Görüntü işlemede bulanık mantık temelli yeni bir bölütleme yönteminin geliştirilmesi
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
ı ÖZET Görüntü İşlemede Bulanık Mantık Temelli Teni Bir Bölütleme TOnteminin Geliştirilmesi Gör OntO işleme ve bilgisayarla görü son yıllarda önem kazanan araştırma konularıdır. Bir görüntü anlama sisteminde en Önemli kısım görüntü bOlütlemedi r. Bölütleme işleminde görüntü, anlamlı alt bölümlerine ayrılmaktadır. Klasik görüntü bölütleme yöntemleri görüntü hakkında kesin kararlar (siyah veya beyaz, 0 veya 1 gibi) vermektedir. Görüntüdeki bölgeler kesin olarak belirlenemediğinden bu bölgeleri bulanık küme etiketleri kullanarak ortaya çıkarmak oldukça uygun olmaktadır. Bu çalışmada görüntü bölütleme konusuna bakılmış ve görüntü bölütleme yöntemleri incelenmiştir. Bunların içerisinden özellikle son yıllarda yaygınlık kazanan bulanık bölütleme üzerinde durulmuştur. Bu tezde diğer yöntemlere kısaca değinilmiştir. Bulanık topaklama algoritmaları detayları ile anlatılmış ve bilgisayar ortamında gerçekleştirilerek bu yöntemle çeşitli görüntüler bölüt lenmişt i r. Bulanık topaklamada görüntünün yerel alanlarını kullanan yeni bir yaklaşım önerilmiştir. Ayrıca Bulanık Kohonen Topaklama Ağı incelenmiş ve bilgisayar ortamında gerçekleştirilmiştir. Ağ çeşitli görüntülere uygulanarak sonuçları incelenmiştir. Bu ağdaki hesaplama zamanını büyük oranda azaltan histogram temelli bir ağ geliştirilmiştir. Görüntü bölütlemede belirsizliği ortadan kaldırmak için kullanılan bulanık kümeler ile bulanık topaklama algoritmasının beraber kullanıldığı yeni bir yöntem geliştirilmiştir. Bu yöntem, çeşitli görüntülere uygulanmış ve sonuçları sunulmuştur. Bulanık c- Ortalamaları algoritmasına göre daha iyi sonuçlar alındığı gözlenmiştir. Bilgisayar ortamında gerçekleştirilen algoritmalar için program kodları EK'te verilmiştir. Anahtar Kelimeler: Görüntü îşleme, Bölütleme, Bulanık Küme Teorisi, Bulanık Topaklama, Kohonen Topaklama Ağı SUMMARY M.Sc Thesis A New Segmentation Method on Based Fuzzy In Image Processing Image processing and computer vision are one of important research subjects in the technological development. Image segmentation is the most important part of image understanding in which the image is separated into meaningful parts. In classical image segmentation methods, image segments are separated very sharply (e.g. black or white, 0 or 1). Since partitions in image cannot be defined exactly, fuzzy sets are used to find these parts. In this study, image segmentation is reviewed and methods of image segmentation are examined. Essentially, fuzzy clustering which is one of the segmentation types is studied. Other methods is shortly summarized. The present fuzzy clustering algorithms are examined and realized in a computer program by examining their effects on various images. Fuzzy clustering algorithms are effective in images that have denser pixels for subjects and scene separately. A new approach to fuzzy clustering is proposed for using image local space. In addition. Fuzzy Kohonen clustering network was examined and realized in a computer medium. A histogram based network is developed in which the computation is executed in a short time. This network was applied to various images and results were discussed. A Fuzzy Set Theory based algorithms have been developed for image segmentation. This method uses fuzzy sets for removing some uncertainties from images. All the algorithms that were implemented, wirh their program codes are given in the appendices. Keywords : Image processing, Computer vision, Segmentation, Fuzzy Set Theory, Fuzzy Clustering, Kohonen Clustering Network
Collections