Filtreler

2012 - 20172
Filtreleri Sıfırla

Ayarlar

Yazar: Acar, Emrullah × Konu: Gabor Wavelet Transform ×

Arama Sonuçları

Listeleniyor 1 - 2 / 2
  • Küçük Resim
    Öğe
    Gabor dalgacık dönüşümü tabanlı yapay sinir ağı modeli ile zambak yaprağı imgelerinde pas hastalıklarının tespiti
    (Batman Üniversitesi, 2012-06-01) Acar, Emrullah; Çalışkan, Abidin; Sezgin, Necmettin
    Bitkilerdeki hastalıklar, hasadı ve dolayısıyla verimi etkilemektedir. Hastalıkların önceden kestirilmesi, çiftçilerin alacağı önlemler ile verimi artıracaktır. Verimi etkileyen önemli hastalıkların başında pas hastalığı gelmektedir. Bu çalışmada bitki örneği olarak, zirai uygulamalarla ilgili farklı zirai sitelerden bir uzman yardımıyla elde edilmiş zambak çiçeği yaprak imgeleri kullanılmış olup, Gabor dalgacık dönüşümü tabanlı yapay sinir ağı modeli ile pas hastalığını tespit eden bir sistem tasarlanmıştır. İlk aşamada, imgelere ilişkin Gabor dalgacık dönüşümü kullanılarak her bir sayısal imgeden ayrı bir özellik matrisi elde edilip, matrislerin ortalama, standart sapma ve entropi gibi istatistiksel değerleri hesaplanmıştır. Bu değerler öznitelik vektörüne eklenerek, her bir imge için bir öznitelik vektörü oluşturulmuştur. İkinci aşamada, Gabor dalgacık dönüşümü tabanlı öznitelik vektörleri yapay sinir ağı modelinin girişine verilerek sınıflandırma için performansı en iyi ağ yapısı belirlenmeye çalışılmıştır. Zambak çiçeği yaprak imgeleri iki (1-sağlıklı, 2- hastalıklı) grupta sınıflandırılmış olup sınıflandırma çalışmaları sonucunda, en iyi ortalama performansa %80,00 başarı ile yapay sinir ağı modelinin (3-25-1) ağ yapısında ulaştığı gözlemlenmiştir.
  • Küçük Resim Yok
    Öğe
    Palmprint recognition system based on gabor wavelet transform with K-NN classifier model
    (INESEC, 2017) Çalışkan, Abidin; Ergen, Burhan; Acar, Emrullah
    Palmprint recognition system is regarded as reliable and accurate biometric identification system. The biometric approach palm recognition system has attracted the attention of researchers in recent times because of the presenting a new biometric feature compared to other models. In this work, gabor wavelet transform (GWT) based palmprint recognition system has been developed. Firstly, image coordinate system is determined in order to facilitate image alignment for feature extraction. Then, region of interest is cropped from the palmprint images. With the developed system, features are extracted from the region of interest and they are given to k-nearest neighbors (k-NN) classifier as input parameters. Finally, the highest success rate for GWT based systematic sampling was computed as 86.90% according to the non-request data selection and it was observed that the proposed recognition system provide successful results in classification of palmprint images. Moreover, a good identification of the feature vector is the main factor that affects performance. Thus, the performance can also be improved by finding more suitable feature vectors.