Görüntü İşleme Uygulamaları için Hu Momentlerinin Geometrik Değişmezlik Özelliklerinin İncelenmesi

Öz

Bu araştırma, Türk alfabesindeki karakterlerin boyutlarını tahmin etmek amacıyla görüntü işleme teknikleri ve Hu momentlerini kullanmayı hedeflemektedir. Görüntü işleme alanı, pek çok uygulamada önemli bir bileşen olup, optik karakter tanıma (OCR) gibi karakter tanıma örneklerini içermektedir. Bu çalışmada, karakter "S"nin boyutlarının tahmin edilmesi, Hu momentleri kullanılarak karakter görüntülerinin analiz edilmesiyle gerçekleştirilmiştir. Hu momentleri, şekil ve nesne tanımada etkili olduğu kanıtlanmış olup, yansıma, döndürme ve ölçek değişikliklerine karşı sağladığı değişmezlik sayesinde bir dizi uygulamada giderek daha faydalı hale gelmiştir. Karakter boyutu tahminine dair gözlemler, karakter "S"nin çeşitli boyutlarının incelenmesiyle gerçekleştirilmiş ve belirli ön işleme protokollerine uyulmuştur. Protokoller, ön işleme teknikleri, gradyan çıkarımı ve keskinleştirme tekniklerini içermektedir. Ön işleme işleminden sonra, her durumda karakter boyutlarını değerlendirmek amacıyla Hu momentleri hesaplanmıştır. Gözlemsel bilgiler, karakter "S"nin farklı boyutlarının doğru bir şekilde tespit edilebileceğini göstermiştir. Ancak, bazı istisnai durumlarda, harflerin belirsiz sınırlarında ek düzenlemeler yapılması gerekmiştir. Bu çalışmanın sonucunda, Hu momentlerinin karakter boyutu tahmininde kullanımı ve ayrıca karakter ve görüntü işleme çalışmalarında potansiyel kullanımı ortaya konulmuştur. Sonuç olarak, önerilen boyut tahmininin verimliliği ve doğruluğu doğrulanmış olup, bu yöntemin çeşitli uygulama alanlarında kullanılabileceği belirtilmiştir. Gelecekteki çalışmalarda, Hu momentlerinin etkinliğini artırmak amacıyla daha sofistike ön işleme ve analiz tekniklerinin dahil edilmesiyle çalışmalar genişletilebilir.

Anahtar Kelimeler

• Görüntü İşleme
• Hu Momentleri
• Boyut Tahmini
• Ölçekleme.

Investigation of Geometric Invariance Properties of Hu Moments for Image Processing Applications

Abstract

This research aims at estimating sizes of characters in the Turkish alphabet using techniques in image processing and Hu moments. The field of image processing is an important constituent in numerous applications, with specific examples including character recognition, for instance, in cases of optical character recognition (OCR). In this work, estimation of character "S" in terms of its sizes is performed through analysis of character images using techniques in Hu moments. Hu moments have proven effective in shape and object recognition, and through invariability in reflection, rotation, and scales, have become increasingly useful in a variety of applications. The observations derived during character size estimation involved examination of character "S" in its many sizes, following specific preprocessing protocols. Protocols included techniques in preprocessing, extraction of gradients, and sharpening techniques. After preprocessing, calculation of Hu moments took place in an attempt to evaluate character sizes in each case. Observational information showed that sizes of character "S," in its many sizes, could accurately be determined. Certain exceptional cases, in cases of uncertain borders of letters, necessitated additional refinements, though. The conclusion of this work identifies the use of Hu moments in character size estimation, in addition to its potential use in character and image processing studies. Conclusively, results validate efficiency and accuracy in proposed estimation of sizes, opening its use to complex forms in its range of applicable forms. In future studies, works could expand through incorporation of sophisticated preprocessing and analysis techniques for improvement in effectiveness of Hu moments.

Keywords

• Image Processing
• Hu Moments
• Size Estimation
• Scaling.

Kaynakça

1. [1] Hu, M. K. (1961). Visual pattern recognition by moment invariants. Proc. IRE, 49, 1428.
2. [2] Wu, Z., Jiang, S., Zhou, X., Wang, Y., Zuo, Y., Wu, Z., Liang, L., & Liu, Q. (2020). Application of image retrieval based on convolutional neural networks and Hu invariant moment algorithm in computer telecommunications. Comput. Commun., 150, 729-738.
3. [3] Hjouji, A., El-Mekkaoui, J., & Jourhmane, M. (2020). Rotation scaling and translation invariants by a remediation of Hu’s invariant moments. Multimedia Tools and Applications, 79, 14225 - 14263.
4. [4] Aburass, S., Huneiti, A., & Al-Zoubi, M. (2020). Enhancing Convolutional Neural Network using Hu’s Moments. International Journal of Advanced Computer Science and Applications.
5. [5] Gancheva, I., & Peneva, E. (2023). Methodology based on the Hu moment invariants for object comparison on radar satellite imagery. Journal of Physics: Conference Series, 2668.
6. [6] Rodríguez, J. (2023). Micro-Scale Surface Recognition via Microscope System Based on Hu Moments Pattern and Micro Laser Line Projection. Metals.
7. [7] Setiawan, R., Parewe, A., Latipah, A., Astuti, N., Murdiyanto, A., & Putra, F. (2023). Assessing Bagging-meta Estimator in Imbalanced CT Kidney Disease Classification: A Focus on Sobel and Hu Moment Techniques. International Journal of Artificial Intelligence in Medical Issues.
8. [8] Zhao, T. (2017, January). Small target detection and recognition based on template matching. In 2016 4th International Conference on Machinery, Materials and Information Technology Applications (pp. 964-968). Atlantis Press.