Tez No	İndirme	Tez Künye	Durumu
10250	Bu tezin, veri tabanı üzerinden yayınlanma izni bulunmamaktadır. Yayınlanma izni olmayan tezlerin basılı kopyalarına Üniversite kütüphaneniz aracılığıyla (TÜBESS üzerinden) erişebilirsiniz.	İki boyutlu çok bantlı doğrusal öngörü modellerinin görüntü kodlama ve tanımaya uygulanması / Yazar:YUSUF ÖZTÜRK Danışman: PROF. DR. EMRAH ORHUN Yer Bilgisi: Ege Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Doğrusal öngörü modelleri = Linear prediction models ; Görüntü kodlama = Image coding ; Görüntü tanıma = Image recognition ; Kararlılaştırma sistemi = Stabilization system ; İki boyutlu sistemler = Two dimensional systems	Onaylandı Doktora Türkçe 1990 217 s.
ABSTRAKT Bu tez, doğrusal öngörü modellerinin iki boyutlu çok bantlı veriler için yeniden düzenlenmesi ve görüntü kodlama ve tanıma problemlerine uygulanması konularını incelemektedir. Bu tez kapsamında çok bantlı doğrusal öngörü uygulamalarında karşılaşılan kararsızlık problemi üzerinde çalışılmış ve daha önce Morf ve diğ. [29] tarafından geliştirilen kararsızlık testlerine dayanarak iki basamaklı bir kararlılaştırma yöntemi geliştirilmiştir. Itakura Saito tipi spektral bozulma ölçüm yöntemleri çok bantlı iki boyutlu sistemlerde uygulanmak üzere yeniden formüle edilmiştir. Maragos ve diğ. [25] tarafından doku görüntülerinin sınıflandırılması amacıyla gerçekleştirilen çalışma, iki boyutlu çok bantlı doğrusal öngörü model parametreleri kullanılarak gerçekleştirilmiştir. Itakura- Saito tipi spektral bozulma ölçüm yöntemlerinin [28] her üç şekli incelenmiş ve iki boyutlu çok bantlı sistem parametreleri kullanılarak görüntü sınıflandırılması için en az hatalı ölçüm yönteminin belirlenmesi amacıyla deneyler yapılmıştır. ABSTRACT This study presents the extension of linear prediction models to multichannel two-dimensional case and its applications to image coding, segmentation and clasa i t İCat ion. The aLablilLy y a. u Ij 1 c m faucJ iu LUo multichannel linear; predictive yyüteırıo has been addressed and a two-stage stabilization algorithm has been developed based oh the stability criteria reported by Morf et al.[29]. Itakura-Saito type spectral distortion measures have been extended to multichannel case. The work by Maragos et al [25] has been extended to classify image textures by means of multichannel two-dimensional linear predictioncoefficients. All three forms of Itakura-Saito type spectral distortion measures [28] have been analyzed to select the best distortion measure for classification of images by means of their multichannel two-dimensional linear prediction coefficients.