Bölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Bölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme"

Transkript

1 BLM429 Görüntü İşlemeye Giriş Bölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme Dr. Öğr. Üyesi Caner ÖZCAN It makes all the difference whether one sees darkness through the light or brightness through the shadows. (Bütün fark; birinin ışığın içinde karanlığı veya gölgenin içinde aydınlığı görmesiyle oluşur.) ~David Lindsay

2 İçerik 3. Yeğinlik Dönüşümleri ve Uzamsal Filtreleme Temel Bazı Yeğinlik Dönüşüm Fonksiyonları Histogram İşleme Uzamsal Filtrelemenin Esasları Uzamsal Yumuşatma Filtreleri Uzamsal Keskinleştirme Filtreleri Uzamsal Zenginleştirme Yöntemlerini Birleştirme Yeğinlik Dönüşümleri ve Uzamsal Filtreleme İçin Bulanık Tekniklerin Kullanılması 2

3 Uzamsal Bölge İşlemleri - Uzamsal işlemenin temel iki kategorisi yeğinlik dönüşümler ve uzamsal filtrelemedir. - Yeğinlik dönüşümleri kontrast düzenleme ve görüntü eşikleme amacıyla görüntünün tek bir pikseli üzerine uygulanır. - Uzamsal süzme ise görüntüdeki her pikselin komşuluğunda işlem yaparak keskinleştirme gibi işlemleri ele alır. 3

4 Uzamsal Bölge İşlemleri Görüntüleme düzleminin kendisine karşılık gelir ve doğrudan görüntüdeki pikseller üzerinde işlem yapılır. g( x, y) T[ f ( x, y)]) f ( x, y) : input image giriş görüntüsü g( x, y) : output image T çıkış görüntüsü (x, y) noktasının komşuluğunda tanımlanmış f ye uygulanan bir operatör. : an operator on f defined over a neighborhood of point ( xy, ) 4

5 Uzamsal Bölge İşlemleri 5

6 Uzamsal Bölge İşlemleri Yeğinlik dönüşüm fonksiyonu Intensity transformation function s T( r) 6

7 Temel Bazı Yeğinlik Dönüşüm Fonksiyonları 7

8 Görüntü Negatifleri Image negatives Görüntü negatifleri s L 1 r Yeğinlik değerleri [0 L-1] aralığındadır. 8

9 Örnek: Görüntü Negatifleri Küçük lezyon 9

10 Logaritma Dönüşümü Log Transformations Logaritma Dönüşümü s c log(1 r) c bir sabittir ve r>=0 dır. Girişteki düşük yeğinlik değerlerinin dar bir aralığını daha geniş bir çıkış seviyesi aralığına aktarır. 10

11 Örnek: Logaritma Dönüşümü 11

12 Kuvvet Kanunu(Gama) Dönüşümleri s cr pozitif sabitler 12

13 Örnek: Gama Dönüşümleri 13

14 Örnek: Gama Dönüşümleri s r 1/2.5 Örneğin, katot ışın tüplü (CRT) aygıtlar, bir kuvvet fonksiyonu şeklinde ifade edilen yeğinlikgerilim tepkisine sahiptir. Bu fonksiyonun üssü yaklaşık olarak 1.8 ile 2.5 arasında değişmektedir. 14

15 Örnek: Gama Dönüşümleri 15

16 Örnek: Gama Dönüşümleri 16

17 Parçalı-Doğrusal Dönüşümler Kontrast Germe Kayıt ortamının veya görüntü cihazının tüm yeğinlik aralığını kapsayacak şekilde yeğinlik seviye aralığının genişletilmesi işlemidir. Yeğinlik Seviyesi Dilimleme Bir görüntüdeki yeğinliklerin özel bir aralığını vurgulamadır. 17

18 Kontrast Germe 18

19 Bu tip zenginleştirme, ikili bir görüntü oluşturur ve kontrast maddenin akış biçimini incelemede kullanışlıdır (örneğin tıkanıklıkları saptamak için) Kontrast maddenin bir dizi görüntüdeki gerçek akışını zamanın fonksiyonu olarak ölçmek istediğimizde böyle bir sonuç faydalı olabilir. Yeğinlik Seviyesi Dilimleme 19

