Ayrıştırılabilir görüntü filtresi, yaygın olarak kullanılan konvolüsyonel görüntü filtrelerinin bir alt sınıfıdır.Bu tip Görüntü filtrelerinin katsayıları analitik yöntemlerle belirlenebileceği gibi eğitim görüntüleri ilesezgisel yaklaşımlar kullanılarak da belirlenebilir. Bu çalışmada, ayrıştırılabilir ve ayrıştırılamayan görüntüfiltrelerinin genetik algoritmalar ile eğitilerek karşılaştırmalı analizleri gerçekleştirilmiştir. Eğitim sürelerive görüntü kalitesi başarım analizi için sonuçlar, farklı boyutlardaki görüntü filtre çekirdekleri içinkarşılaştırmalı olarak sunulmuştur. Sonuçlara göre, ayrıştırılabilir görüntü filtresinin katsayı adedinin dahaaz, dolayısıyla çarpma ve toplama işlemleri adedinin daha az olmasından dolayı eğitim süreleri daha kısaelde edilmiştir. Ancak kalite bakımından karşılaştırma yapıldığında, ayrıştırılamaz görüntü filtresi daha iyisonuçlar vermektedir.
Separable image filter is a subclass of convolutional image filters that are used widely. The coefficients of these types of image filters can be determined with training images using heuristic approaches as well as analytical methods. In this study, comparative analyses were realized for separable and non-separable image filters that were trained using genetic algorithms. The results for training durations and performance analyses are presented comparatively for various size of kernels. According to the results, the training durations of the separable image filter is shorter due to smaller number of coefficients and hence smaller number of multiplication and addition operations. On the other hand, when compared in terms of quality, non-separable filter shows better results.
