Karinca Koloni Algoritmasi ile Kenar Tespit Yontemi - Edge Detection By Ant Colony Algorithm

57 %
43 %
Information about Karinca Koloni Algoritmasi ile Kenar Tespit Yontemi - Edge Detection By...
Technology

Published on February 16, 2014

Author: sevdanurgenc

Source: slideshare.net

Description

Karinca kolonisi algoritmasi, Feromon guncellemesi, Kenar tespit, Karinca algoritmasi, Karinca kolonisi optimizasyonu, Edge Detection By Ant Colony Algorithm, Ant Colony Algorithm, Edge Detection, Computer Vision, Bilgisayarli Gorme

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 1

    Karinca Algoritmasi Nedir? Feromon Sivisi Nedir? Algoritma Adimlari Nelerdir? Karincalarin Sezgisel Ve Feromon Davranislari › Sezgisel ve Feromon Davranislarin Algoritmadaki Yeri   Karinca Tur Kurallari ve Formulleri Nelerdir? Feromon Guncellemesi › Local Feromon Guncellemesi › Global Feromon Guncellemesi    Kenar Tespit Nedir? Karinca Koloni Algoritmasi Kullanilarak Goruntulerde Kenar Tespit Nasil Gerceklestirilir? Karinca Koloni Algoritmasiyla Kenar Tespit Yontemine Ait Ornek Goruntuler Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 2

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 3

1991, Marco Dorigo tarafindan gelistirilmistir.  Karincalar kendi yasamlarini surdurebilmeleri icin yiyecek ararken, yuvalari ve yiyecegin oldugu hedef arasinda en kisa yolu tercih etmeleri gerekir.  Kendi aralarindaki iletisimi Feromon isimli kimyasal bir madde ile yaparlar.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 4

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 5

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 6

Eger ki, ulasilacak hedefe ait tum yollardaki sivi miktarlari esit ise, tum karincalarin ayni yonleri secebilme olasiliklari da esit olacaktir.  Karincalarin ayni hizlara veya birakmis olduklari feromon sivi miktarinin ayni olmasi, birim zaman icerisinde daha kisa yollarin tespit edilmesi demektir.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 7

Karinca Algoritmalari, genetik algoritma gibi bir populasyon sistemini yaklasim olarak benimsemistir.  Karinca populasyonu icerisinde bulunan tum karincalar bir cozum yolunu temsil etmektedir.  Karincalarin populasyon icerisindeki cozum yollari birbirlerinin iletisimi icin de referans olmaktadir.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 8

      1. Adim: Karincalarin yonlerini bulabilmesi icin kullandiklari feromon sivilarina ait baslangic feromon sivi degerleri belirlenir. 2. Adim: Karincalar her farkli noktaya rastgele yerlestirilir. 3. Adim: Karincalar, sonraki hedeflerine olasilik denklemlerine bagli olacak sekilde turlarini tamamlarlar. 4. Adim: Karincalarin katettikleri yollar ve buna ait olan feromon sivi miktarlari hesaplarinir, sonrasinda yeni lokal feromon sivi miktarlari olusturularak ilgili bilgi guncellenir. 5. Adim: En iyi cozume ait yol hesaplanir ve global feromon guncellenmesinde kullanilir. 6. Adim: Iterasyon sayilari tamamlandiktan sonra 2. Adim'a gidilir. Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 9

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 10

Karinca kolonisinde Oncu karincalar belirlenir.  Oncu karincalar Sezgisel bir sekilde hedef arayisina cikarlarken rastsal sekilde dagilirlar.  Hedef bulunduktan sonra konum bilgileri hafizaya alinir.  Oncu karincalarin geri donusleri esnasinda Feromon sivisi salgilanir.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 11

   Oncu karincalar yuvaya vardiklarinda hedefle ilgili hafizalarindaki bilgiyi karincalara aktarir. Populasyondaki belirli sayidaki rastsal karincalar, rastgele olacak sekilde oncu karincalarin birakmis olduklari feromon sivilarinin iz ve kokularini referans alarak sezgisel bir sekilde dagilim gosterirler. Basta, Feromon sivisi olan tum yollar farkli sayidaki karincalar tarafindan kullanilir. Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 12

   Karincalar zamanla gidis gelislerinin hizli oldugunu anlayinca o yolun En Kisa Mesafeye ait oldugunu anlayacaklardir ve bununla birlikte surekli gidip gelinilen bir yolda feromon sivisinin yogunlugun arttigida hissedilecektir. Artan yogunluk Feromon Guncellemesidir. Zamanla az tercih edilen ve yavas ilerlenilen yollarda Feromon sivilari Buharlasacaktir. Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 13

