Tez Arşivi

Hakkımızda

Tez aramanızı kolaylaştıracak arama motoru. Yazar, danışman, başlık ve özete göre tezleri arayabilirsiniz.


İstanbul Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Anabilim Dalı

Analog hücresel sinir ağı işlemcisi kullanarak gerçek zamanlı görüntü işleme uygulamaları

Real time image processing applications using analog cellular neural network processor

Teze Git (tez.yok.gov.tr)

Bu tezin tam metni bu sitede bulunmamaktadır. Teze erişmek için tıklayın. Eğer tez bulunamazsa, YÖK Tez Merkezi tarama bölümünde 282845 tez numarasıyla arayabilirsiniz.

Özet:

Bu tez kapsamında yapısında analog işlemci bulunan Bi-i Hücresel ve Eye-RIS görü sistemleri incelenerek bu sistemler üzerinde görüntü işleme uygulamaları geliştirilmiştir. Bi-i Hücresel görü sisteminde, Hücresel Sinir Ağları (HSA) tabanlı ACE16k olarak isimlendirilen bir analog işlemci vardır. Eye-RIS analog görü sistemi ise Q-Eye olarak isimlendirilen bir analog işlemciye sahiptir. Bu iki sistem gerçek zamanlı görüntü işleme uygulamaları gerçekleştirmek için tasarlanan hızlı, kompakt ve bağımsız görüntü işleme sistemleridir.Bu tez çalışmasında Bi-i Hücresel görü sistemi üzerinde gradyan eşikleme kenar belirleme, hareketli nesne sayma ve yeni bir bölütleme algoritması olmak üzere üç farklı görüntü işleme uygulaması için donanıma özel algoritma tasarlanmış ve gerçekleştirilmiştir. İlk olarak, HSA tabanlı ve gradyan eşikleme yöntemini kullanan bir kenar belirleme algoritması ACE16k işlemcisi kullanılarak gerçekleştirilmiştir. Elde edilen deneysel sonuçlar görsel açıdan gradyan eşikleme kenar belirleme algoritmasının en çok bilinen ve kullanılan kenar belirleme algoritmalarından biri olan Sobel kadar iyi sonuçlar verdiğini göstermekle birlikte zamanlama açısından gradyan eşikleme algoritmasının üstünlüğünü göstermiştir. Daha sonra bölütleme, hareket algılama ve özellik çıkarma teknikleri kullanılarak görüntü içindeki hareketli nesnelerin sayısını hesaplayan hareketli nesne sayma algoritması gerçeklenmiştir. Son olarak, IPOT olarak isimlendirilen ikili pencere operatörleri tabanlı yeni bir bölütleme algoritması gerçeklenmiştir. Literatürde önerilen iki farklı HSA tabanlı bölütleme algoritmaları ile karşılaştırılarak önerilen IPOT bölütleme algoritmasının etkinliği gösterilmiştir.Eye-RIS görü sistemi üzerinde ise yeni bir hareketli hedefi takip etme algoritması gerçekleştirilmiştir. Bu algoritma bir robot üzerine yerleştirilen Eye-RIS sistemi kullanılarak test edildi. Test sonucunda üzerinde Eye-RIS sistemi olan robotun rastgele hareket eden bir başka robotu takip ettiği gözlemlenmiştir.Önerilen algoritmaların analog sistemler üzerinde gerçekleştirilerek elde edilen deneysel sonuçlar bu sistemlerin gerçek zamanlı görüntü işleme uygulamaları geliştirmek için çok uygun bir platform olduğunu göstermektedir. Bununla birlikte deneysel sonuçlar geliştirilen kenar belirleme, hareketli nesne sayma, bölütleme ve hareketli hedefi takip etme algoritmalarının etkinliğini de ispatlamıştır.

Summary:

In this thesis, Bi-i Cellular and Eye-RIS vision systems are examined and some image processing applications are implemented on them. Bi-i Cellular vision system has an analog processor based on Cellular Neural Network (CNN) and named as ACE16k. Eye-RIS vision system has an analog processor named as Q-Eye. Bi-i and Eye-RIS vision systems are speed, compact and standalone vision systems to implement real-time image processing applications.In the thesis, three different image processing applications which are gradient threshold edge detection, moving object counting and a new segmentation algorithm are designed and implemented on Bi-i Cellular vision system. Firstly, a CNN based edge detection algorithm using gradient threshold method is implemented on ACE16k microprocessor. Experimental results show that Gradient threshold edge detection algorithm has almost same performance as Sobel which is one of the most known and used edge detection algorithms as regards to visual analysis. However, gradient threshold edge detection is faster than Sobel as regards to execution time. Then, a moving object counting algorithm is implemented. In this algorithm, the objects in the image are counted using segmentation, motion detection and feature extraction methods. The last implemented application on Bi-i Cellular vision system is a new segmentation algorithm based on dual window operators and named IPOT. In order to evaluate the performance of the IPOT segmentation algorithm, two different CNN based segmentation algorithms proposed in the literature are implemented and compared with IPOT segmentation algorithm.A new target tracking algorithm is implemented on Eye-RIS vision system. This algorithm is tested using a robot with Eye-RIS vision system. According to test results, a robot with Eye-RIS system can track a randomly moving robot.Experimental results obtained by implementing the proposed algorithms on the analog systems shows that these systems are very qualified platform to develop real time image processing applications. However, experimental results prove the efficiency of the implemented edge detection, moving object counting, segmentation and moving target tracking algorithms.