Research Article
BibTex RIS Cite

Statistical Approaches for the Detection of Dominant Points of Objects in Digital Images

Year 2012, Volume: 9 Issue: 2, 93 - 100, 15.08.2012

Abstract

In this paper, four different methods are proposed for the detection of dominant points of objects in digital images, and these methods are examined for performance. Some statistical methods and geometry rules are used in the proposed algorithms.

References

  • Kesemen, O., Aktaş, N., Solak, Y.N., 2010. Sayısal Görüntülerdeki Taneciklerin Topaklık Ölçüsünün Belirlenmesi, 9. Matematik Sempozyumu, 20-22 Ekim, Trabzon.
  • Bribiesca, E., Guzman, A., 1980. How to Describe Pure Form and How to Measure Differences in Shapes Using Shape Numbers, Pattern Recognition, 12 (2) 101-112.
  • O'Gorman, L., Kasturi, R., 2009. Document Image Analysis, IEEE Computer Society Executive Briefings.
  • The, C. H., Chin, R. T., 1989. On the Detection of Dominant Points on Digital Curves, IEEE Transaction on Pattern Analysis and Machine Intelligence, 11 (8) 859-872.
  • Marji, M., Siy, P., 2003. A New Algorithm for Dominant Points Detection and Polygonization of Digital Curves, Pattern Recognition, 36 (3) 2239-2251.
  • Costa, L. da F., Cesar Jr., R. M., 2001. Shape Analysis and Classification, CRC Press.
  • Gonzalez, R. C., Woods, R. E. (2007), Digital Image Processing, Prentice Hall. New Jersey.
  • Kesemen, O., Karakaya, G., Gürbüz, F., 2010. Sayısal Görüntülerde Taneciklerin Bulanık Yönelimlerinin Belirlenmesi, İstatistik Günleri Sempozyumu, 28-30 Haziran, Ankara.
  • Güngör, Ç., 2012. İkil Görüntülerde Nesnelerin Baskın Noktalarının Belirlenmesinde Optimizasyon Algoritmaları, Yüksek Lisans Tezi, KTÜ, Trabzon.

Sayısal Görüntülerdeki Nesnelerin Baskın Noktalarının Algılanmasında İstatistiksel Yaklaşımlar

Year 2012, Volume: 9 Issue: 2, 93 - 100, 15.08.2012

Abstract

Bu çalışmada, sayısal görüntülerdeki nesnelerin baskın noktalarının araştırılmasında dört ayrı yöntem önerilmiş ve bu yöntemlerin başarıları incelenmiştir. Bu önerilen yöntemleri gerçekleştirmek için bazı istatistiksel ve geometrik kurallar kullanılmıştır.

References

  • Kesemen, O., Aktaş, N., Solak, Y.N., 2010. Sayısal Görüntülerdeki Taneciklerin Topaklık Ölçüsünün Belirlenmesi, 9. Matematik Sempozyumu, 20-22 Ekim, Trabzon.
  • Bribiesca, E., Guzman, A., 1980. How to Describe Pure Form and How to Measure Differences in Shapes Using Shape Numbers, Pattern Recognition, 12 (2) 101-112.
  • O'Gorman, L., Kasturi, R., 2009. Document Image Analysis, IEEE Computer Society Executive Briefings.
  • The, C. H., Chin, R. T., 1989. On the Detection of Dominant Points on Digital Curves, IEEE Transaction on Pattern Analysis and Machine Intelligence, 11 (8) 859-872.
  • Marji, M., Siy, P., 2003. A New Algorithm for Dominant Points Detection and Polygonization of Digital Curves, Pattern Recognition, 36 (3) 2239-2251.
  • Costa, L. da F., Cesar Jr., R. M., 2001. Shape Analysis and Classification, CRC Press.
  • Gonzalez, R. C., Woods, R. E. (2007), Digital Image Processing, Prentice Hall. New Jersey.
  • Kesemen, O., Karakaya, G., Gürbüz, F., 2010. Sayısal Görüntülerde Taneciklerin Bulanık Yönelimlerinin Belirlenmesi, İstatistik Günleri Sempozyumu, 28-30 Haziran, Ankara.
  • Güngör, Ç., 2012. İkil Görüntülerde Nesnelerin Baskın Noktalarının Belirlenmesinde Optimizasyon Algoritmaları, Yüksek Lisans Tezi, KTÜ, Trabzon.
There are 9 citations in total.

Details

Primary Language Turkish
Subjects Statistical Data Science
Journal Section Research Articles
Authors

Orhan Kesemen

Çiğdem Güngör This is me

Publication Date August 15, 2012
Published in Issue Year 2012 Volume: 9 Issue: 2

Cite

APA Kesemen, O., & Güngör, Ç. (2012). Sayısal Görüntülerdeki Nesnelerin Baskın Noktalarının Algılanmasında İstatistiksel Yaklaşımlar. İstatistik Araştırma Dergisi, 9(2), 93-100.