Views
9
Downloands
4
Çok seviyeli eşikleme, en çok kullanılan görüntü bölütleme yöntemlerinden birisidir. Görüntü bölütleme de kullanılan pek çok metot hesaplama karmaşıklığından dolayı çok fazla zaman tüketmektedir. Ayrıca eşik seviye sayısı arttıkça uygulama daha karmaşık ve zaman alıcı hale gelmektedir. Bu çalışmada, hesaplama zamanını azaltmak ve çok seviyeli eşikleme performansını geliştirmek için PSO yönteminin hızlı yakınsama oranı dikkate alınarak 2 boyutlu yerel olmayan histograma dayalı çok seviyeli bir eşikleme yöntemi (2DYOH-PSO) önerilmiştir. Önerilen 2DYOH-PSO yöntemi iki boyutlu Renyi’nin entropisine dayalı eşikleme yöntemi kullanılarak gerçekleştirilmiştir. Deneysel çalışmalar, Berkeley-Benchmark veri setindeki 300 görüntü için farklı seviyeli eşik değerleri dikkate alınarak yapılmıştır. Var olan 5 farklı eşik belirleme yöntemi (Diferansiyel Gelişim, Yapay Arı Algoritması, Yer Çekimi Arma Algoritması, Kbest Yer Çekimi Arma Algoritması, Kaotik Kbest Yer Çekimi Arma Algoritması) ile karşılaştırılarak, önerilen 2DYOH-PSO yönteminin performansı değerlendirilmiştir. 2DYOH-PSO yönteminin başarımı 12 farklı performans değerlendirme endeksi kullanılarak belirlenmiştir. 2DYOH-PSO ile 3 seviyeli eşikleme işlemi gerçekleştirildiği durumda, mevcut 5 farklı yöntem ile 12 performans değerlendirme indeksi bakımından yapılan bölütleme işlemlerinin başarımları BDE’de %2,63 oranında, PRI’de % 0,83 oranında SSIM’de % 15,5 oranında, RMSE’de %13,2 oranında, PSNR’de %8,63, CC’de % 35 oranında, AD’de % 13,9 oranında, MD’de 14,75 oranında, NAE %10 oranında iyileşme sağlanmıştır. 2DYOH-PSO ile 5 seviyeli eşikleme işlemi gerçekleştirildiği durumda ise Berkeley-Benchmark veri setindeki görüntülerin bölütlenmesinde ki başarımın BDE’de %1, VOI’ de %1,4, SSIM’ de %1,3, FSIM’ de %0,66, RMSE’ de%0,46, PSNR’ de %0,46, CC’ de %21,69, AD’ de %0,84 oranında iyileştiği deneysel sonuçlar ile gösterilmiştir.
Multi-level equalization is one of the most commonly used methods of image division. Image dividing also takes too much time due to the complexity of calculation. Also, as the number of edges level increases, the application becomes more complex and time-consuming. In this study, a multi-level equalization method (2DYOH-PSO) was proposed based on two-dimensional non-local histogram, taking into account the fast approach rate of the PSO method to reduce the calculation time and improve the multi-level equalization performance. The recommended 2DYOH-PSO method was performed using the two-dimensional Renyi entropy-based equalization method. Experimental studies have been carried out taking into account different levels of marginal values for 300 images in the Berkeley-Benchmark data set. Compared with the existing 5 different marginal determination methods (Diferential Development, Artificial Bee Algorithm, Earthquake Arms Algorithm, Earthquake Arms Algorithm, Chaotic Earthquake Arms Algorithm), the performance of the recommended 2DYOH-PSO method has been evaluated. The success of the 2DYOH-PSO method was determined using 12 different performance assessment indicators. In the case of 3 level equalization with 2DYOH-PSO, the achievements of the dividing processes made in terms of performance assessment index with the existing 5 different methods 12 were improved by 2.63 per cent in BDE, 0.83 per cent in PRI, 15.5 per cent in SSIM, 13.2 per cent in RMSE, 8.63 per cent in PSNR, 35 per cent in CC, 13.9 per cent in AD, 14.75 per cent in MD, NAE 10 per cent. If 2DYOH-PSO and 5 level equalization process were carried out, the Berkeley-Benchmark data set’s image division showed that success improved by BDE by 1% in VOI by 1,4% in SSIM by 1,3% in FSIM by 0,66, RMSE by 0,46%, PSNR by 0,46%, CC by 21,69%, AD by 0,84%.
Field : Mimarlık, Planlama ve Tasarım; Mühendislik
Journal Type : Uluslararası
Article Detail 
Similar Articles
Download PDF
Journal Information
Listen Paper
Cite
Print This Page
Share
Mendeley