20 Bit Düzlemi Dilimleme 20

21 Bit Düzlemi Dilimleme 21

22 Bit Düzlemi Dilimleme 22

23 Histogram Nedir? Görüntüdeki gri değerlerin dağılımının grafiksel olarak gösterimidir. X ekseni görüntüdeki gri değerleri (yansıma değerleri), Y ekseni ise o gri değerdeki toplam piksel sayısını gösterir. X ekseni üzerinde sola doğru ilerledikçe (orijine yaklaştıkça) daha koyu ve siyah alanlara ait pikseller temsil edilir. X ekseni üzerinde histogram şekline ait orta kısımlar orta koyulukta gri alanları ve sol uç taraflar ışığın bol olduğu ve beyaz alanları temsil eder

24 Histogram İşleme Histogram h( r ) k n k th rburada k is the rk k, k. intensity yeğinlik value değeri nn k, k is görüntüdeki the number r k of yeğinlik pixels in değerine the image sahip with piksellerin intensity sayısı r k nk Normalize Normalized edilmiş histogram: pr ( k ) MN n : the number of pixels in the image of k size M N with intensity r k 24

25 Histogram İşleme Histogram h( r ) n Temel k olasılık k teorisinin tekrarı için th rburada k is the rk k, k. intensity yeğinlik value değeri kitabın web sitesine nn k, k is görüntüdeki the number rbaşvurunuz. k of yeğinlik pixels in değerine the image sahip with piksellerin intensity sayısı r k nk Normalize Normalized edilmiş histogram: pr ( k ) MN n : the number of pixels in the image of k size M N with intensity r k 25

26 26

27 Histogram İşleme Histogram bize görüntünün kontrastı hakkında bilgi verir 27

28 Histogram Denkleştirme The intensity levels in an image may be viewed as Bir görüntüdeki yeğinlik değerlerine, [0, L-1] aralığında rasgele random değişkenler variables in olarak the interval bakılabilir. [0, L-1]. p r (r) Let ve pr( pr )(s), and psırasıyla s( s) denote r ve the s nin probability olasılık density yoğunluk fonksiyonunu (PDF) göstersin. function (PDF) of random variables r and s. 28

29 Histogram Denkleştirme s T( r) 0 r L 1 T r, [0, L-1] aralığında monoton bir şekilde artan bir fonksiyondur. a. T(r) is a strictly monotonically increasing function in the interval 0 r L-1; için b. 0 T ( r) L -1 for 0 r L

30 Histogram Denkleştirme s T( r) 0 r L 1 T r, [0, L-1] aralığında monoton bir şekilde artan bir fonksiyondur. a. T(r) is a strictly monotonically increasing function in the interval 0 r L-1; b. 0 T ( r) L -1 for 0 r L -1. Tr ( ) is continuous and differentiable. T r, sürekli ve türevlenebilir. p ( s) ds p ( r) dr s r 30

31 Örnek: Histogram Denkleştirme piksel boyutunda (MN = 4096) olan 3-bitlik (L=8) bir görüntünün tabloda gösterilen yeğinlik dağılımına sahip olduğunu varsayalım. Histogram denkleştirme dönüşüm fonksiyonu bulun ve her bir s k için p s (s k ) yı bulun. 31

32 Örnek: Histogram Denkleştirme s T ( r ) 7 p ( r ) s T ( r ) 7 p ( r ) 7 ( ) s s s 0 r j 1 j 0 1 r j 3 j s s s

33 Örnek: Histogram Denkleştirme 33

34 34

35 Histogram Denkleştirme Çalışma alanına bir görüntü okuyun. I = imread('pout.tif'); Görüntüyü ve histogramını görüntüleyin. figure subplot(1,2,1) imshow(i) subplot(1,2,2) imhist(i,64) 35

36 Histogram Denkleştirme Histogram eşitleme kullanarak kontrastı ayarlayın. J = histeq(i); Kontrast ayarlı görüntüyü ve yeni histogramını görüntüleyin. figure subplot(1,2,1) imshow(j) subplot(1,2,2) imhist(j,64) 36

37 Kaynaklar Sayısal Görüntü İşleme, Palme Yayıncılık, Üçüncü Baskıdan Çeviri (Orj: R.C. Gonzalez and R.E. Woods: "Digital Image Processing", Prentice Hall, 3rd edition, 2008). Digital Image Processing Using Matlab, Gonzalez & Richard E. Woods, Steven L. Eddins, Gatesmark Publishing, 2009 Ders Notları, CS Digital Image Processing, F.(Qingzhong) Liu, Ders Notları, BIL717-Image Processing, E.Erdem Ders Notları, EBM537-Görüntü İşleme, F.Karabiber 37

