Desen sınıflandırma için kortikal gösterimlerin geleneksel görüntü işleme yöntemleri ile karşılaştırılması
Comparison of cortical representations with the traditional image processing methods for texture classification
- Tez No: 462960
- Danışmanlar: PROF. DR. AHMET SERTBAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 86
Özet
Desen, bir görüntüdeki ilgili bölgelerin tespitinde veya bir nesnenin tanımlanmasında kullanılan önemli bir özelliktir. Desenlerin sınıflandırılması çalışmalarının başlıca araştırma konuları bir deseni temsil edecek özellik kümesinin nasıl belirleneceği ve desenler arasındaki güçlü benzerlik/farklılık ölçümünün nasıl yapılacağıdır. Bu konuda önerilen birçok öznitelik çıkarım yöntemi mevcuttur. Son zamanlarda, insan beyninin desenleri algılama, sınıflandırma ve analiz yapabilme kapasitesi örnek alınarak birçok yapay öğrenme yöntemi geliştirilmektedir. İnsan görme sisteminin en çok bilinen ve en çok çalışılan alanı birincil görme korteksidir (V1). V1'in görsel bilgileri aldığı ve görsel veri işlemenin ilk adımı olan Katman-4 için birçok matematiksel veri işleme modeli geliştirilmiştir. Tez kapsamında, Favorov'un Katman-4 için geliştirmiş olduğu hesaplamalı modelin doğrusal boyut indirgeme sonucu elde edilen 5-boyutlu Katman-3 gösterimi öznitelikleri ile öznitelik çıkarım yöntemlerinden piksel, GWT ve LBP özniteliklerinin çeşitli testler üzerindeki sınıflandırma performansları karşılaştırılmıştır. Bu tez çalışması ile desen tipi imgelerde desen sınıflandırılması problemlerinin daha iyi anlaşılması, ileride geliştirilebilecek yöntemlere ve doğal tip imgelerde desen sınıflandırılması konusunda literatüre katkı sağlanması amaçlanmıştır.
Özet (Çeviri)
A texture is an important feature used in the identification of the regions in an image or in the identification of an object. The main research topics of classification studies of textures are how to determine the feature set to represent a texture and how to measure the strong similarity/difference between textures. On this regard, there are many suggested feature extraction methods. Recently, many artificial learning methods are being developed by taking as an example the capacity of the human brain to perceive, classify and analyze textures. The primary visual cortex is the best-known and best-studied area of the human visual system (V1). Several mathematical data processing models have been developed for Layer-4, the first step of V1's visual information and visual data processing. Within the context of the thesis, the classification performance of the pixel, GWT and LBP features of feature extraction methods with the 5-dimensional Layer-3 representation features obtained from the linear dimension reduction result of the computational model developed Favorov's Layer-4 have been compared. This thesis study aims to provide a better understanding of texture classification problems in texture type images, to methods that can be developed in the future and to the literary contribution to texture classification in natural type images.
Benzer Tezler
- Context aware real-time clustering with cortical coding method
Kortikal kodlama yöntemi ile bağlama duyarlı gerçek zamanlı kümeleme
SELİM EREN ERYILMAZ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK BERK ÜSTÜNDAĞ
- Development of software tools for improved 1H magnetic resonance spectroscopic imaging
İyileştirilmiş 1H manyetik rezonans spektroskopik görüntüleme için yazılım araçlarının geliştirilmesi
SEVİM CENGİZ
Doktora
İngilizce
2022
BiyomühendislikBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. ESİN ÖZTÜRK IŞIK
- A support vector machine-based approach for southbound communication detection in SDN using openflow
Openflow kullanarak SDN'de güney yönlü iletişim tespiti için destek vektör makinesi tabanlı bir yaklaşım
ALİ GÖKHAN AVRAN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN SEÇİNTİ
- A new method based on artificial neural network for fingerprint classification and recognition
Parmak izi ve sınıflandırma tanıma için yapay sinir ağı dayalı yeni bir yöntem
OMAR NAJEM
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiMatematik ve Bilgisayar Bilimleri Ana Bilim Dalı
Assist. Prof. Dr. YURIY ALYEKSYEYENKOV
- Çiftçi kayıt verileri ve açık kaynak kodlu EO-Learn kütüphanesi kullanılarak tarımsal ürün desen tespiti ve kontrolü
Agricultural product pattern detection and control using farmer registration data and open source code EO-Learn library
FATİH FEHMİ ŞİMŞEK
Doktora
Türkçe
2022
Jeodezi ve FotogrametriNecmettin Erbakan ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. SÜLEYMAN SAVAŞ DURDURAN