Show simple item record

dc.contributor.advisorŞengür, Abdulkadir
dc.contributor.authorEşidir, Kamil Abdullah
dc.date.accessioned2020-12-29T12:54:32Z
dc.date.available2020-12-29T12:54:32Z
dc.date.submitted2011
dc.date.issued2018-08-06
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/415340
dc.description.abstractBu tez çalışmasında farklı bulanık c-ortalamalar (BcO) kümeleme algoritmaları incelenmiş ve bu yöntemlerin medikal görüntü bölütleme uygulamalarındaki başarımları test edilmiştir. Bu bağlamda, öncelikle standart BcO algoritması ve daha sonra standart BcO algoritmasından geliştirilmiş olan iki farklı BcO algoritması ayrıntılı olarak incelenmiştir. İncelenen yöntemlerin bilgisayar benzetimleri MATLAB ortamında gerçekleştirilmiş ve farklı görüntülerin bölütlenmesi sağlanmıştır. Yapılan uygulamalarda yapay görüntüler, gerçek görüntüler ve biyomedikal görüntüler (beyin MR) kullanılmıştır. Elde edilen sonuçlardan standart BcO algoritmasının, görüntü bölütleme uygulamalarında ki zayıflığı belirgin olarak görülmektedir. Bunda en büyük etken standart BcO algoritmasının görüntüyü bölütlerken piksellerin sadece parlaklık değerlerini göz önüne alması etkili olmaktadır. Zira bu standart BcO algoritmasının en büyük dezavantajıdır ve geliştirilmeye çalışılan tüm yeni algoritmalar bu zayıflığı gidermeye yöneliktir. Diğer taraftan değiştirilmiş BcO ve uzamsal BcO algoritmaları, standart BcO algoritmasından çok daha başarılı sonuçlar üretmiştir. Bunda en büyük etken, her iki geliştirilmiş BcO yönteminin, her bir piksel ile birlikte bu piksele komşu diğer piksellerin de göz önüne alınmasının sonucudur.Anahtar Kelimeler: görüntü bölütleme, bulanık c-ortalamalar, uzamsal bulanık c-ortalamalar, medikal görüntüler
dc.description.abstractIn this thesis, different fuzzy c-means (FCM) clustering algorithms are examined and their performances are tested various in image segmentation applications. In this context, we firstly examined the standard FCM algorithm then we further examined two modified FCM algorithms in detail. The computer simulations of the examined methods are carried out in MATLAB environment and various image segmentations are carried out. In experimental studies, we used various images such as artifical images, real world images and medical images (Brain MR). In the results, the weakness of the standart FCM algorithm can be seen obviously. Because the standart FCM algorithm just considers the pixel?s gray level value not intersted in the spatial relationship between neighbouring pixels. This is the most important disadvantagous of the standart FCM algorithm and the modified FCM algorithms try to fix this problem. On the other hand the modified FCM and spatial FCM algorithms produced very successful results than standart FCM algorithm. This is the most important factor that both modified FCM methods considers each pixel with its neighboring pixels.Key Words: image segmentation, fuzzy c-means, spatial fuzzy c-means, medical imagesen_US
dc.languageTurkish
dc.language.isotr
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectBiyomühendisliktr_TR
dc.subjectBioengineeringen_US
dc.titleUzamsal bulanık c-ortalamalar kümeleme yöntemlerinin medikal imge bölütleme açısından değerlendirilmesi
dc.title.alternativeEvaluation of the spatial fuzzy c-means clustering methods on medical image segmentation
dc.typemasterThesis
dc.date.updated2018-08-06
dc.contributor.departmentBiyomühendislik Anabilim Dalı
dc.identifier.yokid414291
dc.publisher.instituteFen Bilimleri Enstitüsü
dc.publisher.universityFIRAT ÜNİVERSİTESİ
dc.identifier.thesisid292694
dc.description.pages41
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess