Image processing using cellular neural networks
Hücresel yapay sinir ağları ile görüntü işleme
- Tez No: 1018776
- Danışmanlar: PROF. DR. NEIL ALFORD
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Hücresel yapay sinir ağları, Cellular artificial neural networks
- Yıl: 2003
- Dil: İngilizce
- Üniversite: London South Bank Unıversıty
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Elektrik ve Elektronik Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hücresel Yapay Sinir Ağı (CNN), işlemcilerin (hücrelerin) düzenli bir ızgara (çoğunlukla dikdörtgen) üzerinde düzenlendiği ve etkileşimlerin (şablonların) yerel ve uzayda değişmez olmasıyla sınırlandırıldığı bir sürekli zamanlı analog işleme dizisidir. CNN'nin topolojisi görüntü işleme uygulamaları için son derece uygundur; görüntü pikselleri işlenmek üzere doğrudan hücre dizisine eşlenebilir ve büyük ölçekli paralel analog hesaplama, dijital işlemcilere kıyasla bir hız avantajı sağlar. Bu tezin temel motivasyonu, görüntü işlemede yer alan büyük miktardaki bilgiyi işlemek için gereken hesaplama gücünü sağlamak amacıyla paralel işlemeye duyulan ihtiyaçtan kaynaklanmaktadır. Örneğin, 512 × 512 gri tonlamalı bir görüntü üzerinde saniyede 30 kare hızında gerçekleştirilen basit bir 3 × 3 konvolüsyon, bir saniye içinde 70,7 milyon çarpma ve 62,9 milyon toplama işleminin yapılmasını gerektirir. Bu nedenle, CNN'ler, doğasında bulunan paralellik özelliği sayesinde, görüntü işleme uygulamaları gerektiren yüksek performanslı hesaplamalar için doğal adaylardır. Literatürde, ilginç görüntü işleme işlemleri gerçekleştiren çok sayıda şablon halihazırda önerilmiştir. Ancak, bu şablonlarla uygulanabilecek görüntü işleme uygulamalarının kapsamını incelemek için çok az çalışma yapılmıştır. Bu tezin temel amacı ve katkısı, standart CNN'nin temel işlemlerini kullanarak, esas olarak 2-D CNN Gabor tipi filtrelere dayalı bazı yararlı görüntü işleme teknikleri geliştirmektir. Ek olarak, doğrusal CNN'nin hesaplama maliyeti açısından verimli simülasyonu incelenmiş ve 2-D CNN Gabor tipi filtre için tamamen dijital, karmaşıklığı azaltılmış bir uygulama şeması önerilmiştir. Bu tezde öncelikle standart CNN'nin dinamikleri, temel kavramları ve tanımları gözden geçirilmiştir. Ardından, doğrusal CNN'nin hesaplama maliyeti açısından verimli yazılım simülasyonu ayrıntılı olarak incelenmiş ve sayısal yöntemi kararlı hale getiren zaman adımı büyüklüğü aralığı belirlenmiştir. Gabor filtreleri ve bunların CNN'deki uygulamaları (Gabor tipi filtreler) ayrıntılı olarak incelenmiş ve 2-D CNN Gabor tipi filtre için tamamen dijital, karmaşıklığı azaltılmış bir uygulama şeması önerilmiştir. Çevrimdışı izole el yazısı karakter tanıma problemini çözmede izlediğimiz yeni yaklaşımlar açıklanmıştır. Son olarak, parmak izi görüntülerini iyileştirmeye yönelik bir teknik sunulmuştur.
Özet (Çeviri)
The Cellular Neural Network (CNN) is a continuous-time analogue processing array where the processors (cells) are arranged on a regular grid (mostly rectangular) and interactions (templates) are restricted to be local and spaceinvariant. The topology of CNN is well suited for image processing applications, image pixels can be mapped directly onto the array of cells for processing and the massively parallel analogue computation would provide a speed advantage over digital processors. The main motivation for this thesis arises from the need for parallel processing in order to supply the computation power needed to process the large amounts of information involved in image processing. For example, a simple 3 × 3 convolution on a 512 × 512 grey scale image at 30 frames per second requires 70.7 million multiplications and 62.9 million additions to be performed in one second. Therefore, CNNs are natural candidates for high performance computing requiring image processing applications due to their inherent parallelism. A large number of templates which perform interesting image processing operations have already been suggested in literature. But, little has been done to examine the range of image processing applications which can be implemented with given templates. The main aim and contribution in this thesis is to develop some useful image processing techniques mainly based on 2-D CNN Gabor-type filters while using the elemental operations of standard CNN. Additionally, the computational cost efficient simulation of linear CNN is investigated and an all-digital reduced complexity implementation scheme for 2-D CNN Gabor-type filter is proposed. In this thesis, the dynamics, basic concepts and definitions of the standard CNN are first reviewed. Then, the computational cost efficient software simulation of linear CNN is investigated in detail and a range for the time-step size that makes the numerical method stable is provided. The Gabor filters and their CNN implementation (Gabor-type filters) are studied in detail and an all-digital reduced complexity implementation scheme for 2-D CNN Gabortype filter is proposed. The new approaches that we have followed in solving the offline isolated handwritten character recognition problem are described. Finally, a technique to enhance fingerprint images is presented.
Benzer Tezler
- Hücresel nöral ağlar ve uygulamaları
Cellular neural networks and applications
SEVİLAY ÖZDEMİR
Yüksek Lisans
Türkçe
1991
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiPROF.DR. I. CEM GÖKNAR
- Yapay sinir ağları ve uygulamaları
Başlık çevirisi yok
NURCİHAN ÜNALDI
Yüksek Lisans
Türkçe
1993
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TURHAN ÇİFTÇİBAŞI
- Hücresel yapay sinir ağları için iki öğrenme algoritması ve görüntü işleme uygulamaları
Two learning algorithms for cellular neural networks and their image processing applications
SİNAN KARAMAHMUT
Yüksek Lisans
Türkçe
1994
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. CÜNEYT GÜZELİŞ
- F(x)-x bağlantılı bir kaotik hücresel yapay sinir ağının numerik olarak incelenmesi
Başlık çevirisi yok
FATİH KAVASLAR
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. CÜNEYT GÜZELİŞ
- Dinamik algılayıcı öğrenme algoritması ile kenar saptamanın öğrenilmesi
Learning of edge detection using recurrent perceptron learning algorithm
FİLİZ YOSMA TAŞKIN
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. CÜNEYT GÜZELİŞ
- Rastgele markov alanları ve hücresel sinir ağları ile görüntü işleme
Image processing with markow random fields and cellular neural networks
MAHMUT ŞAMİL SAĞIROĞLU
Yüksek Lisans
Türkçe
2001
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN NURİ UÇAN