Buharlasan feromon sivisi zamanla yok olmaya baslayacaktir ve yogunlugu fazla olunan feromon sivisina ait yollari artik diger tum karincalarda sezgisel fakat rastsal olmayacak bir sekilde tercih edeceklerdir.  Boylelikle karincalar, en kisa mesafeye ait ve surekli tercih edilen yolu netlestirmis olacaklardir.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 14

En basta karincalarin farkli yollardaki bu arayislari Lokal bir yaklasimi sergilemektedir.  Ilerleyen zamanlarda feromon sivi miktari sayesinde tum karincalarin ayni yolu tercih etmeleri ise Global bir yaklasimi meydana getiriyor olacaktir.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 15

Karincalarin davranislarini matematigin Olasilik formulleri ile degerlendirilebilmesi icin karincalarin tum hareketleri matislerle ifade edilir.  Feromon sivi takibi ile ilgili davranis icin Feromon Matris kullanilir.  Sezgisel davranislar icin ise Sezgisel Matris kullanilir.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 16

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 17

Engelle karsilasan i noktasindaki k karincasi, j noktasina varabilmesi icin u adet alternatif yol icerisinden sadece belirledigi iki alternatif yoldan birisini secmek zorundadir.  En kisa yol seciminde, feromon degerinin en yuksek olmasina dikkat etmek zorundadir.  ilk alternatif olasiligi %90 seviyesinde olmalidir.  Ikinci alternatif olasiligi, olasilik dagilimlarina gore secilecektir.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 18

       i, k karincasinin bulundugu nokta. u, alternatif yollar. α, feromon kat sayisi. β, sezgisel katsayisi. Jk(i), yollara ait noktalarin tamami. r(i,u), i noktasindaki k karincasinin u alternatif yollarindaki feromon yollarina ait matris degeridir. n(i,u), i noktasindaki k karincasinin u alternatif yollarindaki sezgisel yollara ait matris degeridir. Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 19

β, β>0 olacak sekilde feromon guncellemesinde, uzakligin goreli onemliligini belirleyen bir degerdir.  Olasilik degerleri q0(0<q0<1) seklinde 0 ve 1 arasinda cozum uzayini belirleyen bir degerdir.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 20

i, k karincasinin bulundugu nokta. u, alternatif yollar. α, feromon kat sayisi. β, sezgisel katsayisi. Jk(i), yollara ait noktalarin tamami. Pk(i), k karincasinin i ile j noktasi arasindaki olasilik degerleri. r(i,u), i noktasindaki k karincasinin u alternatif yollarindaki feromon yollarina ait matris degeridir.  n(i,u), i noktasindaki k karincasinin u alternatif yollarindaki sezgisel yollara ait matris degeridir.  r(i,j), i noktasindaki k karincasinin j noktasi arasindaki feromon matris degeridir.  n(i,j), i noktasindaki k karincasinin j noktasi arasindaki sezgisel matris degeridir.        Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 21

Populasyondaki tum karincalarin tamami yuva – hedef arasindaki turlari tamamlayabilmeleri icin feromon izlerinin kaybolmamasi gerekiyor.  Feromon kimyasal maddesinin surekli yenilenmesi / guncellenmesi gerekiyor.  Bunun icinde azalan feromon kimyasal maddeleri zamanla buharlasiyor ardindan tekrardan guncellestirilmesi saglaniyor.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 22

Buharlastirilma islemi tum yollardaki tum feromonlara uygulanmaktadir.  Buharlastirma isleminde kullanilan deger 0<p<1 arasinda olmasi gerekiyor.  Kisa yollardan gecen karincalarin hafizalarindaki feromon miktari daha fazla artisa sahip olur. Sebebi; yolu onceden kullanan karincanin toplam yol uzunluguyla ters orantili olarak artis miktaridir.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 23

Buharlasma sabiti p olan deger 0 ve 1 arasinda olmaktadir. Bu seviye t iterasyonlari suresince devam etmelidir.  Lk(t+1) ise, k karincasinin t+1 iterasyonundaki toplam tur sayisidir.  Amac; kisa yollara ait turlari belirleyebilmektir.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 24

