Separable
image filter is a subclass of convolutional image filters that are used widely.
The coefficients of these types of image filters can be determined with
training images using heuristic approaches as well as analytical methods. In
this study, comparative analyses were realized for separable and non-separable
image filters that were trained using genetic algorithms. The results for
training durations and performance analyses are presented comparatively for
various size of kernels. According to the results, the training durations of
the separable image filter is shorter due to smaller number of coefficients and
hence smaller number of multiplication and addition operations. On the other
hand, when compared in terms of quality, non-separable filter shows better
results.
Separable Image Filter Convolutional Image Filter Genetic Algorithms
Ayrıştırılabilir görüntü filtresi, yaygın olarak kullanılan
konvolüsyonel görüntü filtrelerinin bir alt sınıfıdır. Bu tip Görüntü
filtrelerinin katsayıları analitik yöntemlerle belirlenebileceği gibi eğitim
görüntüleri ile sezgisel yaklaşımlar kullanılarak da belirlenebilir. Bu
çalışmada, ayrıştırılabilir ve ayrıştırılamayan görüntü filtrelerinin genetik
algoritmalar ile eğitilerek karşılaştırmalı analizleri gerçekleştirilmiştir. Eğitim süreleri ve görüntü kalitesi başarım
analizi için sonuçlar, farklı boyutlardaki görüntü filtre çekirdekleri için
karşılaştırmalı olarak sunulmuştur. Sonuçlara göre, ayrıştırılabilir görüntü
filtresinin katsayı adedinin daha az, dolayısıyla çarpma ve toplama işlemleri
adedinin daha az olmasından dolayı eğitim süreleri daha kısa elde edilmiştir.
Ancak kalite bakımından karşılaştırma yapıldığında, ayrıştırılamaz görüntü
filtresi daha iyi sonuçlar vermektedir.
Ayrıştırılabilir Görüntü Filtresi Konvolüsyon Görüntü Filtresi Genetik Algoritmalar
Konular | Bilgisayar Yazılımı |
---|---|
Bölüm | Araştırma Makalesi |
Yazarlar | |
Yayımlanma Tarihi | 1 Ağustos 2017 |
Gönderilme Tarihi | 29 Haziran 2016 |
Kabul Tarihi | 20 Nisan 2017 |
Yayımlandığı Sayı | Yıl 2017 |
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.