Kenar Algılama Algoritmaları Arasında Nesnel Performans Karşılaştırması

Abstract

Kenar algılama operatörlerinin başarısı bilgisayarlı görü algoritmaları için çok önemli bir aşamadır. İyi çıkarılmış bir kenar haritası kendisinden sonra gelen bütün işlemlerin performansında hayati bir rol oynayacaktır. Bu çalışmada çeşitli şehir fotoğrafları alınarak standart bir dizi işleme sürecinden geçirilmiştir. Elde edilen bu görüntüler seçilen Canny, Sobel ve Prewitt kenar algılama algoritmalarınca işlenmiş ve gerçek referans değer veriler kullanılarak performansları yönünden karşılaştırılmıştır. Bu karşılaştırmalarda kenar algılama operatörleri sınıflandırma algoritması kabul edilerek sınıflandırma algoritmalarının başarısı için kullanılan kesinlik, duyarlılık ve f skoru hesaplamaları yöntemleriyle değerlendirilmiştir. Yaptığımız literatür taramasında bu yöntem ilk defa kullanılmıştır. Bu çalışma içerisine görüntü işleme ve algoritmaların karşılaştırılması için kullanılan programlar ve kod parçaları eklenmiştir. Elde edilen sonuçlara göre kullanılan veri seti üzerinde Canny, Sobel, ya da Prewitt kenar algılama operatörleri arasında gerçek referans değere karşı anlamlı üstünlük tespit edilememiş ancak karşılaştırma işleminin nesnel bir çıktıya dönüştürülebileceği ispatlanmıştır. Bu çalışmanın ikinci kısmında diğer algoritmalar da karşılaştırmaya eklenerek çalışma genişletilecek ve eksiksiz bir performans testi elde edilmiş olacaktır.