K karincasinin izledigi yolun feromon duzeyinin arttirilmasi saglanir.  Iterasyonlar sonucunda en iyi sonuc bir sonraki iterasyona aktarilmaktadir.  Lbest(t+1), gecerli iterasyonda bulunan en iyi yola ait turun uzunluk miktarini belirler.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 25

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 26

Kenar Belirleme – Edge Detection  Goruntu isleme tekniklerindeki bilenen en onemli algoritmalardir.  Kenar; goruntu uzerindeki renk degisimleridir. Fakat her renk degisimide kenar olarak algilanmamalidir.  Edge detection’a ait algoritmalari kullanarak goruntumuzdeki kenarlari tespit edebiliriz.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 27

Edge detection algoritmalari ile calisirken oncelikle goruntu gercek renklerinden siyah – beyaz renklerine donusturulmelidir.  Thershold – esik degeri belirlenmelidir.  Goruntu uzerindeki tum pixel’ler thershold’u referans alarak renk tonlarinin degisimi tespit edilir.  Eger goruntu uzerindeki renk degisimi thershold degerinin altinda bir deger ise, kenar degildir.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 28

En cok bilinen kenat tespit filtreleri  Sobel Filtresi; Yatay ve dikey kenarlari tespit etmek icin iki adet konvulasyon kerneline sahiptir. Eksenler uzerindeki piksellere daha cok agirlik verilmistir.  Prewitt Filtresi; Goruntuler uzerinde yatay ve dikey yonlere ait olan kernellerle birlikte egimlere odaklanarak sonuclar vermektedir.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 29

Canny Filtresi; Kenar tespit yontemlerinde en basarili sonucu veren bir kernel yapisina sahiptir. Goruntu turevi alinmadan once yumusatma filtresi kullanilmaktadir.  Kenar bulma islemlerinde genel amac; goruntulere karsi dusuk duyarliligi bulabilmektedir. Sinirlarin iyi belirlenmesi ve geri kalan tum kenarlardaki karisikliklari elemektir. Kernel sayesinde goruntu icerisindeki isik yogunlukluklarina ait degisikliklerin ani oldugu yerleri yakalayabiliriz.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 30

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 31

Goruntu Matlab tarafindan okunur.  Siyah – Beyaz renk donusumu yapilir.  Goruntunun satir sutunlarina denk gelen pixel degerleri ayirt edilir.  Karinca turu icin iterasyon sayisi girilir.  Goruntu uzerindeki degerler icin normalizasyon islemi yapilir.  Olasilik formulu icin gerekli olan alfa ve beta degerleri belirlenir.  Karinca sayilari goruntunun boyutuna gore belirlenir.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 32

Belirlenen karincalarin hafiza / bellek uzunluklari goruntu boyutundaki pixel oranlarina uyacak sekilde belirtilir.  Karincalarin her adiminda hangi konumda olduklarini takip eden degerleri bir matris’te tutulur.  Takip eden karincalarin bu matristeki verileri referans almasini saglariz.  Feromon yapisi olusturulmaya baslanir.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 33

Olasilik formulu gerceklestirilir.  Karincalarin gectikleri en kisa yollar sayesinde olusturulan goruntu uzerindeki kenarlar tespit edilmis olur.  Iterasyonlar tamamlandiktan sonra karinca konumlari belli bir thershold ile histograma alinir.  Histogramdaki degerler goruntuye donusturulebilmesi icin pixel’leri hesaplanir ve son olarak image haline getirilir.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 34

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 35

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 36

      Uygulama, Matlab Gui Tool ile tasarlanmistir. Goruntu, Push Button yardimiyla okutulur ve Axes1 icerisine alinir. Slider’lar yardimiyla Phi ve Rho degerleri ayarlanir. Edit Text’ler yardimiyla Iterasyon ve karinca sayisi belirlenir. Uygulama isimli push button yardimiyla goruntu algoritmaya yonlendirilir. Algoritma uygulanmis goruntu Axes2’de kullaniciya sunulur. Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 37

 Bu calismada, kullanilan goruntuler 128X128 boyutlarinda olup; karinca sayisi, iterasyon sayisi, feromon buharlasma kat sayisi rho degeri ile feromon yok olma kat sayisi phi degerlerinin degisimleri ile goruntu uzerinde farkli kenar tespit sonuclari tespit edebiliyoruz. Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 38

