Balık türlerinin sınıflandırılmasında görüntü işleme ve öznitelik çıkarma yöntemleri
Yükleniyor...
Dosyalar
Tarih
2016
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Hatay Mustafa Kemal Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışmanın amacı biyometrik ölçümler, renk, doku, morfoloji gibi çeşitli öznitelikleri farklı sınıflandırıcılar ile birlikte kullanarak balık sınıflandırıcı sistemler geliştirmektir. Bu amaçla Türkiye sınırlarında tutulan deniz balıklarının fotoğrafları çekilerek yeni bir veri tabanı oluşturulmuştur. Elde edilen bu fotoğraflar üstünde çeşitli analizler yapılmış, farklı görüntü işleme teknikleri uygulanmıştır. Yapılan işlemler sonucunda balık türleri sınıflandırmasında kullanılabilecek şekle ve dokuya bağlı öznitelik setleri elde edilmiştir. Oluşturulan öznitelik setleri farklı sınıflandırıcılar ile birlikte kullanılarak çeşitli sınıflandırma sistemleri oluşturulmuştur. Gerçekleştirilen çalışmaların sınıflandırma performansı çeşitli değerlere göre ölçülerek bir karşılaştırma gerçekleştirilmiştir.
The aim of this study is developing fish classification systems using biometric measurements, morphometry, color, texture features. For this purpose, a new fish database was created by using photos of fishes which taken from seas in Turkey. This photos was analyzed by applying various image processing methods. Morphometric and texture based feature sets were extracted in order to use in fish classification systems. This feature sets were used within different classifiers and classification systems were developed. The developed systems were compared according to classification performances by using some criterias.
The aim of this study is developing fish classification systems using biometric measurements, morphometry, color, texture features. For this purpose, a new fish database was created by using photos of fishes which taken from seas in Turkey. This photos was analyzed by applying various image processing methods. Morphometric and texture based feature sets were extracted in order to use in fish classification systems. This feature sets were used within different classifiers and classification systems were developed. The developed systems were compared according to classification performances by using some criterias.
Açıklama
Anahtar Kelimeler
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
