GÖRÜNTÜ İŞLEME VE YAPAY ZEKA YÖNTEMLERİYLE SINIR BELİRLEME

Abstract

Bu çalışma Görüntü İşleme ve Yapay Zekâ Yöntemleriyle Sınır Belirleme problemini ele almaktadır. Sınır belirleme probleminin çözülmesi nesne tanıma, nesne sayma, görüntünün belli bir bölümünün çıkarılması ya da sınırı belli nesnenin arkasına başka bir görüntü eklenmesi gibi işlemler için kullanılmaktadır. Görünü İşleme görüntüyü işlemenin bilgisayar ile yapılması olup, bilgisayarın görüntüyü görme şekline “Bilgisayarla Görü” denilmektedir. Yapay Zekâ kısaca insan beyninin taklit edilmesidir. Bu durumda insan beynini görüntüyü işleme için kullandığı gibi bilgisayar ‘da Yapay Zekâ ile Görüntüyü İşleme için kullanılabilmektedir. Makine Öğrenmesi, insanın geçmiş deneyimlerden faydalanma yetisinin taklit edilmesidir. Derin Öğrenme Yapay Sinir Ağları gibi Yapay Zekâ yöntemlerinin daha derin hali olarak kabul edilmektedir. Bu çalışmada kullanılan görseller görüntü işleme çalışmalarında sıkça kullanılan Cameraman ve Lenna görselleridir. Yöntem olarak Canny, Auto Canny, Sobel, Laplacian, Prewitt, Scharr, Holistically-Nested Edge Detection ve Richer Convolutional Features for Edge Detection yöntemleri kullanılmıştır. Yöntem uygulanırken Ortalama, Gaussian ve Medyan filtrelemeleri kullanılmış olup bu filtreler ile daha keskin sınırlar elde edilmeye çalışılmıştır. Programlama dili olarak Python dili kullanılmış olup derleyici olarak PyCharm derleyicisi tercih edilmiştir. Tezin uygulama bölümünde, Python 3.8.5 ve PyCharm 2021.1 versiyonları kullanılmıştır. Python ile beraber görüntü işleme kütüphanesi olarak OpenCV ve matematiksel işlevler için NumPy kütüphaneleri kullanılmıştır. Holistically-Nested Edge Detection yönteminde önceden eğitilmiş model için Caffe çatısı uygulanmıştır. Richer Convolutional Features for Edge Detection yönteminde PyTorch kütüphanesi kullanılmıştır. Versiyon olarak OpenCV 4.0.1 ve NumPy 1.19.2 versiyonları kullanılmıştır. Python ile yapılan uygulamanın tasarımı için PyQt5 kullanılmıştır. Tasarım için Qt Designer programı, Qt ve Qt Designer 5.6.0 versiyonu kullanılmıştır. iv Tez araştırması sonucunda uygulanan yöntemlerden elde edilen bulgular karşılaştırılmıştır. Filtreleme yöntemlerinin sınır belirleme işlemlerinde büyük kolaylık sağladığı görülmüştür. Yapay Zekâ yöntemlerinin gelişmesinin Görüntü İşleme yöntemleri üzerinde etkili olduğu saptanmıştır. RCF yönteminde görüntü işleme yöntemlerine göre daha iyi sonuçlar elde edilmiş fakat görüntü işleme ve HED yöntemlerine göre daha bulanık sonuçlar elde edilmesine rağmen görüntü üzerindeki sınırların daha iyi belirlendiği görülmüş ve bu durumdan dolayı RCF yönteminin diğer yöntemlere göre daha başarılı olduğu görülmüştür