ÖZET Doktora Tezi HÜCRESEL RASGELE YAPAY SİNİR AĞLARI (HRYSA) İLE GÖRÜNTÜ İŞLEME Erkan DANACI Selçuk Üniversitesi Fen Bilimleri Enstitüsü Elektrik-Elektronik Mühendisliği Anabilimdalı 1. Danışman: Prof. Dr. Mehmet BAYRAK 2. Danışman: Doç. Dr. O. Nuri UÇAN 2002, 168 Sayfa Jüri: Prof. Dr. Mehmet BAYRAK Prof. Dr. Mahmut ÜN Prof. Dr. Halit PASTACI Doç. Dr. O. Nuri UÇAN Yrd. Doç. Dr. A. Muhittin ALBORA Bu tez çalışmasında, Rasgele Yapay Sinir Ağı'nm (RYSA) değişik mühendislik dallarında yeni uygulamaları ele alınmıştır. Bunun yanında temelini RYSA'nın oluşturduğu Hücresel Rasgele yapay Sinir Ağı (HRYSA) olarak isimlendirilen yeni bir yapay sinir ağı modeli tanımlanmıştır. Tez çalışmasında incelenen RYSA ile değişik mühendislik dallarında yapılmakta olan uygulamalara yeni yaklaşımlar önerilmiştir. İlk olarak, jeofizik mühendisliğinde yeraltının incelenmesi için kullanılan Bouguer anomali haritalarından Rezidüel anomali haritalarının elde edilmesi işleminin RYSA ile yapılabileceği gösterilmiştir. Bu uygulama, yaratılan yapay ve gerçek veriler üzerinde denenmiştir. İkinci olarak, veri tabanlarındaki veri bölme tekniklerinin seçiminde kolaylık sağlayacak bir yöntem için RYSA kullanılmıştır. Ayrıca dağıtık veri tabam oluşturulurken verinin ve bilgisayar programların en iyi şekilde nasılbölümleneceğinin belirlenmesinde RYSA kullanılabileceği gösterilmiştir. Tez çalışmasında önerilen son RYSA uygulaması ise, mikrodalga frekanslarındaki cihazların S parametrelerini ölçmede kullanılan Otomatik Network Analizör'ün (ONA) hata terimlerinin modellenmesinde RYSA kullanımıdır. Bu uygulama için, ONA'nın günlük kalibrasyon ve ölçümlerinin RYSA ile yapılabileceği sonucu veren bir dizi uygulama örnekleri sunulmuştur. Yukarıda dile getirilen uygulamaların paralelinde, çoğunlukla görüntü işlemede kullanılan Hücresel Yapay Sinir Ağı'nın (HYSA) hücresel yapı özelliklerini yansıtan ve klasik yapay sinir ağlarına göre rasgele graf analizlerinde daha iyi sonuç veren, RYSA matematiksel hesap modelini içeren HRYSA modeli tanımlanmıştır. Bu yeni tanımlanan HRYSA modelinin iki boyutlu farklı örnekler için hata başarımları incelenmiştir. Bu incelemede, HRYSA modeli ile görüntü filtreleme, resim kenar tespiti ve jeofizik mühendisliğinde sentetik modellere ve arazi verileri üzerine uygulamaları yapılmıştır. Yapılan uygulamalardan elde edilen sonuçlar bu tez çalışmasında sergilenmiştir. Bu tezde, özellikle 4. Bölümde verilen RYSA uygulamaları, ve 6. Bölümde verilen HRYSA modeli ve uygulamaları, literatürde daha önce RYSA konusunda yapılan çalışmalarla ilgili verilen bilgilere ek olarak, bilim dünyasına kazandırılan bilgiler olduğuna inanılmaktadır. Anahtar Kelimeler: RYSA, HRYSA, veri bölme, rezidüel anomali, ONA kalibrasyonu. fi?'..w ¦I t' ABSTRACT Ph. D. Thesis IMAGE PROCESSSING USING CELLULAR RANDOM NEURAL NETWORK (CRNN) Erkan DANACI Selçuk University Graduate School of Natural Applied Sciences Department of Electrical-Electronic Engineering 1. Supervisor: Prof. Dr. Mehmet BAYRAK 2. Supervisor: Assoc. Prof. Dr. O. Nuri UÇAN 2002, 168 Pages Jury: Prof. Dr. Mehmet BAYRAK Prof. Dr. Mahmut ÜN Prof. Dr. Halit PASTACI Assoc. Prof. Dr. O. Nuri UÇAN Assist. Prof. Dr. A. Muhittin ALBORA In this thesis, some new Random Neural Network (RNN) applications are examined in several engineering fields. In addition, a new artificial neural network model based on RNN is introduced and denoted as Cellular Random Neural Network (CRNN) is described in this study. Using RNN approach, many applications are evaluated for different engineering fields. First, in geophysical engineering area, in order to obtain Residual anomaly map from Bouguer anomaly map that is used for under ground research, RNN is used. This application is applied for both artificial and real data. Second, a method is based on RNN is proposed to select data fragmentation techniques. Furthermore, while creating distributed data base and determining the best way for fragmentation of computer mprograms, successful result are obtained by RNN. RNN is also suggested for modeling the error terms of Automatic Network Analyzer (ANA) that is used for microwave component's S parameters measurement. To show the performance of RNN, some ANA calibration and device under test measurement are modeled by RNN. In this thesis, Cellular Random Neural Network (CRNN) is introduced which combines both the benefits of Cellular Neural Network (CNN) and Random Neural Network (RNN). CRNN is applied to edge detection, image filtering and two dimension geophysical images processing problem. We believe that chapter 4 and 6 have original contributions to literature. Keywords: RNN, CRNN, Data Fragmentation, Residual Anomaly, ANA Calibration. IV 166