Texture analysis using adaptive two-dimensional lattice filters
Uyarlamalı iki boyutlu kafes süzgeçlerle doku analizi
- Tez No: 65156
- Danışmanlar: YRD. DOÇ. DR. AYŞIN ERTÜZÜN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1997
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 73
Özet
UYARLAMALI İKİ BOYUTLU KAFES SÜZGEÇLERLE DOKU ANALİZİ ÖZET Doku analizi teksil kalite kontrolünde uygulanan önemli yaklaşımlardan biridir. Kafes süzgecin önemli bir özelliği ise, bir doku imgesindeki öngörülebilen kısmı süzgeçleyerek imgede yalnızca öngörülemeyecek kısmı bırakmasıdır ve öngörülemeyecek kısım genellikle dokudaki hataya karşılık gelir. Bu tez çalışmasında üç- alttı- sekiz- ve oniki- parametreli kafes süzgeçler doku hata analizi yapmak amacıyla öngörü hata süzgeçlemesinde kullanılmıştır. Kafes süzgeçlerin uyarlanması ise gradyant temelli, en küçük ortalama kareler, en küçük kareler ve ağırlıklı en küçük kareler yöntemleriyle yapılmıştır. Ağırlıklı en küçük kareler yöntemi daha gürbüz bir kestirim yapmakta ve dağılımın dışında kalan değerlerin etkisini büyük ölçüde yokederek yanlış alamı oranını azaltmaktadır.Bu şekilde elde edilen süzgeçler hatalı gerçek doku imgelerine gözetilen ve gözetilmeyen yaklaşımlarla uygulanmış, elde edilen sonuçlar değerlendirilmiş ve karşılaştırılmıştır.
Özet (Çeviri)
ABSTRACT Texture analysis is an important approach in textile quality control. Lattice filters have the valuable property of removing the predictable part in a texture image resulting in an image where only the unpredictable part remains, which corresponds to the defect in the texture. In this thesis the three-, six-, eight- and the twelve parameter 2-D lattice filters have been used for prediction error filtering for the purpose of texture defect detection. Adaptation of the lattice filter structures have been made through, gradient based, least mean squares, least squares and weighted least squares algorithms. The weighted least squares algorithm performs a more robust estimation in order to decrease the effect of the outliers that generally correspond to false alarms. The adaptive filters thus obtained have been applied on actual defective texture images in supervised and the unsupervised approaches, results are compared and evaluated.
Benzer Tezler
- Uydu görüntü verisinin yapay sinir ağları ile sınıflandırılması
Classification of satellite imagery data with artificial neural networks
COŞKUN ÖZKAN
Doktora
Türkçe
2001
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
DOÇ.DR. FİLİZ SUNAR ERBEK
- Gevşeme temelli kenar belirleme algoritması
Başlık çevirisi yok
GÜRAY GÜNGÖR
Yüksek Lisans
Türkçe
1998
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiBiyomedikal Mühendisliği Bilim Dalı
DOÇ. DR. TAMER ÖLMEZ
- 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
- Design and modelling of urban development areas with reference to historical settlements: case of Korça
Tarihi yerleşme ögeleri referanslı şehir gelişme alanların tasarımı ve modellenmesı: Korça örneği
EGIN ZEKA
Doktora
İngilizce
2020
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. MEHMET ALİ YÜZER
- Uydu görüntüleri, meteorolojik veriler ve kamera fotoğrafları ile pamuk ve mısır bitkileri için rekolte tahmin modeli tasarımı: Şanlıurfa örneği
Crop yield estimation model design for cotton and maize crops using satellite imagery, meteorological data and camera photographs: Şanlıurfa case study
UĞUR ALGANCI
Doktora
Türkçe
2014
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. CANKUT ÖRMECİ