Wavelet dönüşümü ile doku öznitelikleri çıkarılan görüntülerin rezonans algoritması kullanılarak bölütlenmesi

Abstract

Doğadaki olayların bir değişim sıklığı vardır. Herhangi bir doğal olayı temsil edenişaretin genel frekansını bulabilmek için Fourier dönüşümünden faydalanılır. Ancak belirlibir anda işaretin hangi frekansa sahip olduğu Fourier dönüşümü kullanılarak bulunamaz.Çünkü Fourier dönüşümü işarete genel olarak bakmaktadır. Belirli zaman aralığındakifrekansı bulabilmek için Fourier dönüşümünden türetilmiş çeşitli yöntemler geliştirilmiştir.Kısa zamanlı Fourier dönüşümü de bunlardan biridir. Kısa zamanlı Fourier dönüşümüönceden belirlenmiş pencerelere işareti bölerek Fourier dönüşümünü alır. Pencereningereğinden büyük ya da küçük seçilmesi çözünürlük problemini ortaya çıkardığındandolayı bu seçimin iyi yapılası gerekmektedir. şaretin bir t anındaki frekansını belirleyenyöntemlerden biri de Wavelet dönüşümüdür. Wavelet dönüşümü, kısa zamanlı Fourierdönüşümündeki çözünürlük problemini ortadan kaldırmak için alternatif olaraktasarlanmıştır. Bu dönüşüm sayesinde işaret bileşenlerine (alçak ve yüksek frekans)kolaylıkla ayrılabilmektedir. Görüntü üzerindeki bilgilerin yanısıra frekans domenindekibilgileri de kullanarak yapılan bölütleme işlemi çok daha başarılı sonuçlar vermektedir.Wavelet dönüşümü sayesinde görüntünün zaman-frekans bilgisine de ulaşılabilmektedir.Görüntüdeki parlaklık değişimlerinden ziyade öznitelik vektörleri arasındaki farkabakarak dokunun sınırlarını bulmak çok daha başarılı ve gerçekçi bir yaklaşımdır.Çalışmada alt-karelere bölme yöntemi kullanılarak görüntü parçalara ayrılmış ve buparçaların öznitelikleri hesaplanmıştır. Alınan alt-karenin Wavelet dönüşümü, öznitelikvektörünün en büyük ağırlığa sahip elemanını oluşturmaktadır.Çalışmada, öznitelik vektörleri hesaplanan alt-karelerin sınıflandırılmasında rezonansalgoritması kullanılmıştır. Rezonans algoritması sayesinde, görüntülerde bulunan veçevresel aydınlatma etkilerinden dolayı oluşan parlaklık değişimlerinin etkisi ortadankaldırılmıştır.Anahtar Sözcükler: Doku Bölütleme, Wavelet Dönüşümü, Fourier Dönüşümü,Çok Çözünürlük Analizi, Rezonans Algoritması.V

Every natural event is often repetitive. Fourier transform is used to find globalfrequency of a signal which characterizes the corresponding natural event. However, theFourier transform is not useful for determining the frequency of a signal at a given timesince it considers the signal as global. In order to find the frequency at a given timeinterval, several variants of the Fourier transformation are employed. One of them is Short-Time Fourier transform. The Short-Time Fourier transform performs Fourier transform onthe signal broken up into predefined windows of size well selected. Narrower or widerwindows give rise to resolution problems. One of the methods which determines thefrequency at a given time t is the Wavelet transform. The Wavelet transform is introducedto overcome the resolution problem in Short-Time Fourier transform. It has advantages toeasily decompose a signal into its components (low and high frequency). A better texturesegmentation can be achieved using frequency information of the image as well as otherimage information. Therefore the Wavelet transform provides a facility to obtain time-frequency localization.Determining the boundaries of textured regions with texture features presents higherboundary accuracy compared with determaning only variations of intensity on image. Inthis study, an image is first divided into a number of pieces using sub-square method andthen their features are calculated. The Wavelet transform of a sub-square piece constitutesthe most valuable element of feature vector belonging to that piece.The resonance algorithm is used for classification of extracted texture feature vectors.Beside its segmentation ability, the resonance algorithm is also capable of wiping out theeffects of images which contain wide-ranged graduations in intensity due to environmentalilluminations.