Tez No	İndirme	Tez Künye	Durumu
238301		3D geometric hashing using transform invariant features / Yer değiştirmeden ve dönüsümden bağımsız öznitelik kullanılarak 3B geometrik kıyım Yazar:ÖMER ESKİZARA Danışman: YRD. DOÇ. DR. İLKAY ULUSOY Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Elektrik ve Elektronik Mühendisliği Bölümü / Elektrik-Elektronik Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Üç boyutlu teknoloji = Three dimensional technology	Onaylandı Yüksek Lisans İngilizce 2009 106 s.
Dönüsümden ve büyüklükten bagımsız 3B yüzey öznitelikleri kullanılarak 3B cisimtanıma çalısması yapıldı. Ölçek uzayı taraması yapılarak cisimlerin yüzeylerindeki3B öznitelikler elde edilerek her özniteligin büyüklügü elde edilir. Ölçek uzayı heryüzey noktasının seklini belirten dönüsümden bagımsız yüzey egrilik degerleriyleolusturulur. Elde edilen öznitelikler üçlüler halinde gruplanır ve her üçlülerdedönüsümden bagımsız ayıraçlar tanımlanır. Bu üçlüler kullanılarak her cismin herfarklı pozu kıyım tablosuna indekslenir. Büyüklüge duyarlı degerler için kosinüsbenzerlik kullanılarak ölçege duyarlı olmayan eslestirme elde edilir. Yapılantestlerde Stuttgart veri tabanında her 42 cisim için 66 poz kıyım tablosuna egitimsafhasında saklandı ve test asamasında her 42 cismin 256 pozu kullanıldı. %90.97oranında tanıma basarısı saglandı.
3D object recognition is performed by using geometric hashing where transformationand scale invariant 3D surface features are utilized. 3D features are extracted fromobject surfaces after a scale space search where size of each feature is also estimated.Scale space is constructed based on orientation invariant surface curvature valueswhich classify each surface point?s shape. Extracted features are grouped into tripletsand orientation invariant descriptors are defined for each triplet. Each pose of eachobject is indexed in a hash table using these triplets. For scale invariance matching,cosine similarity is applied for scale variant triple variables. Tests were performed onStuttgart database where 66 poses of 42 objects are stored in the hash table duringtraining and 258 poses of 42 objects are used during testing. %90.97 recognition rateis achieved.