Görüntü işlemede kullanılan istatistik yöntemler ve bir uygulama

Abstract

Dilbilir Y, Görüntü İşlemede Kullanılan İstatistik Yöntemler Ve Bir Uygulama. Yüzüncü Yıl Üniversitesi, Sağlık Bilimleri Enstitüsü, Biyoistatistik Anabilim Dalı, Yüksek Lisans Tezi, Van 2017. Bu çalışmada, görüntü işleme ve görüntü işlemede kullanılan istatistik yöntemler ile bu yöntemlerin kullanılabilirliği hakkında genel bilgiler verilmiş ve bir uygulama yapılmıştır. Görüntü işleme yöntemleri olarak; filtreleme, görüntü eşikleme, görüntü eşleme, histogram eşitleme ve matematiksel morfoloji gibi yöntemlere değinilmiştir. Uygulamada, Siirt fıstığında görüntü işleme ile elde edilen sanal ölçümlerden yararlanılarak; gerçek ağırlığı, gerçek uzunluğu ve gerçek genişliği tahmin etmek üzere regresyon eşitlikleri bulunmuştur. Regresyon eşitliklerinin elde edilmesinde açıklayıcı değişken olarak; sanal değişkenlerin yanı sıra, bu değişkenlerin çarpımsal ve karesel kombinasyonları da alınarak yeni değişkenler oluşturulmuştur. Böylece en uygun modeli bulmada, 27 adet açıklayıcı değişken kullanılmıştır. En uygun modelin belirlenmesinde; Belirleme katsayısı, Düzeltilmiş belirleme katsayısı, Hata kareler ortalaması, Akaike bilgi kriteri, Bayesian bilgi kriteri ve Mallows' Cp kriterleri dikkate alınmıştır. Buna göre; ağırlık tahmini için %93.1 belirleme katsayısı ile fıstığa ait sanal genişlik ve uzunluğun çarpımından oluşan çarpımsal değişkenin yer aldığı model, uzunluk için % 96.2 belirleme katsayısı ile sanal uzunluğun yer aldığı model ve genişlik için % 95.7 belirleme katsayısı ile sanal genişlik değişkeninin yer aldığı model, en iyi model olarak belirlenmiştir. Böylece, ekonomik öneme sahip Siirt fıstığında, önemli kalite özellikleri olan; ağırlık, uzunluk ve genişlik değerlerinin, görüntü işleme analizi sonucunda elde edilen piksel değerlerinden yararlanılarak yüksek bir doğruluk oranıyla tahmin edilebileceği sonucuna varılmıştır. Anahtar Kelimeler: Fıstık, piksel, sanal öznitelikler, çarpımsal ve karesel değişken, çoklu regresyon

Dilbilir Y, The Statistical Methods Used İn İmage Processing And An Application. Yuzuncu Yil University, Institute of Health Sciences, Department of Biostatistics, Master Thesis, Van 2017. In this study, general information about image processing and statistical methods used in image processing as well as usability of these methods were given and an application was performed. As image processing methods, filtering, image thresholding, image processing, histogram equalization, and mathematical morphology methods were mentioned. Multiple regression equations were found to predict weight, length and width by using virtual measurements obtained from image processing in Siirt pistachio. As well as virtual variables or measurements, new variables are formed by the multiplicative and quadratic combinations of these variables as an explanatory variable in obtaining the regression equations. Thus, 27 explanatory variables were used to find the most appropriate model. Determination coefficient, Adjusted determination coefficient, Mean Square Error, Akaike information criterion, Bayesian information criterion and Mallows' Cp criterion were considered to determine the most appropriate model. According to these results; the model consisted of `virtual width x virtual length` was determined as the best model with 93.1% determination coefficient for estimation of weight. Similarly, for length and width, the models formed virtual width and virtual length variables were considered as the best models with 96.2% and 95.7% determination coefficients, respectively. Thus, weight, length and width values that important quality characteristics in Siirt pistachio can be estimated from the virtual pixel values obtained as a result of image processing analysis with highly determination coefficient. Keywords: Pistachio, pixels, virtual attributes, multiplicative and quadratic variable, multiple regression