Özet:
Doğadaki olayların bir değişim sıklığı vardır. Herhangi bir doğal olayı temsil edenişaretin genel frekansını bulabilmek için Fourier dönüşümünden faydalanılır. Ancak belirlibir anda işaretin hangi frekansa sahip olduğu Fourier dönüşümü kullanılarak bulunamaz.Çünkü Fourier dönüşümü işarete genel olarak bakmaktadır. Belirli zaman aralığındakifrekansı bulabilmek için Fourier dönüşümünden türetilmiş çeşitli yöntemler geliştirilmiştir.Kısa zamanlı Fourier dönüşümü de bunlardan biridir. Kısa zamanlı Fourier dönüşümüönceden belirlenmiş pencerelere işareti bölerek Fourier dönüşümünü alır. Pencereningereğinden büyük ya da küçük seçilmesi çözünürlük problemini ortaya çıkardığındandolayı bu seçimin iyi yapılası gerekmektedir. şaretin bir t anındaki frekansını belirleyenyöntemlerden biri de Wavelet dönüşümüdür. Wavelet dönüşümü, kısa zamanlı Fourierdönüşümündeki çözünürlük problemini ortadan kaldırmak için alternatif olaraktasarlanmıştır. Bu dönüşüm sayesinde işaret bileşenlerine (alçak ve yüksek frekans)kolaylıkla ayrılabilmektedir. Görüntü üzerindeki bilgilerin yanısıra frekans domenindekibilgileri de kullanarak yapılan bölütleme işlemi çok daha başarılı sonuçlar vermektedir.Wavelet dönüşümü sayesinde görüntünün zaman-frekans bilgisine de ulaşılabilmektedir.Görüntüdeki parlaklık değişimlerinden ziyade öznitelik vektörleri arasındaki farkabakarak dokunun sınırlarını bulmak çok daha başarılı ve gerçekçi bir yaklaşımdır.Çalışmada alt-karelere bölme yöntemi kullanılarak görüntü parçalara ayrılmış ve buparçaların öznitelikleri hesaplanmıştır. Alınan alt-karenin Wavelet dönüşümü, öznitelikvektörünün en büyük ağırlığa sahip elemanını oluşturmaktadır.Çalışmada, öznitelik vektörleri hesaplanan alt-karelerin sınıflandırılmasında rezonansalgoritması kullanılmıştır. Rezonans algoritması sayesinde, görüntülerde bulunan veçevresel aydınlatma etkilerinden dolayı oluşan parlaklık değişimlerinin etkisi ortadankaldırılmıştır.
