YAPAY GÖRME SİSTEMLERİ İÇİN GELİŞTİRİLEN GAUSS DAĞILIMI TABANLI YENİ BİR ADAPTİF SİMÜLASYON ALGORİTMASI

Öz

Görsel protez sistemlerinin simülasyonu, tamamen görme kayıplı kişilerde görsel restorasyonu hedef alan busistemlerin geliştirilmesinde oldukça önemli bir adımdır. Literatürde bu konuda bazı çalışmalar sunulmuş olsa dahastalara oldukça düşük çözünürlüklü “ışık kümeleri”nden (fosfen) oluşan bir görüntü sunan görsel protezsistemlerinin daha iyi anlaşılmasını sağlayacak olan görsel protez simülasyonu algoritmalarının geliştirilmesineihtiyaç duyulmaktadır. Bu çalışmada renkli görüntü dizilerini adaptif bir yaklaşımla Gauss dağılımını kullanarak“fosfen görüntülerine” dönüştüren yeni bir görsel protez simülasyon algoritması geliştirilmiştir. Algoritmadakullanılan ön işlemler ve adaptif olarak Gauss noktaları ile fosfen görüntüsü oluşturan ana işlem adımları detaylıolarak açıklanmıştır. Sunulan algoritmanın performansını sayısal sonuçlarla ifade edebilmek için orijinal vefosfen görüntülerinin bölütlenmiş versiyonları arasındaki ortalama karesel hata (MSE) değerleri hesaplanmıştır.Ayrıca, literatürdeki simülasyon çalışmalarında kullanılan düzgün dağılımlı noktaları ve Gauss dağılımlınoktaları kullanan algoritmalarla da karşılaştırmalar yapılmıştır. Bu karşılaştırmalarda ortalama karesel hataölçütünün yanında, bazı önemli görsel ipuçlarının (örneğin köşeler, bölge sayısı ve kenarlar) korunması da gözönüne alınmıştır. Elde edilen sonuçlar çubuk grafik şeklinde sunulmuş ve çalışmanın görsel protez sistemlerineyapacağı katkı tartışılmıştır.

Anahtar Kelimeler

• Retina implantı, Görüntü İşleme, Görsel Protezler, Görsel Protez Simülasyonu.

Kaynakça

1. Brindley, G.S., Lewin, W.S., “The sensations
2. produced by electrical stimulation of the visual
3. cortex”, J. Physiol., Cilt 196, 479-493, 1968.
4. Boyle, J., Maeder, A., Boles, W. “Static Image
5. Simulation of Electronic Visual Prostheses”. 7th
6. Australian and New Zealand intelligent
7. information systems conference, Western
8. Australia, 85-88, November 2001.

