dc.contributor.advisor | Yılmaz, Sevcan | |
dc.contributor.author | Çıplak, Gökhan | |
dc.date.accessioned | 2017-03-27T15:49:24Z | |
dc.date.available | 2017-03-27T15:49:24Z | |
dc.date.issued | 2016 | |
dc.identifier.uri | | |
dc.identifier.uri | https://hdl.handle.net/11421/4387 | |
dc.description | Tez (yüksek lisans) - Anadolu Üniversitesi | en_US |
dc.description | Anadolu Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı | en_US |
dc.description | Kayıt no: 431837 | en_US |
dc.description.abstract | Bir çok uygulama alanına sahip olması, dijital imgelerde daire tespitini önemli bir problem yapmaktadır. Literatürde çok sayıda daire tespit algoritması sunulmasına rağmen, her bir algoritma kendi etkinliğini göstermek için özel seçilmiş imgeler kullanmaktadır. Dolayısıyla bu durum farklı algoritmaların birbiriyle kıyaslanmasına olanak tanımamaktadır. Bu problemi çözmek için bu tez çalışmasında 800x600 boyutlarında, çeşitli uygulama alanlarından dairesel nesneler içeren, işaretlenmiş 200 imgeden oluşan dataset sunulmuştur. Bu dataset "Anadolu University Circle Detection Dataset and Benchmark (AUCDB200)" olarak adlandırılır ve bilinen daire tespit algoritmalarının duyarlılık - anma - Fscore ölçütleriyle nicel karşılaştırılmasında kullanılır. Bu tezde ayrıca yakın zamanda yayınlanan Orientation Transform ile çıkartılan yayların kullanılmasıyla, yeni bir daire tespit algoritması sunulmuştur ve bu algoritma OTCircles olarak adlandırılır. Deneyler, 0.92 Fscore değeri ile OTCircles'ın AUCDB200 dataseti için en iyi sonucu verdiğini ve gürültüye karşı daha az hassasiyeti olduğunu göstermektedir. | en_US |
dc.language.iso | eng | en_US |
dc.publisher | Anadolu Üniversitesi | en_US |
dc.rights | info:eu-repo/semantics/openAccess | en_US |
dc.title | A quantitative comparison of state of the art circle detection algorithms | en_US |
dc.type | masterThesis | en_US |
dc.contributor.department | Fen Bilimleri Enstitüsü | en_US |
dc.identifier.startpage | 41 yaprak : resim + 1 CD-ROM. | en_US |
dc.relation.publicationcategory | Tez | en_US |