Page 52 - E-Tez Bülteni Eylül 2025, SAYI 3
P. 52
YÜKSEK LİSANS TEZİ
Yazılım Mühendisliği Anabilim Dalı
Çok Seviyeli Görüntü Eşikleme Problemi İçin Meta Sezgisel
Optimizasyon Algoritması Tasarımı
Samoua ALSAMOUA
Tez Danışmanı: Dr. Öğr. Üyesi Asuman GÜNAY YILMAZ
Tez Özeti
Çok seviyeli görüntü segmantasyonu, görüntülerin anlamlı bölgelere ayrılarak analiz edilmesini sağlayan temel bir tekniktir. Ancak
mevcut yöntemler genellikle yüksek hesaplama maliyeti, gürültüye duyarlılık ve çeşitli veri kümeleriyle başa çıkmada yetersizlik gibi
sorunlarla karşı karşıyadır. Bu tezde, çok seviyeli görüntü segmentasyonu için özel olarak tasarlanmış iki yeni yaklaşım
sunulmaktadır: Uygunluk-Mesafe Dengesi
mekanizmasıyla Ağırlıklı Şempanze Optimizasyon Algoritması (WChOA-UMD) ve Güve-Alev Optimizasyonu (MFO), Parçacık Sürü
Optimizasyonu (PSO) ve Salp Sürüsü Algoritması (SSA) kullanarak geliştirilen çok aşamalı hibrit algoritmalar (MFO-PSO, MFO-SSA
ve MFO-PSO-SSA). Önerilen algoritmalar, çözüm uzayında keşif ve sömürü süreçlerini dengeli bir şekilde yöneterek yakınsama
hızını ve segmantasyonu doğruluğunu artırmaktadır. Önerilen yöntemlerin etkinliğini değerlendirmek için Kapur entropisi ve Otsu
yöntemi amaç fonksiyonları kullanılarak, 11 yaygın meta sezgisel algoritmayla karşılaştırma yapılmıştır. Deneyler, WChOA-UMD
algoritması için m = 2, 4, 6, 8, 10 ve 12 eşik seviyeleri ve 10 görüntü üzerinde, hibrit algoritmalar için ise m = 2, 4, 6 ve 8 eşik
seviyeleri ve 100 görüntü üzerinde gerçekleştirilmiştir. Değerlendirme metrikleri olarak PSNR, SSIM ve FSIM kullanılmıştır. Friedman
ve Wilcoxon testlerine dayalı istatistiksel analizler, önerilen yöntemlerin segmentasyon başarısını doğrulamaktadır.
Anahtar kelimeler: Meta-Sezgisel Arama Algoritmaları, Uygunluk-Mesafe Dengesi, Çok Seviyeli Eşikleme, Görüntü
Segmentasyonu