Akademik Veri Yönetim Sistemi
1st International Conference on Engineering, Natural and Social Sciences, Konya, Türkiye, 20 Aralık 2022, ss.390-394
Sayısal görüntüler birçok alanda kullanılır hale gelmiştir. Nesne tanıma, plaka tanıma, yüz tanıma
gibi birçok uygulaması vardır. Söz konusu uygulamaları gerçekleştirmek için bazı ön işlemler
gerekmektedir. Bunlardan biri de kümelemedir. Bu çalışmada renk uzaylarının kümeleme algoritmaları
üzerindeki etkileri incelenmiştir. RGB, HSV ve YCbCr renk uzaylarında tanımlanmış görüntüler üzerinde
en bilinen kümeleme algoritmalarından olan FCM ve K-means algoritmaları yürütülmüştür. BSDS test
veri setinde yer alan 100 görüntünün her biri, bahsi geçen kümeleme algoritmaları ile farklı renk
uzaylarında küme sayısı 8, 16, 32, 64, 128 ve 256 olmak üzere kümelenmiştir. Kümelenen görüntüler,
orijinal görüntülerle karşılaştırılmıştır. Karşılaştırmalar için PSNR ve SSIM metrikleri kullanılmıştır.
Deneysel bulgular, en başarılı kümeleme sonuçlarının K-means ile elde edildiğini göstermiştir. İlaveten
RGB ve YCbCr uzaylarının benzer sonuçlar verdiği, HSV renk uzayının ise başarıyı düşürdüğü
gözlenmiştir.