Çok Amaçlı Metasezgisel Optimizasyon Algoritmaları ile Hibrit Pan-Keskinleştirme Yöntemlerinden Üretilen Görüntülerin Sınıflandırma Performanslarının Arttırılmasına Yönelik Bir Araştırma

Authors : Volkan YILMAZ

Pages : 1-10

Doi:10.48123/rsgis.838767

View : 15 | Download : 7

Publication Date : 2021-03-13

Article Type : Research Paper

Abstract :Görüntü sınıflandırma uygulamaları yüksek renk kalitesine sahip olan görüntülere ihtiyaç duymaktadır. Ancak, gerek algılayıcılardaki teknik kısıtlamalar, gerekse de maliyet problemlerinden dolayı bu tarz görüntüleri elde etmek her zaman mümkün olmamaktadır. Bu nedenle, bu çalışmada, literatürde ilk defa, çok amaçlı bir metasezgisel optimizasyon algoritması olan Non-Dominated Sorting Genetic Algorithm II insert ignore into journalissuearticles values(NSGA-II); algoritması, hibrit bir pan-keskinleştirme yöntemi olan Intensity-Hue-Saturation Discrete Wavelet Transform insert ignore into journalissuearticles values(IHS-DWT); yönteminin performansının iyileştirilmesi amacıyla kullanılmıştır. Önerilen yöntem ile renk kalitesi en iyiden en kötüye değişen beş farklı pan-keskinleştirilmiş görüntü üretilmiştir. Pan-keskinleştirmede kullanılan girdi Çok Bantlı insert ignore into journalissuearticles values(ÇB); görüntü ile üretilen bütün pan-keskinleştirilmiş görüntüler Yapay Sinir Ağları insert ignore into journalissuearticles values(YSA); yöntemine göre sınıflandırılmıştır. Sınıflandırma sonuçları, önerilen yöntem ile üretilen bütün pan-keskinleştirilmiş görüntülerin toplam sınıflandırma doğruluğunu belli oranda arttırdığını göstermektedir. Ayrıca, önerilen yöntem ile üretilen en iyi renk kalitesine sahip olan iki görüntünün toplam sınıflandırma doğruluğunu yaklaşık % 24 oranında arttırdığı tespit edilmiştir. Önerilen yöntem ile yüksek sınıflandırma doğruluğuna ihtiyaç duyulan uygulamalar için altlık üretilebileceği sonucuna varılmıştır.
Keywords : Pan keskinleştirme, Metasezgisel optimizasyon, Görüntü sınıflandırma