Geri Dön

Keypoint detection and description on image curves

Imge eğrileri üzerinde anahtar nokta tespit ve betimlenmesi

  1. Tez No: 482423
  2. Yazar: ALİ KÖKSAL
  3. Danışmanlar: YRD. DOÇ. DR. MUSTAFA ÖZUYSAL
  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: 2017
  8. Dil: İngilizce
  9. Üniversite: İzmir Yüksek Teknoloji Enstitüsü
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 120

Özet

İmge eğrileri, imgeler hakkında ayırt edici bilgi sağlarken anahtar noktaların temsil edilmesinde kullanılmaktadır. Bölge sınırları ve şekil konturları, imge eğrilerinin gerçek zamanlı örneklerdir. Bu tez çalışmasında, imge eğrileri üzerinde anahtar nokta tespiti ve betimlenmesi için iki yöntem önerilmiştir. Bölge sınırlarının eğriliğinin uç noktaları, imge eğrilerinde anahtar nokta tespiti için hesaplanmıştır. Bu yöntem üç boyutlu nesnelerde, anahtar nokta tekrarlanabilirliğinin iyileşmesini sağlamıştır. İmge eğrilerinin tanımlanmasında ise şekillerin konturları kullanılmıştır. Bu yaklaşım, şekiller üzerinde tanımlama yapan yöntemler ve imge gradyanlarına benzeyip, bu yöntemlerden farklı olarak tanjant yönlerinin konumsal ve yönsel özellikleri, özellik vektörü hesaplanmasında bir arada kullanılmıştır. Özellik vektörleri karakter ve obje tanıma gibi çeşitli standart bilgisayarlı görü alanlarında tanıma ve eşleştirmede iyileşmeye yol açar.

Özet (Çeviri)

Image curves are one of the choices for representing interest points which also provide discriminative information about images. Boundary of regions and contour of shapes are real-time instances of image curves. In this thesis, we propose two approaches for keypoint detection and description on image curves. To extract keypoints on image curves, we compute the extrema curvature of region boundaries. This mechanism improves repeatability of keypoints on 3D data. For the description of image curves, shape contours are used. This is similar to approaches that describe the features based on shapes and image gradients. Unlike these approaches, we combine spatial and directional information of tangent directions to extract a feature vector that leads to improved matching and recognition on several standard computer vision tasks such as character and object recognition.

Benzer Tezler

  1. Temel bileşen analiziyle öznitelik seçimi ve görsel nesne sınıflandırma

    Feature extraction and visual object classification with principal component analysis

    ZÜHAL KURT

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi Üniversitesi

    Matematik ve Bilgisayar Bilimleri Ana Bilim Dalı

    YRD. DOÇ. DR. KEMAL ÖZKAN

  2. Natural scene image text detection and recognition using a novel global curvature feature

    Yenı küresel eğri özellikleri kullanarak doğal sahne görüntü metni algılama ve tanıma

    BELAYNESH CHEKOL

    Doktora

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NUMAN ÇELEBİ

  3. Efficient visual loop closure detection via localized moment descriptors

    Hızlı ve verimli çalışan yerelleştirilmiş görsel moment tanımlayıcılarıyla çevrim kapamaların saptanması

    CAN ERHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN TEMELTAŞ

  4. Sayısal delillerde pasif doğrulama yöntemlerine dayalı sahtecilik tespiti

    Digital evidence forgery detection based on passive authentication methods

    BESTE ÜSTÜBİOĞLU

    Doktora

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. VASIF NABIYEV

  5. Signature recognition by using SIFT and SURF with SVM basic on RBF for voting online

    Online oylama için RBF'de SVM temelli SIFT ve SURF kullanarak imza tanıması

    ABDULBARI TALIB NASER AL AZZAWI

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Elektrik ve Elektronik MühendisliğiGaziantep Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    Prof. Dr. NURAN DOĞRU