Image processing for surface texture pattern classification

Klasik örüntü sınıflandırma sistemleri genellikle tüm sınıflardan özniteliklerin çıkarıldığı ikili sınıflandırma metodlarını kullanır. Son derece farklı arıza türlerini içeren hata tespiti gibi durumlarda bu tür ikili sınıflandırıcılar veri miktarında dengesizlik sorunu yaşarlar. Bu tür problemlerde eğer önceden rastlanmamış tür bir hata verisi ile karşılaşılırsa ikili sınıflandırıcılar belirsizlik ve hataya mahkumdur. Tek sınıflı sınıflandırıcılar, yalnızca normal sınıfa ait örneklerle eğitilerek bu sorunu aşabilmektedir. Bu tezde hatalı örnek sayısına bağlı olarak ikili ve tek sınıflı sınıflandırıcıların kapsamlı bir karşılaştırması gerçek veriler üzerinde sunularak ampirik değerlendirme yapılmaktadır. Farklı tek sınıflı yöntemler farklı ikili sınıflandırıcılar ile karşılaştırıldığında hata vektörlerinin öznitelik uzayında dağınık olması durumunda tek sınıflı sınıflandırıcının ikili sınıflandırıcıya göre çok ciddi miktarda performans avantajı elde ettiği deneysel olarak gözlenmiştir. Tek sınıflı sınıflandırıcı performansı tüm hata türleri için stabil kalmaktadır.