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 39

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 40

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 41

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 42

Goruntulerdeki her bir kenar aslinda karincalar icin bir beslenme yeri yani hedef noktasini belirlemektedir.  Bilimsel makalelerde, calisilan goruntu boyutlari 128X128 ve 8 Bit’lik ozelliklerindedir.  Yine bu makalelerde goruntuler uzerinde tam sonuclar alinabildigi gibi yaklasik sonuclarada rastlanilmistir.  Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 43

 Kenar tespit yonteminde Canny algoritmasinin basarisiyla kiyaslandiginda ise malesef Prewitt ve Sobel kenar tespit yontemleriyle hemen hemen ayni seviye bir basari sergiledigi gorulmektedir. Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 44

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 45

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 46

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 47

      Matlab programi 7.9.0 / R2009b versiyonu kullanilmistir. Goruntuler 128x128 boyutlarinda ve 8 Bitlik olacak sekilde hazirlanmistir. Karinca tur sayisi olarak genel iterasyon sayisi 3 verilmistir. Karinca sayisi goruntulerin satir ve sutun pixel degerlerine gore hesaplanmistir. Alpha ve Beta varsayilan degeler 1 olarak alinmistir. Phi deger araligi 0-0.1 ve Rho deger araligi 01olarak kabul edilmistir. Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 48

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 49

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 50

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 51

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 52

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 53

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 54

Bilgisayarli Gorme - Karinca Kolonisi Algoritmasi ile Kenar Tespit 55

Add a comment

Related presentations

Presentación que realice en el Evento Nacional de Gobierno Abierto, realizado los ...

In this presentation we will describe our experience developing with a highly dyna...

Presentation to the LITA Forum 7th November 2014 Albuquerque, NM

Un recorrido por los cambios que nos generará el wearabletech en el futuro

Um paralelo entre as novidades & mercado em Wearable Computing e Tecnologias Assis...

Microsoft finally joins the smartwatch and fitness tracker game by introducing the...

Related pages

Sevdanur GENC | Yalova University | Papers - Academia.edu

Sevdanur GENC, Yalova University, ... Karinca Koloni Algoritmasi ile Kenar Tespit Yontemi - Edge Detection By Ant Colony Algorithm more.
Read more

Karinca Koloni Algoritmasi ile Kenar Tespit Yontemi - Edge ...

Karinca Koloni Algoritmasi ile Kenar Tespit ... Kenar Tespit Yontemi Kullanimi Edge Detection By Ant Colony Algorithm Uygulamasinin Aciklamali Kodlari Edge ...
Read more

Sevdanur GENC | Yalova University - Academia.edu

Sevdanur GENC, Yalova University, ... Karinca Koloni Algoritmasi ile Kenar Tespit Yontemi - Edge Detection By Ant Colony Algorithm more.
Read more

Omurga Patolojileri Tanisinda Siniflayicilarin Basarilari

Karinca Koloni Algoritmasi ile Kenar Tespit Yontemi - Edge Detection By Ant Colony Algorithm. ... MicroRNA'larin Hedef Genlerinin Tespiti. Science.
Read more

Nano'nun Günlüğü… » Blog Archive » Karinca Koloni ...

Karinca Koloni Algoritmasi Ile Kenar Tespit Yontemi. ... Edge Detection By Ant Colony Algorithm ... Karinca Koloni Algoritmasi Ile Kenar Tespit ...
Read more

Karar Agaclari - Decision Trees - SlideSearch.org - #1 ...

Karar Agaclari - Decision Trees ... Karinca Koloni Algoritmasi ile Kenar Tespit Yontemi - Edge Detection By Ant Colony Algorithm. Technology.
Read more

Karinca Koloni Algoritmasi Nedir? - Nano'nun Günlüğü ...

Karinca kolonisi algoritmasi (Ant Colony Algorithm ... Edge Detection, Goruntu Isleme, Karinca ... Karinca Koloni Algoritmasi Ile Kenar Tespit ...
Read more

www.eds.yildiz.edu.tr

... system performance figure according to interfloor demand from simulation runs proposed neural networks embaded control algorithm is ... İLE GEMİ ROTA ...
Read more

Müjdat Çetin's Publications - Sabancı Üniversitesi ...

"Graphical Models and Fusion in Sensor Networks," Müjdat Çetin, ... Hedef Tespit Yontemi ... icin Kenar Koruyan bir Duzenlilestirme Yontemi ...
Read more

Online Canlı Müzik ve Mp3 Dinle, Şarkı Dinle

Hande Yener Serdar Ortaç İki Deli. Model Sarı Kurdeleler. Kaan Tangöze Bekle Dedi Gitti
Read more