Hafta 4 Yoğunluk Dönüşümleri ve Histogram İşleme

Hafta 4 Yoğunluk Dönüşümleri ve Histogram İşleme BLM429 Görüntü İşlemeye Giriş Hafta 4 Yoğunluk Dönüşümleri ve Histogram İşleme Yrd. Doç. Dr. Caner ÖZCAN It makes all the difference whether one sees darkness through the light or brightness through the

Detaylı

Bölüm 6 Görüntü Onarma ve Geriçatma

Bölüm 6 Görüntü Onarma ve Geriçatma BLM429 Görüntü İşlemeye Giriş Bölüm 6 Görüntü Onarma ve Geriçatma Dr. Öğr. Üyesi Caner ÖZCAN Gördüğümüz şeyler tek başlarına ne gördüğümüz değildir... Hislerimizin algı yeteneğinden ayrı olarak nesnelerin

Detaylı

Bölüm 7 Renkli Görüntü İşleme

Bölüm 7 Renkli Görüntü İşleme BLM429 Görüntü İşlemeye Giriş Bölüm 7 Renkli Görüntü İşleme Dr. Öğr. Üyesi Caner ÖZCAN Genç sanatçının, rengin sadece tanımlayıcı değil aynı zamanda kişisel ifade anlamına geldiğini anlaması renge dokunmasından

Detaylı

Hafta 5 Uzamsal Filtreleme

Hafta 5 Uzamsal Filtreleme BLM429 Görüntü İşlemeye Giriş Hafta 5 Uzamsal Filtreleme Yrd. Doç. Dr. Caner ÖZCAN If the facts don't fit the theory, change the facts. ~Einstein İçerik 3. Yeğinlik Dönüşümleri ve Uzamsal Filtreleme Temel

Detaylı

Bölüm 2 Görüntünün Alınması ve Sayısallaştırılması

Bölüm 2 Görüntünün Alınması ve Sayısallaştırılması BLM429 Görüntü İşlemeye Giriş Bölüm 2 Görüntünün Alınması ve Sayısallaştırılması Dr. Öğr. Üyesi Caner ÖZCAN When something can be read without effort, great effort has gone into its writing. ~E. J. Poncela

Detaylı

Bölüm 1 Sayısal Görüntü İşlemeye Giriş ve Temel Adımlar

Bölüm 1 Sayısal Görüntü İşlemeye Giriş ve Temel Adımlar BLM429 Görüntü İşlemeye Giriş Bölüm 1 Sayısal Görüntü İşlemeye Giriş ve Temel Adımlar Dr. Öğr. Üyesi Caner ÖZCAN Fall in love with the process, and the results will come. ~ Eric Thomas Derse Giriş Ders

Detaylı

Hafta 2 Görüntünün Alınması ve Sayısallaştırılması

Hafta 2 Görüntünün Alınması ve Sayısallaştırılması BLM429 Görüntü İşlemeye Giriş Hafta 2 Görüntünün Alınması ve Sayısallaştırılması Yrd. Doç. Dr. Caner ÖZCAN When something can be read without effort, great effort has gone into its writing. ~E. J. Poncela

Detaylı

Hafta 1 Sayısal Görüntü İşlemeye Giriş ve Temel Adımlar

Hafta 1 Sayısal Görüntü İşlemeye Giriş ve Temel Adımlar BLM429 Görüntü İşlemeye Giriş Hafta 1 Sayısal Görüntü İşlemeye Giriş ve Temel Adımlar Yrd. Doç. Dr. Caner ÖZCAN Fall in love with the process, and the results will come. ~ Eric Thomas Derse Giriş Ders

Detaylı

Hafta 3 Görüntü İşleme ile İlgili Temel Kavramlar

Hafta 3 Görüntü İşleme ile İlgili Temel Kavramlar BLM429 Görüntü İşlemeye Giriş Hafta 3 Görüntü İşleme ile İlgili Temel Kavramlar Yrd. Doç. Dr. Caner ÖZCAN Those who wish to succeed must ask the right preliminary questions. (Başarmak isteyenler doğru

