Image segmentation with improved region modeling

Abstract

oz GELİŞTİRİLMİŞ BÖLGE MODELLEMESİYLE RESİM BÖLÜTLEME Ersoy, Ozan Yüksek Lisans, Elektrik ve Elektronik Mühendisliği Bölümü Tez Yöneticisi: Assoc. Prof. Dr. A. Aydın Alatan Aralık 2004, 76 sayfa Resim bölütleme, dijital resim işlemenin görsel-yönlendirimli otonom robotik, ürün kalite denetimi, tıbbi teşhis, uzaktan algılanan resimler gibi alanlarda uygulamaları olan önemli bir araştırma konusudur. Resim bölütlemenin amacı, bir resmi, resimden çıkarılan belirleyici niteliklere göre türdeş bölgelerine ayırmak olarak tammlanabilir. Resim bölütleme metodlan dört kategori içinde sınıflandırılabilir: 1) kümeleme metodlan, 2) bölge-tabanlı metodlar, 3) melez metodlar, ve 4) bayesgil metodlar. Bu tezde, ilk üç kategoriye ait başlıca resim bölütleme metodlan incelenmekte ve tipik resimler üzerinde test edilmektedir. Aynca, iyi vibilinen özyinelemeli-en-kısa-ağaç yöntemi (RSST) üzerine geliştirmeler önerilmiştir. Geliştirmeler, birleştirme aşamasında her bölgeyi daha iyi modellemeyi amaçlamaktadır. Daha iyi bölge modellemesi için gri-ölçek histogram, birleşik histogram ve homojen örgü kullanılmıştır. Anahtar Kelimeler: Resim Bölütleme, Kümelendirme, Bölge-Tabanlı, RSST, Özyinelemeli-En-Kısa-Ağaç vıı

ABSTRACT IMAGE SEGMENTATION WITH IMPROVED REGION MODELING Ersoy, Ozan M.S., Department of Electrical and Electronics Engineering Supervisor: Assoc. Prof. Dr. A. Aydm Alatan December 2004, 76 pages Image segmentation is an important research area in digital image processing with several applications in vision-guided autonomous robotics, product quality inspection, medical diagnosis, the analysis of remotely sensed images, etc. The aim of image segmentation can be defined as partitioning an image into homogeneous regions in terms of the features of pixels extracted from the image. Image segmentation methods can be classified into four main categories: 1) clustering methods, 2) region-based methods, 3) hybrid methods, and 4) bayesian IVmethods. In this thesis, major image segmentation methods belonging to first three categories are examined and tested on typical images. Moreover, improvements are also proposed to well-known Recursive Shortest-Spanning Tree (RSST) algorithm. The improvements aim to better model each region during merging stage. Namely, grayscale histogram, joint histogram and homogeneous texture are used for better region modeling. Keywords: Image Segmentation, Clustering, Region-Based, RSST, Recursive Shortest-Spanning Tree