Gri kurt optimizasyon algoritmasına dayanan çok seviyeli imge eşik seçimi

Basit Öğe Kaydı
dc.contributor.authorKoç, İsmail
dc.contributor.authorBaykan, Ömer Kaan
dc.contributor.authorBabaoğlu, İsmail
dc.date.accessioned2020-03-26T19:52:25Z
dc.date.available2020-03-26T19:52:25Z
dc.date.issued2018
dc.departmentSelçuk Üniversitesi, Teknoloji Fakültesi, Bilgisayar Mühendisliği Bölümüen_US
dc.description.abstractÇoklu eşikleme, görüntü işleme ve örüntü tanıma için önemli bir görüntü işleme tekniğidir. Optimal bir eşik değerinin seçimi görüntü eşiklemede en ciddi aşamalardan birisidir. İki seviye segmentasyon eşik değeri yardımıyla orijinal resmi iki alt bölüme ayırmayı içerirken, çoklu segmentasyon çok eşik değerlerini içermektedir. Özellikle çok seviyeli görüntü eşiklemede, detaylı araştırmaya ilişkin hesaplama zamanı tercih edilen eşik sayısıyla birlikte üstel olarak artmaktadır. Zor problemler için, sürü zekâsı başarılı ve etkili optimizasyon metotlarından biri olarak bilinmektedir. Bu çalışmada, doğadaki gri kurtların sosyal liderlik ve avcılık davranışlarını taklit eden son zamanlarda önerilmiş sürü tabanlı meta sezgisel olan gri kurt algoritması (GWO) çok seviyeli görüntü eşikleme probleminin çözümü için kullanılmaktadır. Standart test resimleri üzerinde yapılan deneysel sonuçlar GWO algoritmasının diğer modern algoritmalarla karşılaştırılabilir olduğunu göstermektedir.en_US
dc.description.abstractMultilevel thresholding is an important image process technique for image processing and pattern recognition. Selecting an optimalthreshold value is one of the most crucial phase in image thresholding. While bi-level segmentation contains separating the originalimage into subdivided sections with help of a threshold value, multilevel segmentation involves multi threshold values. Especiallyin multilevel image tresholding, the computational time of detailed search increases exponentially with the number of preferredthresholds. For compelling problems, swarm intelligence is known as one of the successful and influential optimization methods.In this paper, the grey wolf optimizer (GWO), a recently proposed swarm-based meta-heuristic which imitates the social leadershipand hunting behavior of gray wolves in nature is employed for solving the multilevel image thresholding problem. The experimentalresults on standard benchmark images indicate that the grey wolf optimizer algorithm is comparable with other state of the artalgorithms.en_US
dc.identifier.citationKoç, İ., Baykan, Ö. K., Babaoğlu, İ. (2018). Gri Kurt Optimizasyon Algoritmasına Dayanan Çok Seviyeli İmge Eşik Seçimi. Politeknik Dergisi, 21(4), 841-847.
dc.identifier.endpage847en_US
dc.identifier.issn1302-0900en_US
dc.identifier.issn2147-9429en_US
dc.identifier.issue4en_US
dc.identifier.startpage841en_US
dc.identifier.urihttp://www.trdizin.gov.tr/publication/paper/detail/TWprM01UWTNOdz09
dc.identifier.urihttps://hdl.handle.net/20.500.12395/36093
dc.identifier.volume21en_US
dc.indekslendigikaynakTR-Dizinen_US
dc.institutionauthorKoç, İsmail
dc.institutionauthorBaykan, Ömer Kaan
dc.institutionauthorBabaoğlu, İsmail
dc.language.isotren_US
dc.relation.ispartofPoliteknik Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.selcuk20240510_oaigen_US
dc.subjectÇok seviyeli imge eşikleme
dc.subjectMultilevel image thresholding
dc.subjectoptimizasyon algoritmaları
dc.subjectoptimization algorithms
dc.titleGri kurt optimizasyon algoritmasına dayanan çok seviyeli imge eşik seçimien_US
dc.title.alternativeMultilevel image thresholding selection based on grey wolf optimizeren_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
İsmail KOÇ.pdf
Boyut:
2.67 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Full Text Access
İndir

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu
Bilgisayar Mühendisliği/Makale Koleksiyonu