Sayısal görüntülerde ana bileşenler dönüşümü

Ana bileşenler dönüşümü (principal components transformation), aralarında yüksek korelasyon bulunan çok değişkenli verileri, aralarında korelasyon olmayan yeni bir koordinat sistemine dönüştüren istatistiksel bir veri dönüşümü yöntemidir. Bu dönüşüm, farklı disiplinlerce çok değişkenli (çok boyutlu) verilerin analizinde (multivariate analysis) kullanılmaktadır. Özellikle sinyallerin iletiminde sıkça kullanılan bu dönüşüm, sayısal görüntülerin de sinyal olarak yorumlanabilmesi sayesinde, görüntü işleme uygulamalarında da kullanılmaktadır. Bu çalışmada, sayısal görüntülerde ana bileşenler dönüşümü anlatılmış ve 24 bpp'lik bir test görüntüsü üzerinde yapılan uygulama sunulmuştur. Uygulama, makalenin yazarları tarafından Borland C++ Builder programlama dilinde yazılmış bir bilgisayar programı tarafından gerçekleştirilmiştir. Makalenin sonunda, programın temel fonksiyonlarının kaynak kodları verilmiştir.

The principal components transformation on digital images

The principal components transformation is a statistical data transformation which transforms the high correlated multivariate data to a new coordinate system where the data is uncorrelated. This transformation is used by various disciplines. The principal components transformation is especially used in the transmission theory of digital signals. Since digital images can also be interpreted as of special type digital signals, this transformation is also used in digital image processing frequently, for various purposes. In this paper, the principal components transformation has been explained and a sample application has been performed on 24 bpp test image, has been presented. This sample application has been performed with a computer program written by the authors, and has been coded in Borland C++ Builder programming language. At the end of the paper, source codes of the basic functions of the program have also been given.

Kaynakça

/1/Açıkgöz (Doğan), R., Doğan, S., Banger, G.Raster Görüntülerinin Yapısı, Görüntüleme Tekniklerinin Temelleri ve Bitmap Formatı, Harita ve Kadastro Mühendisliği Dergisi, Sayı 86, 1999.

/2/Aktaş, Z., Öncül, H., Ural, S.Sayısal Çözümleme, ODTÜ Yay., Ankara, 1984.

/3/ Bayazıt, M., Oğuz, B.Mühendisler İçin İstatistik, Birsen Yayınevi, İstanbul, 1998.

/4/Castleman, K.,R.Digital Image Processing, Prentice Hall Inc., USA, 1996.

/5/ Gonzalez, R.,C.Digital Image Processing, Addison-Wesley Publ. Comp., Canada, 1987.

/6/ Hakin, SNeural Networks a Comprehensive Foundation, Prentice Hall Inc., New Jersey, 1999.

/7/ Jackson, J.,EA User's Guide To Principal Components,John Wiley&Sons Inc., Canada, 1991.

/8/ Mather, P.,M.Computer Processing of Remotely-Sensed Images, John Wiley&Sons Inc., England, 1999.

/9/ Richards, J.,A.Remote Sensing Digital Image Analysis, Springer-Verlag, Germany, 1993.

/10/ Sabins,F.,F.Remote Sensing Principles and Interpretation, W.H. Freeman and Company, USA, 1987.

Kaynak Göster