEKİN
- Finansal tablolardan teşvik edilmesi gereken alt sektörlerin belirlenmesi: Makine sektörü çalışması
Identifying the subsectors to be incentivized based on financial accounts: Machinery sector study
YILMAZ ŞAHİN
- Ses teli damar ve şekil özelliklerini değerlendirerek ses telipatolojilerinin sınıflandırılması
Classification of laryngeal disorders based on shape and vascular patterns of vocal folds
HAFİZA İREM TÜRKMEN ÇİLİNGİR
Doktora
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. MİNE ELİF KARSLIGİL
- Kentsel mekan tasarım ilkeleri ve mimari oluşuma etkileri
Urban design principles and their effects on architecture
VİKTOR PARDOROKES
- Kentsel bir altyapının biyopolitikası: D-100 karayolu
Biopolitics of an urban infrastructure: D-100 highway
ERDEM ÜNGÜR