Bu tez çalışmasında, çizge kesim temelli, İnteraktif Çizge Kesim, Grabcut ve Lazy Snapping interaktif görüntü bölütleme yöntemlerinin karşılaştırılması yapılmıştır. Çizge kesim temelli yöntemler, görüntüyü her bir pikselin bir düğüme karşılık geldiği çizgeye dönüştürür ve enerji fonksiyonun minimize edilmesinde maksimum akış-minimum kesim algoritmasını kullanarak çizgeyi ön ve arka plan olarak iki parçaya ayırır. Birinci derece istatistikler ve Gri seviyeli eş oluşum matrisinden (GSEM) elde edilen öznitelikler kullanılarak ön ve arka plan görüntüleri tekdüze ve karışık olarak iki kümeye ayrılmıştır. Çizge kesim temelli interaktif görüntü bölütleme yöntemlerin karşılaştırmasında bu kümeler kullanılmıştır. Bölütleme sonuçlarında, Grabcut yönteminin ön planın tekdüze olduğu görüntü kümelerinde diğer yöntemlerden daha başarılı olduğu görülmüştür. Lazy Snapping yönteminin de ön planın karışık olduğu görüntü kümelerinde diğer yöntemlerden daha iyi bölütleme sonuçları elde ettiği belirlenmiştir. Ayrıca Lazy Snapping yönteminin bütün görüntü kümelerinde bölütleme işlemini en hızlı gerçekleştiren yöntem olduğu görülmüştür. ANAHTAR KELİMELER: İnteraktif Görüntü Bölütleme, Çizge Kesim, Grabcut, Lazy Snapping
In this thesis study, Interactive Graph Cuts, Grabcut and Lazy Snapping interactive image segmentation methods are compared. Graph cuts based methods consider each pixel of the image as a correspondence to a node and divide the graph into a foreground and background using the maximum flow-minimum cut algorithm to minimize energy function. By using the features obtained from the first-order statistical and Gray-level co-occurrence matrices (GLCM), the foreground and background images are divided into two groups, uniform and complex. These clusters are used in the comparison of graph cut based interactive image segmentation methods. In the segmentation results, it is seen that grabcut method is more successful than other methods in image cluster which the foreground is uniform. It has been determined that the Lazy Snapping method has better segmentation results than other methods in image clusters where the foreground is complex. It is also seen that that Lazy Snapping is the fastest method of performing segmentation in all image clusters. KEYWORDS: Interactive Image Segmentation, Graph Cuts, Grabcut, Lazy Snapping
