TY  - JOUR
T1  - THE EFFECTS OF NOISE FILTERS ON SEGMENTATION BASED SEEDED REGION GROWING
TT  - GÜRÜLTÜ FİLTRELERİNİN TOHUMLU ALAN GENİŞLETME TABANLI BÖLÜTLEMEYE ETKİLERİ
AU  - İncetaş, Mürsel Ozan
AU  - Tanyeri, Ufuk
PY  - 2019
DA  - December
Y2  - 2019
DO  - 10.21923/jesd.420101
JF  - Mühendislik Bilimleri ve Tasarım Dergisi
JO  - MBTD
PB  - Süleyman Demirel University
WT  - DergiPark
SN  - 1308-6693
SP  - 725
EP  - 735
VL  - 7
IS  - 4
LA  - en
AB  - Image segmentation is aprocess of grouping pixels to make parts of objects into distinct image areasusing their texture, edge, color properties. The segmentation process plays animportant role in the analysis of images and in image processing. One of thetechniques developed for segmentation is SRG (Seeded Region Growing). The noisegenerated during the acquisition of images affects the segmentation successnegatively. Filters used to eliminate noise reduce it, but the effect offiltering on the segmentation success is not fully known. In this study, theeffects of noise and filters on the SRG algorithm are investigated. For thispurpose, various noises were added to Weizmann database images at differentlevels. Later, filters were applied to noisy images. Finally, F-Score valueswere obtained from the images segmented by the SRG algorithm and compared withthe values of the original images.
KW  - Noise Filters
KW  - Segmentation
KW  - Seeded Region Growing
N2  - Görüntübölütleme, doku, kenar ve renk özelliklerini kullanarak nesnelerin parçalarınıfarklı görüntü alanlarına dönüştürmek için pikselleri gruplama işlemidir.Bölütleme süreci, görüntülerin analizinde ve görüntü işlemede önemli bir roloynar. Bölütleme için geliştirilen tekniklerden biri de SRG'dir (Tohumlu AlanGenişletme). Görüntülerin elde edilmesi sırasında oluşan gürültü, bölütlemebaşarısını olumsuz yönde etkiler. Gürültüyü ortadan kaldırmak için kullanılanfiltreler gürültüyü azaltmaktadır, ancak filtreleme işleminin bölütlemebaşarısı üzerindeki etkisi tam olarak bilinmemektedir. Bu çalışmada, gürültü vefiltrelerin SRG algoritması üzerindeki etkileri araştırılmıştır. Bu amaçlaWeizmann veri tabanına farklı seviyelerde çeşitli gürültüler eklenmiştir. Dahasonra gürültülü görüntülere filtreler uygulanmıştır. Son olarak, SRGalgoritması tarafından segmentlere ayrılmış görüntülerden F-Skor değerleri eldeedilmiş ve orijinal görüntülerin değerleri ile karşılaştırılmıştır.
CR  - Adams, R., Bischof, L., 1994. Seeded Region Growing. IEEE Transactions on pattern analysis and machine intelligence, 16(6), 641-647.
CR  - Al-Faris, A.Q., Ngah, U.K., Isa, N.A.M., Shuaib, I.L., 2014. Breast MRI Tumour Segmentation Using Modified Automatic Seeded Region Growing Based on Particle Swarm Optimization Image Clustering. Soft Computing in Industrial Applications, vol 223, In: Snášel V., Krömer P., Köppen M., Schaefer G. (eds), Advances in Intelligent Systems and Computing, Springer, Cham.
CR  - Alpert, S., Galun, M., Brandt, A., Basri, R., 2012. Image Segmentation by Probabilistic Bottom-Up Aggregation and Cue Integration. IEEE transactions on pattern analysis and machine intelligence, 34(2), 315-327.
CR  - Dreizin, D., Bodanapally, U.K., Neerchal, N., Tirada, N., Patlas, M., Herskovits, E., 2016. Volumetric Analysis of Pelvic Hematomas After Blunt Trauma Using Semi-Automated Seeded Region Growing Segmentation: A Method Validation Study. Abdominal Radiology, 41(11), 2203-2208.
CR  - Fan, J., Yau, D.K., Elmagarmid, A.K., Aref, W.G., 2001. Automatic Image Segmentation by Integrating Color-Edge Extraction and Seeded Region Growing. IEEE transactions on image processing, 10(10), 1454-1466.
CR  - Gómez, O., González, J.A. Morales, E.F., November, 2007. Image Segmentation Using Automatic Seeded Region Growing and Instance-Based Learning. In Iberoamerican Congress on Pattern Recognition, Valparaíso, Chile, 192-201.
CR  - Gonzalez, R.C., Woods, R.E., Eddins, S.L., 2009. Digital Image Processing Using MATLAB. Gatesmark Publishing.
CR  - İncetaş, M.O., Kılıçaslan, M., Tanyeri, U., Yakışır Girgin, B., Aydemir, Z., Kasım, 2017. Gürültünün Tohumlu Alan Genişletme Tabanlı Bölütleme Sonucuna Etkisinin Nicemsel Olarak Belirlenmesi. Uluslararası Multidisipliner Çalışmalar ve Yenilikçi Teknolojiler Sempozyumu ISMSIT, Tokat, Türkiye.
CR  - Kostopoulos, S.A., Vassiou, K.G., Lavdas, E.N., Cavouras, D.A., Kalatzis, I.K., Asvestas, P.A., Arvanitis, D.L., Fezoulidis, I.V., Glotsos, D.T., 2017. Computer-Based Automated Estimation of Breast Vascularity and Correlation with Breast Cancer in DCE-MRI Images. Magnetic resonance imaging, 35, 39-45.
CR  - Pan, J., Wang, M., 2016. Improved Seeded Region Growing for Detection of Water Bodies in Aerial Images. Geo-spatial Information Science, 19(1), 1-8.
CR  - Pohle, R., Toennies, K.D., July, 2001. Segmentation of Medical Images Using Adaptive Region Growing. In Medical Imaging 2001: Image Processing, San Diego, CA, United States, International Society for Optics and Photonics, 4322, 1337-1347.
CR  - Samantaray, M., Panigrahi, M., Patra, K.C., Panda, A.S., Mahakud, R., January, 2016. An Adaptive Filtering Technique for Brain Tumor Analysis and Detection. In Intelligent Systems and Control (ISCO), 10th International Conference on IEEE, Tamilnadu, India.
CR  - Savkare, S.S., Narote, A.S., Narote, S.P., September, 2016. Automatic Blood Cell Segmentation Using K-Mean Clustering from Microscopic Thin Blood Images. In Proceedings of the Third International Symposium on Computer Vision and the Internet ACM, 8-11, Jaipur, India.
CR  - Wu, J., Poehlman, S., Noseworthy, M.D., Kamath, M.V., May, 2008. Texture Feature Based Automated Seeded Region Growing in Abdominal MRI Segmentation. In BioMedical Engineering and Informatics, Sanya, China, 2, 263-267.
CR  - Yeom, J., Jung, M., Kim, Y., 2017. Detecting Damaged Building Parts in Earthquake-Damaged Areas Using Differential Seeded Region Growing. International journal of remote sensing, 38(4), 985-1005.
UR  - https://doi.org/10.21923/jesd.420101
L1  - https://dergipark.org.tr/en/download/article-file/890353
ER  -