SUBMISSIONS

SUBMISSION DETAIL

Mahmut KILIASLAN, Mrsel Ozan NCETA
 


Keywords:



NECKL SNR AI TABANLI WAVELET LE KENAR TESPT
 
Kenar tespiti, grnt ileme alannda en ok kullanlan ilemlerden biridir. Sz konusu ilem nesne tanma ve takibi, blge tespiti ve zellik karm iin sklkla kullanlmaktadr. laveten kenar tespit algoritmalar genel amal grntlerden uydu grntlerine ve tbbi grntlemeye kadar birok alana uygulanmaktadr. Kenar tespitinde gradyan, trev ya da Canny operatr gibi ok bilindik yntemlerin yan sra wavelet dnm gibi yaklamlar da kullanlabilmektedir. Bu teknikler ile grntdeki kenarlar tespit edilirken, piksellerin gri seviye deerleri zerinde karma ya da toplama gibi dorusal ilemler yaplr. Ancak insan grsel sistemi kenarlar belirlerken pikseller arasndaki lineer ilemler yerine uyarc ve engelleyici nronlar kullanr. Bu almada insan grsel sistemini baarl ekilde simle eden bir necikli Sinir A (Spiking Neural Network - SNN) modeli nerilerek, ayrk dalgack dnmnn (Discrete Wavelet Transform - DWT) gerekletirilmesinde kullanlmtr. DWT hesaplamasnda gerekletirilen komu piksellerin gri seviye deerleri arasndaki toplama ve karma ilemleri yerine, nerilen model kullanlmtr. Ardndan elde edilen DWT sonular, geleneksel DWT sonular ile karlatrlmtr. Deneyler BSDS (Berkeley Segmentation DataSet) test veri tabanndaki 100 grnt zerinde gerekletirilmitir. Elde edilen DWT sonular 2x enterpolasyon ilemine tabi tutularak bytlm ve BSDS Test arac ile kenar tespit baarlar llmtr. Yntemlerin baar lm iin F-Skor metriinden faydalanlmtr. nerilen yaklam, geleneksel DWTye gre daha stn performans gstermitir.

Anahtar Kelimeler: necikli Sinir A, Kenar, Wavelet, F-Skor