Geri Dön

Gerçek zamanlı görsel nesne tanıma

Real time visual object recognition

  1. Tez No: 96632
  2. Yazar: MUSTAFA ÖNCEL ERÜNVER
  3. Danışmanlar: PROF.DR. EROL UYAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Object recognition, feature vector, visual object segmentation, Hu moment invariants, Euclidean distance measure
  7. Yıl: 2000
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 125

Özet

Ill ÖZET GÖRSEL NESNE TANIMA Erünver, M.Öncel Yüksek Lisans Tezi, Elektronik Mühendisliği Bölümü Tez Yöneticisi: Prof.Dr.Erol Uyar Haziran 2000, 125 sayfa Bu tezde, endüstriyel uygulamalarda kullanılan otomatik sistemlere, görsel nesne tanıma yeteneği kazandırılması amacıyla gerçek zaman şartlarında çalışabilecek ve diğer sistemlere entegre olabilecek bir görsel nesne tanıma sistemi geliştirilmesi amaçlanmıştır. Bu amaç doğrultusunda genel bir görsel nesne tanıma sistemi tasarlanmıştır. Geliştirilen sistem hem hız olarak, hem de doğruluk yüzdesi olarak endüstriyel kullanıma uygundur. Sistem görüş alanına giren nesneleri farkederek onların fotoğraflarını çeker ve çekilen fotoğraftan nesneyi ayırır. Nesne aymldıktan sonra nesneye ait görsel bilgiyle, altı tane dönme, öteleme, büyüklük değişiminden bağımsız özellik, ağırlık merkezi, asal eksen açısı vb. değerler bilgisayar tarafından hesaplanır. Hesaplanan bu altı özellik nesnenin sınıflandırılması için kullanılır. Akan görüntüde oluşan ortalama parlaklık değişiminden nesnelerin belirlenmesi, farklı renk ve yansıma katsayılarına sahip nesnelerin adaptif olarak artalandan aymlması, nesnelerin görüntülerinden, HU moment sabitleri kullanılarak dönme, öteleme ve

Özet (Çeviri)

V ABSTRACT VISUAL OBJECT RECOGNITION Erünver, M. Öncel M.Sc. in Electronic Engineering Department Supervisor: Prof.Dr.Erol Uyar June 2000,125 pages In this thesis; a system that could make the automatic systems, capable of visual object recognition, is aimed to be designed and for this purpose a general visual object recognizer is designed. One of the priori constraints was that the designed system must also be integratable to other systems. The developed system is suitable for many industrial applications in many aspects; such as speed and ratio of right classifications. The system detects the object that enters its field of view, takes a photo of it and then separates the object from the background. After segmenting the object the computer calculates six rotation, translation, scale invariant features, centre of gravity, angle of principle axis etc. Afterwards, these six features are used for classification of the object. For detection of objects that enter the field of view of camera, brightness level changes in images is used. As there exists different colour objects in the set that will be recognized, adaptive thresholding is used for segmentation. For obtaining rotation, translation and scaleVI invariant feature vector representation Hu moments are used and for the classification, Euclidean distance measure is used. As an application; the recognition of moving objects on a conveyor belt is performed. This application is a live working example of the system. Because of the generality of the methods applied in the application; this application can also be used for many two dimensional visual codes, like alphabetical characters and numbers, with a modification on the database of prototype set.

Benzer Tezler

  1. Tez No

    853207

    Derin öğrenme tabanlı ses ve görüntü işleme teknolojilerine sahip otonom insansız hava aracı

    Autonomous unmanned aerial vehicle with deep learning-based audio and visual processing technologies

    ERTUĞRUL KIRAÇ

    Doktora

    Türkçe

    Türkçe

    2024

    Savunma ve Savunma Teknolojileriİstanbul Gedik Üniversitesi

    Savunma Teknolojileri Ana Bilim Dalı

    PROF. DR. SUNULLAH ÖZBEK

  2. Tez No

    689967

    İnsansız hava aracı ile gerçek zamanlı nesne tanıma

    Real time object detection with unmanned aerial vehicle

    GÖKHAN KESKİNTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBitlis Eren Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSA ÇIBUK

  3. Tez No

    558563

    Statistical methods for fine-grained retail productrecognition

    İnce taneli perakende ürün tanıma sistemi için istatistikyöntemler

    İPEK BAZ

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MÜJDAT ÇETİN

    DR. ERDEM YÖRÜK

  4. Tez No

    522765

    Indoor visual understanding with rgb-d images using deep neural networks

    Derin yapay sinir ağlarıyla bina içi üç boyutlu görsel anlama

    METEHAN DOYRAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HÜSEYİN LEVENT AKIN

  5. Tez No

    496446

    Manipulation of visually recognized objects using deep learning

    Görsel tanınan nesnelerin derin öğrenme kullanarak hareket ettirilmesi

    ERTUĞRUL BAYRAKTAR

    Doktora

    İngilizce

    İngilizce

    2018

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. PINAR BOYRAZ

Geri Dön