Tez No	İndirme	Tez Künye	Durumu
282704		Hücresel sinir ağları için kararlı şablon tasarımı ve görüntü işleme uygulamaları / Stable template design for cellular neural networks with applications to image processing Yazar:SELÇUK SEVGEN Danışman: PROF. DR. SABRİ ARIK Yer Bilgisi: İstanbul Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Görüntü işleme = Image processing ; Hücresel sinir ağları = Cellular neural networks ; Kenar bulma = Edge detection ; Optimizasyon = Optimization ; Tavlama benzetimi = Simulated annealing ; Yapay sinir ağları = Artificial neural networks ; Şablon = Template	Onaylandı Doktora Türkçe 2009 86 s.
: Bu tez çalışmasında bir HSA çok fonksiyonlu makineyi içinde barındıran Bi-i Hücresel görü sistemi incelenmiş ve bu sistem üzerinde çalışan IAŞT (Iterative Annealing ile Şablon Tasarımı) olarak adlandırılmış şablon tasarımı gerçekleştiren bir yazılım geliştirilmiştir. Bu yazılımın geliştirilmesi ve şablonların tasarlanması için Iterative Annealing optimizasyon yöntemi kullanılmıştır. Geliştirilen yazılımın verdiği sonuçların doğruluğu kenar belirleme işlemi ile test edilmiştir. İkili ve gri seviyeli görüntüler üzerinde kenar belirleyebilen şablonlar eğitilmiştir. Daha sonra ACE16k yongası üzerinde çalışabilecek köşe belirleme şablonu eğitilmesi işlemi yapılmıştır. İç bükey ve dış bükey köşeleri ayrı ayrı bulabilen şablonlar eğitilmiştir. Geliştirilen yazılım, köşe belirleme işlemi aracılığıyla bir diğer şablon tasarım yazılımı olan CNNOPT ve HSA tabanlı olmayan iki adet köşe belirleme yöntemi ile karşılaştırılmıştır (Harris, He ve Yung). Karşılaştırma örnek görüntüler üzerinde köşe belirleme sonuçlarına ve işlem zamanlarına göre yapılmıştır.Ayrıca tez çalışmasında, Ace16k yongası üzerinde çalışan bir nesne sayma uygulaması gerçekleştirilmiştir. Gri seviyeli giriş görüntüleri içinde bulunan nesneleri sayan bu uygulama öncelikle görüntüleri ikili hale çevirmekte, görüntü içindeki gürültüleri temizlemekte ve sonrasında nesneleri dörtgene tamamlayıp, IAŞT yazılımı ile eğitilmiş olan sol-üst köşe bulma şablonu kullanılarak her bir nesne bir nokta ile gösterilebilecek hale getirmektedir. Bu noktaların sayılmasıyla verilen görüntüdeki nesne sayısı bulunmaktadır. Uygulama hem DSP hem de MATLAB üzerine uygulanarak yürütme zamanları karşılaştırılmıştır.Bu tez çalışmasında elde edilen sonuçlar ve yapılan uygulamalar gerçek zamanlı işlem yapabilen analog HSA çok fonksiyonlu makinenin etkinliğini göstermektedir. İçinde HSA çok fonksiyonlu makine bulunan Bi-i Hücresel görü sistemi görüntü işleme konusunda oldukça yüksek performans göstermektedir. Şablon kullanarak köşe belirleme işlemini HSA tabanlı olmayan yöntemlere göre 100 kat ve nesne sayma işleminin de MATLAB ortamına göre 60 kat daha hızlı yapabilmesi, ACE16k sisteminin görüntü işleme konusunda çok uygun bir platform olduğunu ve daha kapsamlı uygulamaların da rahatlıkla gerçekleştirilebileceğini göstermektedir.
In this thesis, Bi-i Cellular Vision System including a CNN-UM is examined and a template design software is developed on this system. Iterative Annealing optimisation method is used during development of the software and design of templates. Corner detection is used to test the accuracy of outputs of the software. Edge detection templates are trained on binary and grey level images. Then, corner detection template training is realized on ACE16k chip. Concav and convex corner detection templates are obtained. Developed software is compared with an another CNN based template training software called CNNOPT and two non-CNN based corner detection methods (Harris, He and Yung). Execution times and outputs of corner detection process are used for this comparison.Besides, an object counting algorithm working on ACE16k chip is realized. This algorithm counts objects in grey level input images. Firstly, grey level images are converted to binary form and noises on the binary image are eliminated. Then, objects are transformed into rectangular shaped ones and each object is represented by one pixel using North-West corner detection template trained with developed software. Number of objects in an input image are calculated by counting these pixels. Execution times are compared by implementing the software on DSP and also on MATLAB.Obtained results and developed applications show the efficiency of real-time working CNN-UM. Bi-i cellular vision system has a great performance in image processing tasks. Corner detection by using template is 100 times faster than non CNN based methods and object counting on ACE16k is 60 times faster than its simulation on MATLAB. These results indicate that ACE16k is a suitable platform for image processing and that it can realize more complex applications.