Tez No	İndirme	Tez Künye	Durumu
139419	Bu tezin, veri tabanı üzerinden yayınlanma izni bulunmamaktadır. Yayınlanma izni olmayan tezlerin basılı kopyalarına Üniversite kütüphaneniz aracılığıyla (TÜBESS üzerinden) erişebilirsiniz.	Algebraic invariants of implicit polynomials for 3D object recognition / Üç boyutlu nesne tanıma için örtük polinomların cebirsel değişmezlerinin kullanımı Yazar:BURAK BORHAN Danışman: DOÇ. DR. ÜMİT BİLGE ; PROF. DR. AYTÜL ERÇİL Yer Bilgisi: Boğaziçi Üniversitesi / Fen Bilimleri Enstitüsü / Endüstri Mühendisliği Ana Bilim Dalı Konu:Endüstri ve Endüstri Mühendisliği = Industrial and Industrial Engineering Dizin:	Onaylandı Yüksek Lisans İngilizce 2003 92 s.
VI ÖZET ÜÇ BOYUTLU NESNE TANIMA İÇİN ÖRTÜK POLİNOMLARIN CEBİRSEL DEĞİŞMEZLERİNİN KULLANIMI Otomatik kontrol sistemlerine olan ilginin her geçen gün biraz daha artması yapay görme uygulamalarının ön plana çıkmasını ve otomatik kontrol sistemlerinin daha fazla uygulama alanı bulmasını sağladı. Üç boyutlu obje tanıma, yapay görme sistemlerinin temel problemlerinden biri olagelmiştir. Günümüzde teknolojinin hızla ilermelesi ile birlikte gelişen daha güçlü ve hızlı sistemler sayesinde, 3D obje tanıma gerçek zamanda yapılabilir durumdadır. Çalışmamızda ikinci ve dördüncü derece polinomlarm döndürme işlemi altında değişmezlerini bulmak için bir yöntem sunuyoruz. Ardından, geliştirdiğimiz ve bu değişmezleri kullanan üç boyutlu obje tanıma sistemini anlatıyoruz. Sistem, üç boyutlu veri dosyalarını girdi olarak alarak seçilen derecede (2, 4) bir örtük polinom yüzeyini objeye uydurur. Daha sonra en uygun objeyi bulmak için, bulunan örtük polinomun invariantlarını hesaplayarak veri tabanındaki objelerle kıyaslar. Çalışmamızda obje tanıma deney sonuçlarını sunuyoruz. Test sonuçlarımızda hesapladığımız değişmezlerin kararlı olduğunu ve obje tanımadaki başarının yapılan yüzey uydurma işleminin başarısı ile alakalı olduğunu gördük.
ABSTRACT ALGEBRAIC INVARIANTS OF IMPLICIT POLYNOMIALS FOR 3D OBJECT RECOGNITION The increasing interest in computer controlled systems carried machine vision applications to foreground and machine vision systems started to find more and more application areas in computer controlled systems. 3D object recognition has always been a challenge in machine vision systems because of the complexity of data and the calculations. However, with the development of more and more powerful and faster systems, today 3D object recognition is possible in realtime. In our work, we present a method for deriving the rotation invariants of 2nd and Ath degree implicit polynomials. Then we build a system for 3D object recognition using derived invariants, which gets the 3D object data as input and fits an implicit polynomial surface of 2nd or 4th degree using 3L fitting algorithm, calculates the in variants of the objects to compare with the object invariants stored in the database and calculates the nearest Euclidean distance to find the best match. We present the recognition test results of the objects in our database for both 2nd and Ath degree fits. Our results show that invariants derived in this thesis are stable and the success of the recognition is high when the polynomial fit is successful.