Meta-sezgisel yaklaşımlara dayalı imge bölütleme

Abstract

Literatürde yıllardan beri imge bölütleme problemine yönelik sayısız metot önerilmiş ve tartışılmıştır. Eşikleme, imge bölütlemede en yaygın kullanılan, uygulanabilirliği kolay ve elverişli sonuçlar üreten bir tekniktir. Kapur Entropisi ve Otsu yöntemi literatürde sıkça kullanılan başarısı ispatlanmış yöntemlerin başında gelir. Tez çalışmasında, literatürde var olan bazı meta-sezgisel algoritmalar ve yeni bir meta-sezgisel algoritma olan 'Simbiyotik Organizmalar Arama' algoritması ile Otsu ve Kapur Entropisi eşikleme yöntemleri bir arada kullanılarak birçok görüntünün bölütleme işlemi gerçekleştirilmiştir. Bu yöntemler ile işlemlerin hesaplama karmaşıklığı azaltılmış ve daha elverişli sonuçlar üretilmiştir. Ayrıca, gerçekleştirilen tüm yöntemlerin karşılaştırılması ve deneysel sonuçları rapor edilmiştir. Numerous methods for image segmentation have been proposed and discussed in the literature for many years. Thresholding is the most commonly used technique in image segmentation, which is easy to implement and produces favorable results. Kapur Entropy and Otsu method are proven methods, which frequently used in the literature. In this thesis, segmentation of several images has been performed by using Kapur's Entropy and Otsu thresholding methods with existing meta-heuristic algorithms and a new meta-heuristic algorithm, Symbiotic Organisms Search, together. The computational complexity of the processes was reduced by these methods and more favorable results were obtained. In addition, comparison and experimental results of all methods were reported.