Image Segmentation ifadesinin Türkçe karşılığı olarak kullanılan “Görüntü Bölütleme” işlemi Nesne tanıma işlemleri içerisinde çok daha iyi sonuçlar elde etmemize olanak sağlamaktadır. Resimlerin en doğru şekilde algılanması amacı ile kullanılan Image Segmentation Nedir ve ne işe yarar sorusunun yanıtını yazımızın devamında bulabilirsiniz.
Image Segmentation Nedir?
Resimlerin makinalar tarafından okunması ve işlenmesi aşamalarında tercih edilen Image Segmentation işlemi ile pixel düzeyinde gerçekleşen algılama sonrası nesnelerin sınırlarının tam olarak belirlenmesi sağlanabilmektedir. Image Segmentation Nedir sorusuna kısa bir tanım yapmak gerekirse, işlenecek olan görüntü içerisindeki tüm farklı özelliklerin birbirinden ayrılarak pixel düzeyinde ortak alanlar oluşturulması ve bu alanların anlamlı bir şekilde ayrıştırılmasıdır.
Görüntü Bölütleme Yöntemleri
Tüm nesneler üzerinde uygulanabilecek standart bir görüntü bölütleme yöntemi mevcut değildir. Çoğunlukla deneme yanılma yöntemi ile en uygun algoritma elde edilebilmektedir. Bu nedenle özellikle otomatik görüntü bölütleme işlemleri oldukça zordur. Temel olarak 2 Tip görüntü bölütleme yöntemi mevcuttur.
Süreksizlik Tabanlı Görüntü Bölütleme
Süreksizlik tabanlı görüntü bölütleme algoritmasının temel çalışma prensibi, resim üzerindeki ince çizgi ya da resim kenarlarının gri renk seviyesindeki hızlı değişiklikleri baz alarak maskeler kullanması şeklinde gerçekleşir.
Benzerlik Tabanlı Görüntü Bölütleme
Benzerlik tabanlı görüntü bölütleme algoritması ise nesneyi pek çok açıdan ele alabilmektedir. Region segmentation olarak da ifade edilen benzerlik tabanlı image segmentation işleminde Thresholding (eşikleme), Growing (büyütme), split- and –merge (bölme ve birleştirme) işlemleri kullanılmaktadır.
Benzerlik tabanlı görüntü bölütleme işleminde görüntülerdeki gri seviyelerin arasındaki benzerliklere göre image segmentation işlemi gerçekleşir. Benzerlik tabanlı image segmentation işlemi durağan nesnelere uygulanabildiği gibi hareketli nesnelere de uygulanabilmektedir.
Image Segmentation Ne İşe Yarar?
Görüntü bölütleme işlemi nesneyi diğer arka plandaki görüntülerden ayırt etme işlemini yapması nedeni ile sinemadan tıbbi görüntüleme cihazlarına kadar pek çok alanda kullanılabilmektedir. Kullanım alanına uygun da görüntü bölütleme algoritması seçilir.
Durağan nesneler için tek eşikli image segmentation işlemi yeterli gelebilirken karmaşık ya da hareketli görüntülerde çok eşikli image segmentation ile birlikte daha karışık algoritmalar kullanılmaktadır.
Otomatik image segmentation için en iyi örnek, Facebook görüntüler üzerinde kişi etiketleme işlemlerini gerçekleştirebilmek amacı ile geliştirdiği Faster R-CNN algoritması ve onun uzantısı olan Mask R-CNN maskesidir. Bir saniye de 5 kare image segmentation işlemi yapan Faster R-CNN algoritması şu an için en gelişmiş tekniklerden biri olarak kabul edilmektedir.
Bir yorum bırakınız...