Süperpiksel Algoritmalarının Gürültü Duyarlılığı ve Nesne Bölütleme Performansının İncelenmesi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Elektronik Ve Haberleşme Mühendisliği Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2018
Tezin Dili: Türkçe
Öğrenci: Fadime Özer
Asıl Danışman (Eş Danışmanlı Tezler İçin): Ufuk ÖZKAYA
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Süperpikseller, özellikle imge ve video bölütleme uygulamalarında kullanılan; bir imgeye veya videoya ait benzer renk, yoğunluk ve doku özellikleri gösteren piksellerden oluşan görsel yapılardır. Süperpikseller özellikle biyomedikal, askeri ve uzaktan algılama çalışmalarında bölütleme, nesnelerin tespiti, takibi, arka planların çıkarılması, belirginlik tespiti vb. uygulamalarda kullanılmaktadır. Literatürdeki süperpiksel yöntemlerinin bölütleme performansları ideal ve gürültü içermeyen imgelere uygulanarak elde edilen sonuçlara göre ölçülmekte ve sunulmaktadır. Ancak, pratik uygulamalarda hem iletim ortamı hem de görüntüleme sistemlerindeki lens hücre hatalarından dolayı imgeler çoğunlukla gürültü içermektedirler. Dolayısıyla önerilen bir süperpiksel algoritmasının sadece ideal için değil aynı zamanda gürültü içeren imgeler için de bölütleme performanslarının analiz edilmesi gerekmektedir. Bu tez çalışmasında literatürde en yaygın şekilde kullanılan süperpiksel algoritmalarının gürültülü imgeler için bölütleme performansı ve gürültü bağışıklığı incelenmiştir. Ayrıca, gürültülü imgeler için bölütleme uygulamalarında ön işlem elemanı olarak filtre kullanımının bölütleme performansına olan etkisi de incelenmiştir. Bu amaçla, farklı yaklaşımlarla geliştirilmiş beş süperpiksel algoritması imge bölütleme veri setinden seçilen test imgelerine uygulanmıştır. Test imgesi olarak farklı doku, renk ve histogram davranışlarına sahip on beş imge seçilmiştir. Gerçekleştirilen uygulamalar sonucunda, farklı gürültü tip ve seviyelerinin süperpiksel algoritmalarının bölütleme performanslarına etkisi ve süperpiksel algoritmalarının gürültü bağışıklığı incelenmiştir. Ayrıca, ön işlem elemanı olarak filtre kullanımının süperpiksel algoritmalarının bölütleme performansına olan etkisi elde edilen başarı metrikleri ile ortaya konmuştur. Elde edilen sonuçlar ışığında gürültülü imgelerde nesneleri ayıran sınır bilgisinin belirginliğinin azalması nedeniyle süperpiksel algoritmalarının bölütleme performansının önemli derecede azaldığı görülmüştür. İncelenen süperpiksel algoritmaları arasında bölütleme performansı ve gürültü bağışıklığı bağlamında gerekli analiz ve kıyaslamalar gerçekleştirilmiştir. Ön işlem elemanı olarak filtre kullanımının gürültü ve filtre tipine bağlı olarak bölütleme performansını arttırdığı gözlemlenmiştir.