Özet:
Bu çalışma Görüntü İşleme ve Yapay Zekâ Yöntemleriyle Sınır Belirleme
problemini ele almaktadır. Sınır belirleme probleminin çözülmesi nesne tanıma, nesne
sayma, görüntünün belli bir bölümünün çıkarılması ya da sınırı belli nesnenin arkasına
başka bir görüntü eklenmesi gibi işlemler için kullanılmaktadır. Görünü İşleme
görüntüyü işlemenin bilgisayar ile yapılması olup, bilgisayarın görüntüyü görme
şekline “Bilgisayarla Görü” denilmektedir. Yapay Zekâ kısaca insan beyninin taklit
edilmesidir. Bu durumda insan beynini görüntüyü işleme için kullandığı gibi bilgisayar
‘da Yapay Zekâ ile Görüntüyü İşleme için kullanılabilmektedir. Makine Öğrenmesi,
insanın geçmiş deneyimlerden faydalanma yetisinin taklit edilmesidir. Derin Öğrenme
Yapay Sinir Ağları gibi Yapay Zekâ yöntemlerinin daha derin hali olarak kabul
edilmektedir. Bu çalışmada kullanılan görseller görüntü işleme çalışmalarında sıkça
kullanılan Cameraman ve Lenna görselleridir. Yöntem olarak Canny, Auto Canny,
Sobel, Laplacian, Prewitt, Scharr, Holistically-Nested Edge Detection ve Richer
Convolutional Features for Edge Detection yöntemleri kullanılmıştır. Yöntem
uygulanırken Ortalama, Gaussian ve Medyan filtrelemeleri kullanılmış olup bu
filtreler ile daha keskin sınırlar elde edilmeye çalışılmıştır. Programlama dili olarak
Python dili kullanılmış olup derleyici olarak PyCharm derleyicisi tercih edilmiştir.
Tezin uygulama bölümünde, Python 3.8.5 ve PyCharm 2021.1 versiyonları
kullanılmıştır. Python ile beraber görüntü işleme kütüphanesi olarak OpenCV ve
matematiksel işlevler için NumPy kütüphaneleri kullanılmıştır. Holistically-Nested
Edge Detection yönteminde önceden eğitilmiş model için Caffe çatısı uygulanmıştır.
Richer Convolutional Features for Edge Detection yönteminde PyTorch kütüphanesi
kullanılmıştır. Versiyon olarak OpenCV 4.0.1 ve NumPy 1.19.2 versiyonları
kullanılmıştır. Python ile yapılan uygulamanın tasarımı için PyQt5 kullanılmıştır.
Tasarım için Qt Designer programı, Qt ve Qt Designer 5.6.0 versiyonu kullanılmıştır.
iv
Tez araştırması sonucunda uygulanan yöntemlerden elde edilen bulgular
karşılaştırılmıştır. Filtreleme yöntemlerinin sınır belirleme işlemlerinde büyük
kolaylık sağladığı görülmüştür. Yapay Zekâ yöntemlerinin gelişmesinin Görüntü
İşleme yöntemleri üzerinde etkili olduğu saptanmıştır. RCF yönteminde görüntü
işleme yöntemlerine göre daha iyi sonuçlar elde edilmiş fakat görüntü işleme ve HED
yöntemlerine göre daha bulanık sonuçlar elde edilmesine rağmen görüntü üzerindeki
sınırların daha iyi belirlendiği görülmüş ve bu durumdan dolayı RCF yönteminin diğer
yöntemlere göre daha başarılı olduğu görülmüştür
