Amaca Yönelik Ayrıt Saptama

Abstract

Birçok bilgisayar görü uygulamasında, farklı özelliklerde ayrıt haritası üretebilen ayrıt saptayıcılara oldukça fazla ihtiyaç duyulmaktadır. Bu farklı karakteristiklerdeki ayrıt haritalarından birinin eldeki uygulamanın ihtiyaç duyduğu ayrıtları üreteceği umulmaktadır. Ancak ayrıt saptayıcının önerdiği çözümlerden uygulamanın ihtiyaç duyduğu en iyi ayrıtların seçimi ile ilgili genel geçer bir yöntem yoktur. Önerilen yöntemler çoğunlukla uygulamanın ihtiyaç duyduğu ayrıtları üretecek şekilde kolaylıkla uyarlanabilir olmaktan uzaktır. Tez çalışmasında üzerinde çalışılan Genelleştirilmiş Ayrıt Saptayıcısının ölçek parametrelerinin değiştirilmesiyle, farklı özelliklerde ayrıtlar üretilebilmesi sağlanmıştır. Üretilen ayrıt haritalarının başarılı olmasına karşın tek bir ölçekte amaca uygun ayrıtlar üretmek mümkün değildir. Tez çalışmasında, güçlü ayrıt saptayıcıları geliştirilmiş ve bu saptayıcılar amaca yönelik ayrıt saptama çatısı altında kullanılmıştır. Önerilen yaklaşımın, gürbüz ve kesin ayrıt/çevrit saptamaya ihtiyaç duyulan bir çok uygulamada yerini bulacağına inanıyoruz. Sonuç olarak, geliştirilen yöntem güçlü ayrıt/çevrit-temelli yüz tanıma ve araç plaka tanıma gibi bilgisayar görü uygulamalarının geliştirlmesine olanak sağlayacaktır.

In many vision applications encountered above, there is a great demand for an edge detector which can produce edge maps with very different characteristics in nature, so that one of these edge maps may meet the requirements of the problem under consideration. Unfortunately it is not evident how to choose the desired or the optimum edge maps from these solutions that the edge detector offers. The proposed solutions are usually too general that cannot be easily adapted to the application needs by tuning edge detection parameters. One edge detector that we have studied in this dissertation is Generalized Edge Detector which is capable of producing edges with very different characteristics. Although the edge maps based on this representation are reasonable, no one set of scale parameters alone yields a solution close to the desired edges. In this thesis, we have developed powerful edge operators and have used them under a goal-based edge detection framework. Overall, this dissertation proposes a new and efficient framework for edge detection. We believe that goal-oriented approach will find its applications requiring robust and accurate edge and contour extraction.