Electrical - Electronic Engineering / Elektrik - Elektronik Mühendisliği
Permanent URI for this collectionhttps://hdl.handle.net/11147/11
Browse
3 results
Search Results
Conference Object İskelet Dal Noktaları Kullanan Entropik Çizgelerde Çakıştırma ve Optimizasyon(Institute of Electrical and Electronics Engineers Inc., 2017) Ergün, Aslı; Ünlü, Mehmet Zübeyir; Ünlü, Mehmet Zübeyir; Güngör, Cengiz; 03.05. Department of Electrical and Electronics Engineering; 03. Faculty of Engineering; 01. Izmir Institute of TechnologyGörüntü çakıştırma işleminde görüntülerin ne kadar benzediklerinin ve iki görüntü arasındaki benzerliği maksimuma getiren kayma, dönme ve ölçeklendirme dönüşüm parametre değerlerinin bulunması gerekmektedir. Benzerlik ölçütü ve buna bağlı parametreler hesaplanırken entropik çizge diye adlandırılan, bilgi teorisi tabanlı ölçütlerin çizge üzerinde yakınsama yöntemleri kullanılabilir. Bu çalışmada, farklı entropik çizgeler üzerinde benzerlik ve optimizasyon ölçütleri karşılaştırılmış ve çizge oluşturmak için iskelet dal öznitelik noktalarının kullanılmasının başarılı sonuçlar verdiği görülmüütür.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.Conference Object Citation - WoS: 42Citation - Scopus: 43An Automatic Level Set Based Liver Segmentation From Mri Data Sets(Institute of Electrical and Electronics Engineers Inc., 2012) Göçeri, Evgin; Ünlü, Mehmet Zübeyir; Göçeri, Evgin; Dicle, Oğuz; 03.05. Department of Electrical and Electronics Engineering; 03. Faculty of Engineering; 01. Izmir Institute of TechnologyA fast and accurate liver segmentation method is a challenging work in medical image analysis area. Liver segmentation is an important process for computer-assisted diagnosis, pre-evaluation of liver transplantation and therapy planning of liver tumors. There are several advantages of magnetic resonance imaging such as free form ionizing radiation and good contrast visualization of soft tissue. Also, innovations in recent technology and image acquisition techniques have made magnetic resonance imaging a major tool in modern medicine. However, the use of magnetic resonance images for liver segmentation has been slow when we compare applications with the central nervous systems and musculoskeletal. The reasons are irregular shape, size and position of the liver, contrast agent effects and similarities of the gray values of neighbor organs. Therefore, in this study, we present a fully automatic liver segmentation method by using an approximation of the level set based contour evolution from T2 weighted magnetic resonance data sets. The method avoids solving partial differential equations and applies only integer operations with a two-cycle segmentation algorithm. The efficiency of the proposed approach is achieved by applying the algorithm to all slices with a constant number of iteration and performing the contour evolution without any user defined initial contour. The obtained results are evaluated with four different similarity measures and they show that the automatic segmentation approach gives successful results. © 2012 IEEE.