Renkli görüntülerin histogram yardımıyla ayrıştırılması
Segmentation of color images with histogram
- Tez No: 441909
- Danışmanlar: PROF. DR. ÇETİN ELMAS, PROF. DR. RECEP DEMİRCİ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 122
Özet
Sayısal görüntü işleme, bilgisayar ortamında görüntülerin onarılması, iyileştirilmesi, sıkıştırılması, ayrıştırılması ve ilgili nesnelerin tanınması gibi işlemleri içermektedir. Ayrıştırma, görüntüye ait piksellerin anlamlı bölgeler oluşturacak şekilde sınıflandırılması ve buna bağlı olarak görüntü içerisindeki nesnelerin tanınmasına olanak sağlayan bir işlemdir. Söz konusu süreç için eşikleme, kenar algılama, bölge tabanlı teknikler ve sınıflandırma teknikleri en yaygın kullanılan yöntemlerdir. Sınıflandırma ise görüntü üzerindeki benzer piksellerin aynı grup altında toplanması esasına dayanmaktadır. Ancak mevcut sınıflandırma metotlarının en büyük dezavantajları: eşik değerinin seçimi, sınıf sayısının belirlenmesinde kullanıcı müdahalesine ihtiyaç duyulması, sınıf merkezlerinin tespitinde belirli bir yöntemin bulunmaması ve ilgili algoritmaların iteratif yapılarından dolayı yavaş olmalarıdır. Bu çalışmada gri seviyeli ve renkli görüntülerin üç boyutlu histogramına dayalı yeni bir sınıflandırma algoritması önerilmiştir. Histogramların tepe noktaları sınıf merkezleri olarak atanmış ve ilgili merkeze yakın veya benzer olan pikseller aynı gruba atanmıştır. Algı bilimi alanında çalışan psikologların tespitine göre nesnelerin benzerliğini tespit sürecinde insan algısı, Öklid mesafesine bağlı olarak Gauss fonksiyonu şeklinde bir karakteristik göstermektedir. Dolayısıyla görüntüdeki piksellerin renk benzerliğini hesaplamak için renk uzayındaki Öklid mesafesi ve Gauss fonksiyonu kullanılmıştır. Sınıflandırma sürecinde benzerlik eşik değeri uyarlamalı olarak tespit edilmiş ve kullanıcı müdahalesi ortadan kaldırılmıştır. Sınıf sayısı histogram üzerinden otomatik olarak tespit edilmiştir. Önerilen algoritma için bir arayüz geliştirilmiş ve mevcut yöntemlerle karşılaştırmalı olarak sonuçlar alınmıştır. Geliştirilen yöntemin mevcut yöntemlerden daha hızlı ve insan algısına uygun sonuçlar ürettiği gözlemlenmiştir.
Özet (Çeviri)
Digital image processing includes image restoration, compression, segmentation and object recognition in a computer environment. Image segmentation is a classification of pixels in image in order to create meaningful regions and process which enables to recognize objects in image, accordingly. Thresholding, edge detection, region-based and classification techniques are the most common methods which are used for the relevant process. Classification technique is based on grouping the similar pixels in an image. However, the greatest drawbacks of conventional methods are that they require proper selection of threshold and of cluster numbers and therefore human intervention. Additionally, there is no consistent method to choose the cluster centers and also they are slow due to their iterative nature. In this study, a new classification algorithm based on three-dimensional histograms of grayscale and color images has been proposed. Peaks of histogram are assigned to be cluster centers and pixels that are close or similar to these peak pixels are assigned to the relevant cluster. According to the findings of psychologists working on the science of perception, human perception represents similar characteristics of Gaussian function that depends on the Euclidian distance. Therefore, in order to estimate the color similarity of pixels, Euclidean distance and Gaussian function on the color space was used. During the classification process, similarity threshold value has been adaptively estimated and, hence human intervention has been eliminated. Moreover, number of clusters has been automatically detected by analyzing the histograms. A user interface has been developed and, comparative results with conventional methods have been obtained with the proposed algorithm. It was observed that the proposed method produced results faster than conventional methods and more compatible with the human perception.
Benzer Tezler
- Çok seviyeli eşikleme ve arı algoritması yardımıyla renkli görüntülerin sınıflandırılması
Color image classification with multilevel thresholding and artificial bee colony algorithm
AHMET SELİM KAHRAMAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. RECEP DEMİRCİ
- Renkli histogram kullanarak içerik tabanlı görüntü erişimi
Content based image retrieval by using color histogram
MAHMUT KILIÇASLAN
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. RECEP DEMİRCİ
- Derin öğrenme tabanlı yöntemlerle düşük ışıklı görüntü iyileştirme
Low light image enhancement with deep learning based methods
EMİN CİHANGİR US
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Gerçek zaman uygulamaları için görüntü bölütleme yöntemlerinin geliştirilmesi
Improvement of image segmentation methods for real time applications
YUNUS KOÇ
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- Image segmentation techniques via robust hypothesis testing
Kararlı hipotez testi ile görüntü bölütleme teknikleri
SHAHIN MAMMADOV
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiAdana Alparslan Türkeş Bilim Ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN AFŞER