Tez No	İndirme	Tez Künye	Durumu
286157		3D object recognition using scale-space of curvatures / Eğrilik ölçek uzayı kullanarak 3B nesne tanıma Yazar:ERDEM AKAGÜNDÜZ Danışman: YRD. DOÇ. DR. İLKAY ULUSOY Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Elektrik ve Elektronik Mühendisliği Bölümü Konu:Elektrik ve Elektronik Mühendisliği = Electrical and Electronics Engineering Dizin:Görüntü işleme algoritmaları = Image processing algorithms	Onaylandı Doktora İngilizce 2011 155 s.
Bu tezde, 3B yüzeylerden ölçek ve çözünürlükten bağımsız bir 3B öznitelik çıkarım yöntemi önerilmiştir. Öznitelikler, 3B yüzey eğrilikleri kullanılarak ölçek bilgileri (metrik boy ve çözünürlük) kaybedilmeden çıkarılmaktadır. Önceki ölçek uzayı yaklaşımlarından farklı olarak, sınıflandırılmış ölçek eğrilik uzayındaki bileşik elemanlar öznitelik olarak kullanılmıştır. Bu öznitelikler metrik uzunluk ve örneklemeden bağımsız çıkarılmaktadırlar. Geometrik kıyım yöntemi, nesne tanıma amacıyla kullanılmış ve farklı ölçeklerde, engelli nesneler içeren 3B yüzey veri tabanlarıyla test edilmiştir. Deney sonuçları nesne tanıma kabiliyetleri bakımından SIFT ile karşılaştırılmıştır. Ölçek uzayı kullanmanın önemini göstermek için yöntem hem ölçek uzayı kullanılarak hem de kullanılmadan çalıştırılıp, sonuçlar karşılaştırılmıştır.
In this thesis, a generic, scale and resolution invariant method to extract 3D features from 3D surfaces, is proposed. Features are extracted with their scale (metric size and resolution) from range images using scale-space of 3D surface curvatures. Different from previous scale-space approaches; connected components within the classified curvature scale-sp ce are extracted as features. Furthermore, scales of features are extracted invariant of the metric size or the sampling of the range images. Geometric hashing is used for object recognition where scaled, occluded and both scaled and occluded versions of range images from a 3D object database are tested. The experimental results under varying scale and occlusion are compared with SIFT in terms of recognition capabilities. In addition, to emphasize the importance of using scale space of curvatures, the comparative recognition results obtained with single scale features are also presented.