Kaos temelli meta-sezgisel optimizasyon yöntemleri ile çok seviyeli imge eşikleme
Multi - thresholding using chaos based meta-heuristic optimization methods
- Tez No: 917945
- Danışmanlar: DOÇ. DR. TURGAY KAYA
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 109
Özet
Optimizasyon, bir sistem, süreç veya problemi, belirli bir amaç doğrultusunda en iyi çalışacak şekilde düzenleme, ayarlama veya seçme işlemidir. Bu işlemi gerçekleştiren metasezgisel optimizasyon algoritmaları, birden fazla durumu değerlendirerek olası en iyi çözümü sunmayı hedeflemektedir. Metasezgisel optimizasyon algoritmalarında süreci etkileyen parametrelerden biri olan başlangıç popülasyonunun, problem uzayına dağılımının performansını arttırmak ve daha çeşitli olası çözümlere ulaşmak için kaotik sistemler önerilmiştir. Başlangıç popülasyonunun kaotik bir karakteristik kazanmasıyla arama uzayında tekrara düşmeyen bir dağılım gerçekleştirilir. Bu durum, daha fazla olasılığı değerlendirmeye olanak sağlar. Bu çalışmada, Arşimet Optimizasyon Algoritması, Balık Kartalı Optimizasyonu, Balina Optimizasyon Algoritması, Parçacık Sürü Optimizasyonu, Sekreter Kuşu Optimizasyonu, Savaş Stratejileri Optimizasyonu ve Zebra Optimizasyon Algoritması değerlendirilmek üzere kaotik özellik kazandırılmıştır. Belirtilen 7 optimizasyon algoritmasının başlangıç popülasyonu, Logistic, Chebyshev, Circle, Sine, Piecewise kaotik haritalarının karakteristiği ile düzenlenerek her optimizasyon algoritması için 5 kaotik versiyon önerilmiştir. Algoritmaların orijinal versiyonları ve elde edilen kaotik başlangıçlı versiyonlarının performansları her biri kendi içinde 23 Benchmark fonksiyonu ile test edilmiştir. Elde edilen 42 adet optimizasyon algoritması, Benchmark fonksiyonlarının tamamına göre değerlendirildiğinde Logistic harita başlangıçlı WSO algoritması %52,17 oranıyla diğer algoritmalardan daha başarılı olmuştur. Metasezgisel optimizasyon algoritmalarını oluşturan diğer bir parametre, optimize edilmek istenen değerin tanımlandığı amaç fonksiyonlarıdır. Çalışmada, performansları değerlendirilen optimizasyon algoritmalarının ve bunların kaotik versiyonlarının amaç fonksiyonları, görüntü işleme uygulamalarında genellikle önişlem olarak tercih edilen çok seviyeli görüntü eşikleme yöntemleri ile düzenlenmiştir. Çok seviyeli görüntü eşikleme yöntemleri ile görüntü ikiden fazla segmente ayrılmakta ve bu sayede görüntü analizi daha verimli gerçekleştirilmektedir. Bu çalışmada, çok seviyeli eşikleme için Otsu Metodu ve Kapur Entropisi, performansları değerlendirilen optimizasyon algoritmalarının amaç fonksiyonu olarak düzenlenmiştir. Algoritmalar, kullanıcı tarafından manuel olarak belirlenen eşik değer sayısı ile 5 farklı test görüntüsüne uygulanmıştır. Elde edilen sonuçların özgünlüğü değerlendirmek amacıyla non-parametrik istatistiksel testlerden Wilcoxon ve Friedman testleri ile değerlendirilmiş, farklılıkları yüzdesel olarak belirtilmiştir. İstatistiksel testlerin sonuçları göz önünde bulundurulduğunda çok seviyeli eşikleme uygulaması için optimizasyon algoritmalarının kaotik versiyonlarıyla %100 farklı olduğu belirlenmiştir.
Özet (Çeviri)
Optimization is the process of organizing, adjusting, or selecting a system, process, or problem to function in the best possible way for a specific purpose. Metaheuristic optimization algorithms, which perform this process, aim to evaluate multiple states and provide the best possible solution. To enhance the performance of the initial population's distribution in the problem space and to achieve more diverse potential solutions, chaotic systems have been proposed in metaheuristic optimization algorithms. By incorporating chaotic characteristics into the initial population, a non-repetitive distribution in the search space is achieved. This allows for the evaluation of more possibilities. In this study, the Archimedes Optimization Algorithm, Osprey Optimization, Whale Optimization Algorithm, Particle Swarm Optimization, Secretary Bird Optimization, War Strategy Optimization, and Zebra Optimization Algorithm were enhanced with chaotic features. The initial populations of the mentioned seven optimization algorithms were modified using the characteristics of five chaotic maps: Logistic, Chebyshev, Circle, Sine, and Piecewise. Five chaotic versions were proposed for each optimization algorithm. The performance of the original versions and the chaotic initial population versions of these algorithms were tested using 23 Benchmark functions for each. When the 42 resulting optimization algorithms were evaluated across all Benchmark functions, the WSO algorithm with a Logistic map-based initial population achieved a success rate of 52.17%, outperforming the other algorithms. Another parameter that defines metaheuristic optimization algorithms is the objective functions, which represent the value to be optimized. In this study, the objective functions of the optimization algorithms and their chaotic versions, whose performances were evaluated, were structured using multi-level image thresholding methods, commonly preferred as preprocessing techniques in image processing applications. Multi-level image thresholding divides an image into more than two segments, enabling more efficient image analysis. Otsu Method and Kapur Entropy were used as objective functions for the optimization algorithms in the context of multi-level thresholding in this research. The algorithms were applied to five different test images, with the number of threshold levels manually determined by the user. To evaluate the uniqueness of the obtained results, non-parametric statistical tests such as the Wilcoxon and Friedman tests were performed, and the differences were expressed in percentage terms. Considering the results of the statistical tests, it was determined that the optimization algorithms with chaotic versions differed by 100% in multi-level thresholding applications.
Benzer Tezler
- Pıd ve kayan kipli kontrolcü parametrelerinin kaos tabanlı HGSO yöntemi ile belirlenmesi
Determination of pid and sliding mode controller parameters using chaos based HGSO method
MUHAMMED SALİH SARIKAYA
Doktora
Türkçe
2025
Mekatronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. ADNAN DERDİYOK
- Büyük boyutlu veriler için metasezgisel yöntemler ile öznitelik indirgemede yeni bir yaklaşım geliştirilmesi
Developing a new approach to feature selection with metaheuristic methods for large scale data
ESİN AYŞE ZAİMOĞLU
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİLÜFER YURTAY
- Örgüt topluluklarında yeni örgüt formlarının oluşumu: Türkiye ve Avrupa bağlamında bir araştırma
Formation of new organizational forms in organizational populations: A study in the context of Türkiye and Europe
SENCER ÖZEL
Doktora
Türkçe
2024
İşletmeGalatasaray Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. NACİYE AYLİN ATAAY SAYBAŞILI
- Kaos ve kriptoloji arasındaki ilişkiyi kullanarak yeni güvenlik ölçütleri ve analiz metotlarının geliştirmesi
Improvement of new security criteria and analysis methods using relationship between chaos and cryptography
YILMAZ AYDIN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. FATİH ÖZKAYNAK
- Nesnelerin interneti uygulamalarında kaos temelli görüntü şifreleme
Chaos-based image encryption in internet of things applications
CEMİLE İNCE
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DAVUT HANBAY