Yapay arı kolonisi optimizasyonu ile kenar bulma
Yükleniyor...
Dosyalar
Tarih
2014-06-26
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Selçuk Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Kenar bulma metotları, görüntü işleme alanında önemli bir uygulama alanına sahiptir. Günümüzde birçok alanda görüntü işlemeden yararlanıldığı da bir gerçektir. Bu nedenle kullanılan yöntemler her geçen gün daha da gelişiyor ve bilgisayarlı görme sistemlerindeki hataların en aza indirilmesi için çalışmalar yapılıyor. Görüntü işlemede daha iyi sonuçlar için önceki pek çok çalışmada optimizasyon metotlarından yararlanılmıştır. Bu çalışmada ise" Yapay Arı Kolonisi Optimizasyon" metodunun kenar bulma işlemlerinde kullanımı gerçekleştirilmiştir. Çalışmada öncelikle Yapay Arı Kolonisi (YAK) optimizasyonu anlatılmıştır. Daha sonra optimizasyon ve optimizasyon metotlarından bahsedilmiştir. Ardından Yapay arı kolonisi optimizasyonu ve geliştirilen metot açıklanmıştır. Son olarak, geliştirilen metodun RADIUS/DARPA-IU Fort Hood veritabanından alınan farklı gri seviye nesne görüntüleri, siyah-beyaz görüntüler ve gri seviye hava fotoğrafları üzerinde uygulama sonuçları verilmiş ve sonuçların literatürde daha önce yapılan uygulamalarla karşılaştırılması yapılmıştır. Elde edilen sonuçlara göre, geliştirilen metodun, görüntü işlemede kenar bulma uygulamalarında kullanılabilirliği Hamming Uzaklığı, Hata Tespiti ve Benzerlik oranları verilerek ortaya konmuştur
Edge detection methods have an important application area in image processing. Today, in many areas of image processing are used for so different fields. Therefore methods which are used are improving day by day and works on decreasing of errors which are about computer vision systems are being done. For better results on image processing, optimization methods were used in many studies. In this study, edge detection process is carried out using "Artificial Bee Colony Optimization". In the first image processing and edge detection algorithms are mentioned. Subsequently optimization and kinds of optimization algorithm methods are described. Then Artificial Bee Colony (ABC) optimization and developed method are explained. Finally, as a result of developed method was implemented on different gray levels of object images, thresholded (black and white) images and gray level aeriel images which were retrieved from RADIUS/DARPA-IU Fort Hood database. Improved method's results are given and these results compared with the results of the methods in the previous literatüre. According to results obtained, Hamming Distance, Detection Error and Similarity rates have been revealed that the improved method can be use for edge detection in image processing applications.
Edge detection methods have an important application area in image processing. Today, in many areas of image processing are used for so different fields. Therefore methods which are used are improving day by day and works on decreasing of errors which are about computer vision systems are being done. For better results on image processing, optimization methods were used in many studies. In this study, edge detection process is carried out using "Artificial Bee Colony Optimization". In the first image processing and edge detection algorithms are mentioned. Subsequently optimization and kinds of optimization algorithm methods are described. Then Artificial Bee Colony (ABC) optimization and developed method are explained. Finally, as a result of developed method was implemented on different gray levels of object images, thresholded (black and white) images and gray level aeriel images which were retrieved from RADIUS/DARPA-IU Fort Hood database. Improved method's results are given and these results compared with the results of the methods in the previous literatüre. According to results obtained, Hamming Distance, Detection Error and Similarity rates have been revealed that the improved method can be use for edge detection in image processing applications.
Açıklama
Anahtar Kelimeler
Görüntü işleme, Kenar bulma yöntemleri, Metasezgisel yöntemler, Yapay arı kolonisi (YAK) optimizasyonu, Artificial bee colony optimization, Edge detection algorithms, Image processing, Meta-Heuristic algorithms
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Yiğitbaşı, E. D. (2014). Yapay arı kolonisi optimizasyonu ile kenar bulma. Selçuk Üniversitesi, Yayımlanmış yüksek lisans tezi, Konya.
