Görüntü sınıflandırma algoritmalarının başlangıç değerlerinin otomatik atanması
Automatic assignment of initial values of image classification algorithms
- Tez No: 812897
- Danışmanlar: PROF. DR. RECEP DEMİRCİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Kümeleme, benzerliği yüksek olan veriler aynı alt kümede, benzerliği düşük olan veriler farklı alt kümelerde olacak şekilde gruplandırılması işlemidir. Renkli görüntülerin kümelenmesinde K-ortalamalar ve bulanık C-ortalamalar algoritmaları sıklıkla tercih edilmektedir. Ancak söz konusu algoritmalarda başlangıç küme merkezleri rastgele belirlendiğinden, iterasyon sayısı aynı kalmak kaydıyla sonuçların farklı olması muhtemeldir. Bu özellik her iki algoritma için de en önemli problemdir ve güvenilirliği azaltmaktadır. İlgili sorunun çözümü için ilk önerilen yaklaşım iterasyon sayısını arttırmak olmuştur. Diğer taraftan iterasyon sayısının artırılması aynı zamanda hesaplama maliyetini artırmaktadır. Bu çalışmada sekizli ağaç algoritması kullanılarak başlangıç küme merkezlerinin otomatik atanması için yeni bir yöntem önerilmiştir. Önerilen stratejide, renkli görüntülere sekizli ağaç algoritmasının seviyesine bağlı olarak öncelikle nicelleştirme işlemi uygulanmıştır. Oluşan alt kümeler piksel sayılarına göre büyükten küçüğe doğru sıralanmıştır ve ihtiyaca göre başlangıç küme merkezleri olarak atanmıştır. Böylece başlangıç küme merkezlerinin otomatik olarak atanması sağlanmıştır. Herhangi bir renkli görüntüde kuantalanmış vektörlerin RGB renk uzayındaki konumları sabit olduğundan, önerilen yöntem ile deterministik bir algoritma elde edilmiştir.
Özet (Çeviri)
Clustering is the process of grouping data with high similarity in the same subset and data with low similarity in different subsets. K-means and fuzzy C-means algorithms are often preferred for clustering color images. However, since the initial cluster centers are determined randomly, results are likely to be different when the number of iterations remains the same. This feature is the most important problem for both algorithms since it reduces reliability. The first suggested solution for the related problem was to increase the number of iterations. However, increase in the number of iterations causes an increase in the computational cost. In this study, a new method has been proposed for automatic assignment of initial cluster centers using octree algorithm. In the proposed strategy, firstly, the color images were quantized depending on the level of octree algorithm. Then the resulting subsets were sorted from the largest to the smallest according to the number of pixels. Finally, initial cluster centers were assigned compatible with cluster numbers of K-means and fuzzy C-means algorithms. Consequently, initial cluster centers are automatically determined. Since the positions of quantized vectors in RGB color space are fixed for any color image, a deterministic algorithm has been obtained.
Benzer Tezler
- Random forest classification of tomato fields with planet satellite image data and accuracy assessment
Planet uydu görüntü verileriyle yüksek doğruluklu domates ürün tipi sınıflandırmasında rastgele orman sınıflandırma yönteminin kullanımı ve doğruluk analizi
BETÜL ŞALLI
Yüksek Lisans
İngilizce
2020
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE FİLİZ SUNAR
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- 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 compression based on centipede model
Kırkayak modeline dayalı görüntü sıkıştırma
BİNNUR KURT
Yüksek Lisans
İngilizce
1997
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. MUHİTTİN GÖKMEN
- Optimization of deep neural network architectures for the forest fire detection
Orman yangini tespitinde derin sinir aği mimarilerinin optimizasyonu
BERRİN SAVDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN
PROF. DR. HAZIM KEMAL EKENEL