Detaylı

Bölüm 3 Görüntü İşleme ile İlgili Temel Kavramlar

Bölüm 3 Görüntü İşleme ile İlgili Temel Kavramlar BLM429 Görüntü İşlemeye Giriş Bölüm 3 Görüntü İşleme ile İlgili Temel Kavramlar Dr. Öğr. Üyesi Caner ÖZCAN Those who wish to succeed must ask the right preliminary questions. (Başarmak isteyenler doğru

Detaylı

MOD419 Görüntü İşleme

MOD419 Görüntü İşleme MOD419 Görüntü İşleme Ders Kitabı: Digital Image Processing by Gonzalez and Woods Puanlama: %30 Lab. %20 Vize %10 Quizes %40 Final %60 devam mecburiyeti Görüntü İşleme ye Giriş Görüntü İşleme Nedir? Özellikle

Detaylı

Hafta 7 Görüntü Onarma ve Geriçatma (Kısım 1)

Hafta 7 Görüntü Onarma ve Geriçatma (Kısım 1) BLM429 Görüntü İşlemeye Giriş Hafta 7 Görüntü Onarma ve Geriçatma (Kısım 1) Yrd. Doç. Dr. Caner ÖZCAN Gördüğümüz şeyler tek başlarına ne gördüğümüz değildir... Hislerimizin algı yeteneğinden ayrı olarak

Detaylı

Görüntü İşleme Ders-7 AND, NAND. % bir görüntüde küçük bir alanın kesilip çıkartılması. >> y=imread('headquarters-2and.jpg');

Görüntü İşleme Ders-7 AND, NAND. % bir görüntüde küçük bir alanın kesilip çıkartılması. >> y=imread('headquarters-2and.jpg'); Görüntü İşleme Ders-7 AND, NAND % bir görüntüde küçük bir alanın kesilip çıkartılması. >> x=imread('headquarters-2.jpg'); >> y=imread('headquarters-2and.jpg'); >> x=rgb2gray(x); >> y=rgb2gray(y); >> imshow(y)

Detaylı

Gri Seviye Dönüşümleri ve Uzaysal Filtreleme. BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN

Gri Seviye Dönüşümleri ve Uzaysal Filtreleme. BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN Gri Seviye Dönüşümleri ve Uzaysal Filtreleme BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN GRİ SEVİYE DÖNÜŞÜMLERİ Herhangi bir görüntü işleme operasyonu, görüntüdeki pikselin gri seviye değerlerini

Detaylı

Uzaysal Görüntü İyileştirme/Filtreleme. Doç. Dr. Fevzi Karslı fkarsli@ktu.edu.tr

Uzaysal Görüntü İyileştirme/Filtreleme. Doç. Dr. Fevzi Karslı fkarsli@ktu.edu.tr Uasal Görüntü İileştirme/Filtreleme Doç. Dr. Fevi Karslı karsli@ktu.edu.tr İileştirme Herhangi bir ugulama için, görüntüü orijinalden daha ugun hale getirmek Ugunluğu her bir ugulama için sağlamak. Bir

Detaylı

Dijital Görüntü İşleme Teknikleri

Dijital Görüntü İşleme Teknikleri Teknikleri Ders Notları, 2013 Doç. Dr. Fevzi Karslı Harita Mühendisliği Bölümü Mühendislik Fakültesi KTÜ 08 Ekim 2013 Salı 1 Ders Planı ve İçeriği 1. Hafta Giriş, dersin kapsamı, temel kavramlar, kaynaklar.

Detaylı

İLERİ GÖRÜNTÜ İŞLEME Ders-1

İLERİ GÖRÜNTÜ İŞLEME Ders-1 İLERİ GÖRÜNTÜ İŞLEME Ders- Elektromanyetik Spektrum Görünür Bölge 7 nm 4 nm Temel Kavramlar (Prof. Dr. Sarp ERTÜRK) 9/24/24 2 Hazırlayan: M. Kemal GÜLLÜ Sayısal İmge Gösterimi f x, y imgesi örneklendiğinde

