Eşikleme Tekniklerinin Renk Uzayı Tabanlı Kümeleme Yönteminin Başarısına Etkisi

Eşikleme yöntemleri kenar belirleme, bölütleme ve kümeleme yaklaşımlarında sıklıkla kullanılmaktadır. Söz konusu teknikler yardımıyla renk kanallarından çeşitli sayıda kümeler elde edilebilir. Ancak, hangi yaklaşımın daha başarılı olduğu konusu belirsizliğini korumaktadır. Bu çalışmada, çok sık tercih edilen Histogramın Ağırlık Merkezi (HAM), OTSU ve KAPUR eşikleme algoritmaları kullanılarak yapılan renk uzayı tabanlı kümeleme sonuçları, 100 görüntüden oluşan Weizmann tek nesneli bölütleme veritabanı yardımıyla test edilmiş ve farklı eşikleme yöntemi ile elde edilen renk kümelerine ait bölütleme sonuçları F-Skor olarak kaydedilmiştir. Böylece, kümeleme işlemi için sıklıkla kullanılan eşikleme yöntemlerinin başarısı nicemsel olarak belirlenmiş ve birbirleriyle karşılaştırılmıştır.  

Thresholding methods are frequently used in edge detection, segmentation, and clustering approaches. Various clusters can be obtained from color channels using these techniques. However, the question of which approach is more successful remains unclear. In this study, the results of color space-based clustering using the frequently preferred Centroid of Histogram (HAM), OTSU, and KAPUR thresholding algorithms were tested using a Weizmann single-object segmentation database consisting of 100 images, and the segmentation results of color clusters obtained with different thresholding methods were recorded as F-scores. Thus, the success of frequently used thresholding methods for clustering was quantitatively determined and compared with each other.