Buradasınız

Bulanık Mantık ile Morfolojik Görüntü İşleme

MORPHOLOGICAL IMAGE PROCESSİNG WITH FUZZY LOGIC

Journal Name:

Publication Year:

Author NameUniversity of Author
Abstract (2. Language): 
In this paper, fuzzy morpuhological image processing is explained and reviewed. Based on the mathematical morphology rules, fuzzy sets and fuzzy logic theorem fuzzy morphology operations are defined. In general mathematical morphology operation definitions are similar structures set theory and set operations definitions. For this reason fuzzy set theory is easly applied to the mathematical morphology. Fuzzy morphology operations are defined and implemented in two steps. Initial step is the fuzzification process which are constructed over the fuzzy membership functions. Second step is the realization process of the fuzzification process via the alpha cuts of the fuzzy membership functions. With the help of this theorem image processing techniques gain many opportunities for different operations. Since the gray scale images are discrete structures which have 1 and 0 sets, fuzzification process is a good application for transforming the discrete set to the fuzzy set. In this study a gray scale image is fuzzified according to the SAKAWA’s and YUMINE’s fuzzy membership functions. Basic mathematical morphology operations which are “EROSION” and “DILATION” implemented and inspected via the fuzzy membership functions alpha cuts.
Abstract (Original Language): 
Bu çalışmada bulanık mantık ile morfolojik görüntü işleme teknikleri incelenmiştir. Matematiksel morfoloji işlemleri incelenmiş buna uygun olarak da bulanık mantık ve bulanık kümeler teoremi kullanılarak deneysel bulanık morfoloji işlemleri tanımlanmıştır. Matematiksel morfoloji işlemleri genel olarak kümeler ve küme işlemlerine benzer şekilde tanımlandığından bulanık kümeler teorisini matematiksel morfolojiye uygulamak o derece kolaylaşmıştır. Bulanık küme teorisine uygun olarak tanımlanan bulanık morfoloji işlemleri iki aşamada gerçekleştirilmiştir. Birinci aşama bulanıklaştırma üyelik fonksiyonun tanımlanması ikinci aşama ise alpha kesmeleri ile birinci aşamada tanımlanan bulanıklaştırma fonksiyonu üzerinden işlemlerin gerçekleştirilmesidir. Bu kuramla görüntü işleme tekniklerine yeni boyutlar katılmıştır.Özellikle siyah-beyaz görüntülerdeki yapılar ayrık bir yapı olduğundan yani 1 ve 0 lardan oluşan birer küme olduklarından bulanıklaştırma işlemleri için güzel bir uygulamadır. Bu çalışmada siyah-beyaz bir görüntü kullanılarak SAKAWA ve YUMINE’nin bulanık üyelik fonksiyonları ile bulanıklaştırılma işlemleri gerçekleştirilmiş ve en temel matematiksel morfoloji işlemleri olan “EROSION” ve “ DILATION” alpha kesmleri üzerinden deneysel olarak irdelenmiştir.
27
34

REFERENCES

References: 

[1] Burillo P., Frago N., Fuentes R. “Fuzzy
Morphological Operators in Image Processing”,
2003, Mathware and Soft Computing 10, 85-100
[2] Gonzales C. Rafael, Woods E. Richard, “Digital
Image Processing”, 1998, Second Edition,
Prentice Hall Publications, pp.519-560
[3] Image Processing Toolbox, “Structuring
Elements”, 1994-2004 MathWorks, Inc, Webpage
retrieved from “http://www.mathworks.com
/access/helpdesk/help/toolbox/images/morph5.ht
ml”
[4] Köppen Mario, Franke Katrin, Unold Olgierd, “A
Tutorial on Fuzzy Logic”, 1999, Fraunhofer IPK
Berlin, Wrocloaw University of Technology
[5] NATO (North Atlantic Treaty Organization)
Research and Technology Organization,
“Advanced Pattern Recognition Techniques”,
RTO Lecture Series 214, 1998, Printed by Canada
Communications Group Inc, pp.1-23
[6] University of Waterloo, Canada, “Homepage of
Fuzzy Image Processing”, June 1997, Webpage
Retrieved From “http://pami.uwaterloo.ca/
tizhoosh/fip.htm”

Thank you for copying data from http://www.arastirmax.com