Tekrarlı Ortalama Yardımıyla Renk İndirgeme ve Görüntü Erişimi

Sayisal goruntulerden olusan bir veri tabanindan sorgulanan bir goruntunun aynisinin veya benzerlerinin getirilmesi sureci goruntu erisimi olarak tanimlanir. Her ne kadar sayisal goruntu piksellerden olusuyor olsa da sorgulama piksel duzeyinde degil, sayisal goruntuleri temsil eden vektorler duzeyinde yapilmaktadir. Goruntulerin vektorler ile temsil edilmesi ozellik cikarma sureci olarak adlandirilir ve icerik tabanli goruntu erisiminin (ITGE) en onemli asamasidir. Ozellik vektorunun temsil kabiliyetinin dusuk olmasi sistemin performansinin da dusuk olmasi demektir. Gri olcekli goruntulerin histogramlari en tipik ozellik vektorleridir. Diger taraftan renkli goruntulerde uc ayri kanal mevcut oldugundan, goruntuyu temsil edebilecek histogram uc boyutlu bir dizi olusturur ki bu durum sistemin hesap maliyetini oldukca artiracaktir. Bu nedenle arastirmacilar renkli goruntulerdeki renk sayisini azaltma veya renk indirgeme yaklasimini tercih etmislerdir. Vektor kuantalama olarak adlandirilan renk indirgeme surecinde ise her zaman ayni sonucu uretmek mumkun olmamistir. Bunun nedeni ise bazi algoritmalarin baslangicta rastgele uretilen renk vektorleri ile cozum aramalaridir. Linde-Buzo-Gray (LBG), K-ortalamalar ve bulanik c-ortalamalar algoritmalari bu tur cozum yaklasimlarina tipik orneklerdir. Bu calismada tekrarli ortalama tabanli renk indirgeme yaklasimi kullanilarak yeni bir goruntu erisim metodu onerilmistir. Onerilen stratejide, oncelikle her bir renk kanalinin histogrami uzerinden tekrarli bir sekilde ortalamalar hesaplanmis ve cok seviyeli esikler elde edilmistir. Elde edilen esikler kullanilarak RGB renk uzayi alt prizmalar seklinde dilimlenmistir. Olusan alt prizmalar icinde kalan pikseller ayni sinifa atanmis ve ilgili siniftaki piksellerin ortalamalari kullanilarak renk indirgemesi yapilmistir. Sinif indisleri ve ilgili siniflara tahsis edilen piksel sayilari yardimiyla tek boyutlu histogram elde edilmistir. Son asamada ise elde edilen sinif tabanli histogram ozellik vektoru olarak atanmis ve icerik tabanli goruntu erisimi gerceklestirilmistir. Onerilen algoritma ve LBG algoritmasi ile sonuclar alinmis ve karsilastirmalar yapilmistir.