Hücresel Sinir Ağlarının Şablon Katsayılarının Sayısal İmgelerde Kenar Çıkarımı Amacıyla Farklı Algoritmalar İle Optimizasyonu

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye

Tezin Onay Tarihi: 2009

Tezin Dili: Türkçe

Öğrenci: Hilal Benli

Asıl Danışman (Eş Danışmanlı Tezler İçin): Alper BAŞTÜRK

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Hücresel Sinir Ağları(HSA)'nın, hücre adı verilen yapı taşlarının iki-boyutlu bir bağlantı geometrisi ile dizilmesinden oluşan mimarisinin doğal bir sonucu olarak, ana uygulama alanı görüntü işleme olmuştur. Parçalı doğrusal dinamik bir model olmasından ve doğrusal analiz tekniklerinin kullanımına izin verdiğinden HSA'nın analizi, diğer dinamik ağlara göre daha kolaydır. HSA, iki boyutlu yapısının doğal bir sonucu olarak şimdiye kadar çoğunlukla yapay zeka, görüntü işleme gibi araştırma ve uygulama alanlarında kullanılmıştır.Bu tez çalışmasında amaç, HSA'nın görüntü işleme uygulamalarındaki başarımının çeşitli optimizasyon algoritmaları ile ölçülmesi ve literatürde görüntü işleme için sıkça kullanılan diğer yöntemlerle farklılıklarının araştırılmasıdır. Bu çalışmada, bir HSA'nın şablon katsayıları, sayısal imgelerde kenar çıkarımı amacıyla Nelder-Mead Optimizasyon Algoritması (NMOA), Isıl İşlem Algoritması (IİA), Parçacık Sürüsü Optimizasyon Algoritması (PSOA), Farksal Gelişim Algoritması (FGA) ve Klonal Seçme Algoritması (KSA) kullanılarak belirlenmektedir.HSA'nın şablon katsayıları basit yapay eğitim imgeleri kullanılarak belirlenmiştir. Sunulan kenar çıkarıcıların başarımı birinci dereceden farklı kenar çıkarıcılarla karşılaştırılmış, tüm operatörlerin başarımları hem ikili hem de gri seviyeli test imgeleri üzerinde test edilmiştir. HSA'nın görüntü işleme uygulamalarında başarılı ve etkin bir şekilde kullanıldığı görülmüştür.Anahtar Kelimeler: Hücresel sinir ağları, kenar çıkarımı, görüntü işleme, optimizasyon algoritması.