Professional Documents
Culture Documents
EEM731 Örüntü Tanıma Mustafa ŞEKERLİOĞLU
EEM731 Örüntü Tanıma Mustafa ŞEKERLİOĞLU
Mustafa ŞEKERLİOĞLU
05.01.2023
2
Örüntü tanıma, mevcut verilere bakan ve içinde herhangi bir düzen olup
olmadığını görmeye çalışan bir süreçtir. İki ana bölümü vardır. Bunlar;
Bilgisayar görüşünün aksine, örüntü tanıma için veri herhangi bir şey olabilir:
3
Metinler veya kelimeler
1. Görüntüler
2. Duygular (duygular)
3. Sesler
Bu model arama sürecinden elde edilen bilgiler, veri analitiği sistemleri için
kullanılabilir. Bu özellik, kullanıcıların bu kadar büyük miktarda veriyi kendi
başlarına veya Excel veya diğer benzer araçlar yardımıyla işleyemediği büyük
veri analitiği için özellikle hayati önem taşır.
4
Eşikleme nesnelerin arka plandan ayrılması işlemidir ve en basit bölütleme
(segmentation) yöntemidir. Nesneleri arka plandan ayırmak için en kolay yol,
histogramdan göreceli olarak belirlenen bir T eşik değeri ile görüntüdeki piksel
değerlerini karşılaştırmak olacaktır.
>> İpread(‘C: \ Users \ Mustafa \ Deksetop \ dosya \ indir.jpg’ )
>> İmg= imread (‘C: \ Users \ Mustafa \ Deksetop \ dosya \ indir.jpg’ );
>> İmshow(img) >> (img)
,
5
>>img
>>gray= rgb2gray(img);
>> imshow
>> imshow (gray)
>>size (img)
ans= 168 300 3
>> [ a, b, c] = size (img)
a= 168
b= 300
c= 3
>> k= size (img,1)
k= 168
>>k2= size( img,2)
K2=300
>>img
6
Bu metodta görüntü piksel piksel okunup aynı anda işlendiği için görüntünün
tamamı hafızaya kaydedildiğinde histogramı da çıkarılmış olmaktadır.
Histogram çıkarıldıktan sonra eşik değerinin hesaplanması işlemleri yapılmakta
ve görüntü eşiklenerek monitöre aktarılmaktadır
Otsu metodu, gri seviye görüntüler üzerinde uygulanabilen bir eşik tespit
yöntemidir. Metod ta kullanılırken görüntünün arka plan ve ön plan olmak üzere
iki renk sınıfından oluştuğu varsayımı yapılır. Daha sonra tüm eşik değerleri için
bu iki renk sınıfının sınıf içi varyans değeri hesaplanır.