WoS İndeksli Yayınlar Koleksiyonu / WoS Indexed Publications Collection
Permanent URI for this collectionhttps://hdl.handle.net/11147/7150
Browse
2 results
Search Results
Conference Object Registration and Optimization in Fintropic Graphs Using Branch Skeleton Features(Institute of Electrical and Electronics Engineers Inc., 2017) Ergün, Aslı; Ünlü, Mehmet Zübeyir; Ergün, Serkan; Ünlü, Mehmet Zübeyir; Güngör, Cengiz; 03.05. Department of Electrical and Electronics Engineering; 03. Faculty of Engineering; 01. Izmir Institute of TechnologyIn image registration process, it is necessary to find the similarity of the images and thetranslation, rotation and scaling transformation parameter values that maximize the similarity between the two images. When the similarity measure and related parameters are calculated, information theory based entropic graphs can be used. In this study, similarity and optimization measures are compared on different entropic graphs. It has been seen that skeleton branch feature points to build entropic graphs give successful results.Article Citation - WoS: 1Citation - Scopus: 2Dinamik Zaman Bükme Metodu Kullanarak İvmeölçer Tabanlı El Yazısı Karakter Tanıma(Institute of Electrical and Electronics Engineers Inc., 2016) Tunçer, Esra; Ünlü, Mehmet Zübeyir; Ünlü, Mehmet Zübeyir; 03.05. Department of Electrical and Electronics Engineering; 03. Faculty of Engineering; 01. Izmir Institute of TechnologyBu çalışmada, ivmeölçer kullanılarak el yazısı ile yazılan karakterlerin tanınması yapılmıştır. Karakter tanıma çalışmalarında genellikle kullanılan görüntü işleme teknikleri yerine, bu projede yazıyı yazan kişinin yazma hareketlerinden elde edilen veriler kullanılmıştır. Kişinin yazıyı yazma hareketlerini elde edebilmek için 3 eksenli ivmeölçer kullanılmış ve buradan elde edilen verilerle karakterler Dinamik Zaman Bükme yöntemiyle tanınmıştır. İvmeölçer ile elde edilen veriler genellikle gürültülü veriler olduğundan verilere tanıma işleminden önce filtreleme, bölütleme ve normalizasyon gibi ön işleme teknikleri uygulanmıştır. Yapılan deneysel çalışmalarda %98,08’lik doğru tanıma oranına ulaşılmıştır.