Detaylı

GÖRÜNTÜ İŞLEME HAFTA 4 DÖNÜŞÜMLER UZAYSAL FİLTRELEME

GÖRÜNTÜ İŞLEME HAFTA 4 DÖNÜŞÜMLER UZAYSAL FİLTRELEME GÖRÜNTÜ İŞLEME HAFTA 4 DÖNÜŞÜMLER UZAYSAL FİLTRELEME DERS İÇERİĞİ Histogram İşleme Filtreleme Temelleri HİSTOGRAM Histogram bir resimdeki renk değerlerinin sayısını gösteren grafiktir. Histogram dengeleme

Detaylı

Digital Görüntü Temelleri Görüntü Oluşumu

Digital Görüntü Temelleri Görüntü Oluşumu Digital Görüntü Temelleri Görüntü Oluşumu Işık 3B yüzeye ulaşır. Yüzey yansıtır. Sensör elemanı ışık enerjisini alır. Yoğunluk (Intensity) önemlidir. Açılar önemlidir. Materyal (yüzey) önemlidir. 25 Ekim

Detaylı

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 İletişim bilgileri sabdikan@beun.edu.tr 0 372 2574010 1718 http://geomatik.beun.edu.tr/abdikan/ Öğrenci

Detaylı

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi Dijital Görüntü İşleme (GEO/JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2017-2018 Öğretim Yılı Bahar Dönemi 1 İletişim bilgileri sabdikan@beun.edu.tr 0 372 291 2565 http://geomatik.beun.edu.tr/abdikan/ Öğrenci

Detaylı

Görüntü İşleme. K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI. Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003

Görüntü İşleme. K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI. Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003 Görüntü İşleme K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003 İçerik Görüntü İşleme Nedir? Görüntü Tanımlamaları Görüntü Operasyonları Görüntü İşleme

Detaylı

Görüntü İşleme. Dijital Görüntü Tanımları. Dijital görüntü ise sayısal değerlerden oluşur.

Görüntü İşleme. Dijital Görüntü Tanımları. Dijital görüntü ise sayısal değerlerden oluşur. Görüntü İşleme Görüntü işleme, dijital bir resim haline getirilmiş olan gerçek yaşamdaki görüntülerin bir girdi resim olarak işlenerek, o resmin özelliklerinin ve görüntüsünün değiştirilmesidir. Resimler

Detaylı

Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS

Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Sayısal Görüntü İşleme BIL413 7 3+0 3 5 Ön Koşul Dersleri Yok Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Seçmeli / Yüz Yüze

Detaylı

Görüntü İyileştirme Teknikleri. Hafta-6

Görüntü İyileştirme Teknikleri. Hafta-6 Görüntü İyileştirme Teknikleri Hafta-6 Doç. Dr. Oğuz Güngör Karadeniz Teknik Üniversitesi Harita Mühendisliği Bölümü 6080 Trabzon ogungor@ktu.edu.tr İndisler Görüntü İyileştirme Teknikleri Radyometrik

Detaylı

Görüntü İşleme Dersi Ders-8 Notları

Görüntü İşleme Dersi Ders-8 Notları Görüntü İşleme Dersi Ders-8 Notları GRİ SEVİYE DÖNÜŞÜMLERİ Herhangi bir görüntü işleme operasyonu, görüntüdeki pikselin gri seviye değerlerini dönüştürme işlemidir. Ancak, görüntü işleme operasyonları;

Detaylı

Digital Görüntü Temelleri Görüntü Oluşumu

Digital Görüntü Temelleri Görüntü Oluşumu Digital Görüntü Temelleri Görüntü Oluşumu Işık 3B yüzeye ulaşır. Yüzey yansıtır. Sensör elemanı ışık enerjisini alır. Yoğunluk (Intensity) önemlidir. Açılar önemlidir. Materyal (yüzey) önemlidir. 06 Kasım

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 8 Multispektral Görüntüleme ve Uygulamaları Alp Ertürk alp.erturk@kocaeli.edu.tr Multispektral Görüntüleme Her piksel için birkaç adet spektral kanalda ölçüm değeri

Detaylı

AKÜ TEKNOLOJİ FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ

AKÜ TEKNOLOJİ FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ GÖRÜNTÜ İŞLEME DERS-8 YARDIMCI NOTLARI -2018 Gri Seviye Dönüşümleri Herhangi bir görüntü işleme operasyonu, görüntüdeki pikselin gri seviye değerlerini dönüştürme işlemidir. Ancak, görüntü işleme operasyonları;

