Bir otomatik hedef tanıma algoritmasının donanım gerçeklemesine yönelik optimizasyonu

Abstract

Otomatik Hedef Tanıma (OHT), amaca yönelik tasarlanan algoritma ya da donanımların giriş verilerini otonom olarak tanıması veya sınıflandırması işlemlerinin gelen adıdır. Otomatik hedef tanıma amacıyla oluşturulmuş otonom yapı ya da düzenekler OHT sistemi olarak adlandırılır. OHT sistemleri, sınırlı optik spektrum hassasiyetine sahip, kolaylıkla yanılabilen insan algısını devreden çıkarması ve karmaşık veri kümelerini değerlendirebilme yeteneğine sahip olması açısından son yıllarda hem sivil hem de askeri pek çok alanda yaygın bir şekilde kullanılmaktadır.OHT sistemlerinin tasarlanmasında kullanılan teknikler, görüntü işleme ve istatistiksel tabanlı olmak üzere iki ana başlık altında değerlendirilebilir. Tez çalışmasında hem görüntü işleme hem de istatistiksel teknikler üzerinden geniş bir literatür taraması yapılmış ve çeşitli alanlarda avantajlı hale gelen görüntü işleme tabanlı algoritmalar, uygulamalarıyla birlikte değerlendirilmiştir.Aided Target Recognation, Automatic Target Recognation, Automatic Tracking System ve otomatik hedef tanıma (OHT) sistemleri gibi farklı adlar altında tanımlanan otonom tanıma sistemleri, gelişen algılayıcı teknolojileri sayesinde elde edilen yüksek boyuttaki veri kümelerini kısa sürede otonom bir şekilde işleyebilmekte ve değerlen-direbilmektedir. Diğer yandan bu sistemlerin en büyük dezavantajı ise özel bir amaç için tasarlanmış olmaları ve probleme sınırlı bir alanda çözüm sunmalarıdır. Özellikle görüntü işleme tabanlı sistemler, problemlere genel çözümler sunmaktan ziyade giriş verisine bağımlı, sınırlı bir alandaki problemlere çözüm getirmektedir. Bu dezavantajın en önemli nedeni algoritmaların problem odaklı tasarlanmasıdır. Problem odaklı tasarlanmış bir OHT sistemini farklı bir problem üzerinde uygulayabilmek tasarlanan algoritmada optimizasyon ihtiyacı doğurmaktadır.Bu çalışmada çeşitli OHT sistemlerine ait eksiklikler incelenmiş ve bu sistemlerin dezavantajlarının giderilmesi için çeşitli çözüm önerileri sunulmuştur. Bu çözüm önerileri arasında literatürde kullanılan zincir kodlamasının dairesellik özelliğinden faydalanılarak yönteminin bir OHT sistemine döndürmeden bağımsızlık özelliği kazandırılması amacıyla kullanılarak bir öznitelik elde edilmesi ve OHT sistemlerinin daha iyi bir bölütleme performansı sağlayabilmesi amacıyla yeni bir kenar belirleme yönteminin önerilmesi vardır. Sistemin sınıflandırma aşamasında ise yapay sinir ağları temelli çözüm önerileri sıralanmıştır.Tez çalışmasında, tasarlanan görüntü işleme tabanlı OHT algoritması çeşitli veri tabanlarına ait görüntüler üzerinde test edilerek görüntü işleme ve istatistiksel yöntemlerden elde edilen sonuçlar incelenmiştir. OHT sistemlerinin avantaj ve dezavantajları değerlendirilerek, sistemlerin içerdiği eksiklikler ve bu eksikliklerin giderilmesi için çeşitli çözüm önerileri, sonuçlar üzerinden detaylı bir şekilde sunulmuştur.

Automatic target recognition (ATR), is a title of general concept of the systems that designed for a particular goal and aimed to give a purposeful output by executing a specific algorithm respectively and autonomously. The machineries or autonomous structures that designed for aim of automatic target recognition are generally named as ATR systems. The ATR systems are getting to be more preferred in civilian and warfare application areas because of switching off human factors that have a narrow sense of optical spectrum and being able to discern more complex details of data.Techniques that used for designing ATR systems can be evaluated in two main topic: image based and statistical based techniques. In this work both of the techniques are searched and discussed with a wide range of literature background. However image processing techniques having steep trend on evolution with great advantages in more area are considered with application result of techniques.One of the the most crucial drawback of the autonomous systems, namely aided target recognition or automatic target recognition or automatic tracking system or ATR systems, are designing for specific areas or issues and consequently systems come with solution in a narrow specific area. Especially image processing based techniques systems are designing and using for a particular problem rather than be able to making use of a wide range of recognition areas. The most considerable reason of this downside is designing the algorithms depending on the specific problems. This issue that is a significant downside of ATR systems could be optimizing when the system is needed to use in an other area or problems make the ATR systems problem-oriented.In this study, drawbacks of the ATR systems are probed and potential solutions of the problems are suggested. Using circular sequence of direction number of Freeman chain code for rotation invariant feature of the ATR systems as a feature is one of this solutions. Another solution is suggested for using a effective edge detection techniques combining mathematical morphology edge detection and canny algorithms for more affective segmentation. Furthermore, artificial neural network are discussed in classification module on behalf of designing of a holistic atr system.Designed ATR systems are tested using both image and statistical techniques on a wide range photo database and the test result are examined. Drawbacks and advantages of the ATR systems are investigated and potential solution are presented in details.