9. Veraart, C.W., Defalque, M.C., Gérard, B.,
10. Vanlierde, A., Delbeke, J., “Pattern recognition
11. with the optic nerve visual prosthesis”, Artificial
12. Organs, Cilt 27, No 11, 996–1004, 2003.
13. Cai, S., Fu, L., Zhang, H., Hu, G., Liang, Z.,
14. “Prosthetic visual acuity in irregular phosphene
15. arrays under two down-sampling schemes: a
16. simulation study”, Proceedings of the 2005 IEEE
17. Engineering in Medicine and Biology, China,
18. -5227, September 2005.
19. Chen, S.C., Lovell, N.H., Suaning, G.J., “Effect
20. on prosthetic vision visual acuity by filtering
21. schemes, filter cut-off frequency and phosphene
22. matrix: A virtual reality simulation”, 26th annual
23. international conference of the IEEE EMBS,
24. San Francisco, 4201-4204, September 2004.
25. Sommerhalder, J., Oueghlani, E., Bagnoud, M.,
26. Leonards, U., Safran, A.B., Pelizzone, M.,
27. “Simulation of artificial vision: I. Eccentric
28. reading of isolated words, and perceptual
29. learning”, Vision Research, Cilt 43, 269–283,
30. -
31. Sommerhalder, J., Rappaz, B., Haller, R., Fornos,
32. A.P., Safran, A.B., Pelizzone, M., “Simulation of
33. artificial vision: II. Eccentric reading of full-page
34. text and the learning of this task”, Vision Research, Cilt 44, 1693–1706, 2004.
35. Cha, K., Horch, K., Normann, R., “Simulation of a
36. phosphene-based visual field: Visual acuity in a
37. pixelized vision system”, Annals of Biomedical
38. Engineering, Cilt 20, 439-449, 1992.
39. Cha,K., Horch, K., Normann, R., “Mobility
40. performance with a pixelized vision system”,
41. Vision Research, Cilt 32, 1367-1372, 1992.
42. Cha, K., Horch, K., Normann, R., Boman, D.,
43. “Reading speed with a pixelized vision system”,
44. Journal of the Optical Society of America A:
45. Optics And Image Science, Cilt 9, 673-677,
46. -
47. Wang, L., Yang, L., Dagnelie, G., “Virtual way
48. finding using simulated prosthetic vision in gazelocked
49. viewing”, Optometry and Vision Science,
50. Cilt 85 No 11, E1057–E1063, 2008.
51. Dagnelie, G., Keane, P., Narla, V., Yang, L.,
52. Weiland, J. Humayun, M., “Real and virtual
53. mobility performance in simulated prosthetic
54. vision” Journal of Neural Engineering, Cilt 4,
55. –101, 2007.
56. Dagnelie, G., Barnett, D., Humayun, M.S.,
57. Thompson, R.W., “Paragraph text reading using a
58. pixelized prosthetic vision simulator: parameter
59. dependence and task learning in free-viewing
60. conditions”, Investigative Ophthalmology &
61. Visual Science, Cilt 47 No 3, 1241-1250, 2006.
62. Dobelle, W.H., Mladejovsky, M.G., Girvin, J.P.,
63. “Artificial vision for the blind: electrical
64. stimulation of visual cortex offers hope for a
65. functional prosthesis”, Science; Cilt 183, No 123,
66. –444, 1974.
67. Hayes, J.S., Yin, V.T. Piyathaisere, D., Weiland,
68. J.D., Humayun, M.S., Dagnelie, G., “Visually
69. guided performance of simple tasks using
70. simulated prosthetic vision”, Artificial Organs,
71. Cilt 27, 1016-1028, 2003.
72. Thompson, R.W., Barnett, G.D., Humayun, M.S.,
73. Dagnelie, G., “Facial recognition using simulated
74. prosthetic pixelised vision”, Investigative
75. Ophthalmology & Vision Science, Cilt 44, 5035-
76. , 2003.
77. Chen, S.C., Hallum, L.E., Lovell, N.H., Suaning,
78. G.J., “Visual acuity measurement of prosthetic
79. vision: A virtual-reality simulation study”, J.
80. Neural Eng., Cilt 2, 135–145, 2005.
81. Chen, S.C., Suaning, G.J., Morley, J.W., Lovell,
82. N.H., “Simulating prosthetic vision: I. Visual
83. models of phosphenes”, Vision Research, Cilt 49,
84. –1506, 2009.
85. Chen, S.C., Suaning, G.J., Morley, J.W., Lovell,
86. N.H., “Simulating prosthetic vision: II. Measuring
87. functional capacity”, Vision Research, Cilt 49,
88. –2343, 2009.
89. Ling, S., Dai, C., Fan, J., Zhao, Y., Chen, P., Ren,
90. Q., Chai, X., “Study of Simulated Phosphene Size
91. Based on Tactile Perception with Three
92. Distributions”, ICBBE, Beijing, China,1-3, 2009.
93. Buffoni, L.X., Coulombe, J., Sawan, M., “Image
94. processing strategies dedicated to visual cortical
95. stimulators: A survey”, Artificial Organs, Cilt 29
96. No 8, 658–664, 2005.
97. Gonzalez, R., Woods, R., Digital Image
98. Processing, Prentice Hall, 3rd edition, Jan. 2008.
99. Sonka, M., Hlavac, V., Boyle, R., “Image
100. Processing, Analysis and Machine Vision”,
101. Brooks and Cole Co. USA 1999
102. Selim, S. Z., Ismail, M. A., “K-Means-Type
103. Algorithms: A Generalized Convergence Theorem
104. and Characterization of Local Optimality”, IEEE
105. T Pattern Anal, Cilt 6, 81-87, 1984.
106. Xi, X., Ji, F., Han, D., Hong, M., Chen, A.
107. “Electrode Interaction in Cochlear Implant
108. Recipients: Comparison of Straight and Contour
109. Electrode Arrays”, J. Otolaryngol-Head N, Cilt
110. , No 4, 228-237, 2009
111. Horsager, A., Greenberg, R.J., Fine, I.,
112. “Spatiotemporal Interactions in Retinal Prosthesis
113. Subjects”, Invest Ophthalmol Vis Sci., Cilt 51,
114. No 2, 1223-1233, 2010
115. Nie, K., Stickney, G., Zeng, F., “Encoding
116. Frequency Modulation to Improve Cochlear”,
117. IEEE Transactions on Biomedical Engineering,
118. Cilt 52, No. 1, 64-73, 2005.