In this thesis, novel approaches for dense depth field estimation and objectsegmentation from mono, stereo and multiple views are presented. In the firststage, a novel graph-theoretic color segmentation algorithm is proposed, in whichthe popular Normalized Cuts [6] segmentation algorithm is improved with somemodifications on its graph structure. Segmentation is obtained by the recursivepartitioning of the weighted graph. The simulation results for the comparison ofthe proposed segmentation scheme with some well-known segmentation methods,such as Recursive Shortest Spanning Tree [3] and Mean-Shift [4] and theconventional Normalized Cuts, show clear improvements over these traditionalmethods.The proposed region-based approach is also utilized during the densedepth map estimation step, based on a novel modified plane- and angle-sweepingstrategy. In the proposed dense depth estimation technique, the whole scene isassumed to be region-wise planar and 3D models of these plane patches areestimated by a greedy-search algorithm that also considers visibility constraint. Inorder to refine the depth maps and relax the planarity assumption of the scene, atthe final step, two refinement techniques that are based on region splitting andpixel-based optimization via Belief Propagation [32] are also applied.Finally, the image segmentation algorithm is extended to objectsegmentation in multi-view video with the additional depth and optical flowinformation. Optical flow estimation is obtained via two different methods, KLTtracker and region-based block matching and the comparisons between thesemethods are performed. The experimental results indicate an improvement for thesegmentation performance by the usage of depth and motion information.Key words: Graph-theoretic image segmentation, dense depth map estimation,plane and angle sweeping, multi-view video object segmentation.

Bu tezde, sık derinlik haritası çıkarımı ile tek, stereo ve çoklu görüntüden nesnebölütlemesi problemleri için öne sürülen yeni yaklaşımlar sunulmaktadır. İlkkısımda, yaygın olarak kullanılan düzgülü kesik görüntü bölütleme algoritmasınınçizge yapısı üzerinde yapılan değişikliklerle geliştirilmesi ile oluşturulan çizgetabanlı renk bölütlemesi algoritması önerilmektedir. Bölütleme çizgenin döngüselolarak parçalara ayrılmasıyla elde edilir. Önerilen yöntemin bazı iyi bilinenbölütleme algoritmaları, döngülü en kısa kapsayan ağaç [3], ortalama kayma [4]ve klasik düzgülü kesik [6], ile karşılaştırılması amacıyla yapılan deneylerinsonuçları klasik yöntemler üzerindeki gelişmeleri açıkça göstermektedir.Bölgesel tabanlı yaklaşım aynı zamanda yeni geliştirilmiş düzlem ve açıtaramasına dayalı sık derinlik haritası kestirimi aşamasında da kullanılmaktadır.Önerilen sık derinlik haritası kestirimi yönteminde tüm sahnenin bölgesel olarakdüzlemlerden oluştuğu varsayılmaktadır. Düzlemsel yamaların 3 boyuttakimodelleri görünürlük kısıdı da kullanan fırsatçı bir arama algoritması ilekestirilmektedir. Son aşamada, derinlik haritalarını iyileştirmek ve sahnenindüzlemselliğini gevşetmek için bölge parçalama ve piksel tabanlı yargı yayılımına[32] dayalı iki farklı yöntem önerilmektedir.Son olarak, görüntü bölütleme algoritması derinlik ve optik akış bilgilerinineklenmesi ile çoklu görüntülü video nesne bölütlemesi amacıylagenişletilmektedir. Optik akış iki farklı yöntemle, ?KLT izleme? ve bölge tabanlıblok eşleme, elde edilmektedir. Her iki yöntem de, önerilen bölütlemealgoritmasındaki kullanılabilirlikleri açısından karşılaştırılmaktadır. Yapılandeneyler, renk bilgisine ilave olarak kullanılan derinlik ve optik akış bilgilerininbölütleme performansını arttırdığını göstermektedir.Anahtar Kelimeler: Çizge kuramlı görüntü bölütleme, sık derinlik haritasıkestirimi, düzlem ve açı tarama, çoklu görüntülü video nesne bölütlemesi.