Detaylı

Dijital Görüntü İşleme (COMPE 464) Ders Detayları

Dijital Görüntü İşleme (COMPE 464) Ders Detayları Dijital Görüntü İşleme (COMPE 464) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Dijital Görüntü İşleme COMPE 464 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i

Detaylı

Dijital Görüntü İşleme Teknikleri

Dijital Görüntü İşleme Teknikleri Teknikleri Ders Notları, 2015 Doç. Dr. Fevzi Karslı Harita Mühendisliği Bölümü Mühendislik Fakültesi KTÜ 19 Ekim 2015 Pazartesi 1 Ders Planı ve İçeriği 1. Hafta Giriş, dersin kapsamı, temel kavramlar,

Detaylı

GÖRÜNTÜ İŞLEME HAFTA 1 1.GİRİŞ

GÖRÜNTÜ İŞLEME HAFTA 1 1.GİRİŞ GÖRÜNTÜ İŞLEME HAFTA 1 1.GİRİŞ GÖRÜNTÜ İŞLEME Hafta Hafta 1 Hafta 2 Hafta 3 Hafta 4 Hafta 5 Hafta 6 Hafta 7 Hafta 8 Hafta 9 Hafta 10 Hafta 11 Hafta 12 Hafta 13 Hafta 14 Konu Giriş Digital Görüntü Temelleri-1

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

Fırat Üniversitesi DENEY NO: 7 GÖRÜNTÜ İŞLEME UYGULAMALARI 1. GİRİŞ

Fırat Üniversitesi DENEY NO: 7 GÖRÜNTÜ İŞLEME UYGULAMALARI 1. GİRİŞ Fırat Üniversitesi Bilgisayar Mühendisliği BMÜ-431 Bilgisayar Sistemleri Laboratuvarı DENEY NO: 7 GÖRÜNTÜ İŞLEME UYGULAMALARI 1. GİRİŞ Elde edilen görüntünün bilgisayara aktarılıp üzerinde herhangi bir

Detaylı

GÖRÜNTÜ İŞLEME HAFTA 2 SAYISAL GÖRÜNTÜ TEMELLERİ

GÖRÜNTÜ İŞLEME HAFTA 2 SAYISAL GÖRÜNTÜ TEMELLERİ GÖRÜNTÜ İŞLEME HAFTA 2 SAYISAL GÖRÜNTÜ TEMELLERİ GÖRÜNTÜ ALGILAMA Üç temel zar ile kaplıdır. 1- Dış Zar(kornea ve Sklera) 2- Koroid 3- Retina GÖRÜNTÜ ALGILAMA ---Dış Zar İki kısımdan oluşur. Kornea ve

Detaylı

WEEK 11 CME323 NUMERIC ANALYSIS. Lect. Yasin ORTAKCI.

WEEK 11 CME323 NUMERIC ANALYSIS. Lect. Yasin ORTAKCI. WEEK 11 CME323 NUMERIC ANALYSIS Lect. Yasin ORTAKCI yasinortakci@karabuk.edu.tr 2 INTERPOLATION Introduction A census of the population of the United States is taken every 10 years. The following table

Detaylı

Kümülatif Dağılım Fonksiyonu (Sürekli)

Kümülatif Dağılım Fonksiyonu (Sürekli) Kümülatif Dağılım Fonksiyonu (Sürekli) sürekli bir rastgele değişken olsun. Bu durumda kümülatif dağılım fonksiyonu şu şekilde tanımlanır. F ( ) = Pr[ ] Tipik bir KDF şu şekilde görünür:.0 F () 0 Kümülatif

Detaylı

Olasılık ve İstatistik (IE 220) Ders Detayları

Olasılık ve İstatistik (IE 220) Ders Detayları Olasılık ve İstatistik (IE 220) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistik IE 220 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin

Detaylı

11. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.

11. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI. 11. HAFTA BLM323 SAYISAL ANALİZ Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi 2 İNTERPOLASYON Deney sonuçları veya benzer çalışmalar için

Detaylı

hkm 2004/90 5. Göllerin Çok Bantl Uydu Görüntülerinden Ç kar m 6. Sonuç ve Öneriler

hkm 2004/90 5. Göllerin Çok Bantl Uydu Görüntülerinden Ç kar m 6. Sonuç ve Öneriler Çöl arazide, yeşil bitki örtüsü su kenarlar nda bulunur. Bu ilişki göllerin ya da rmaklar n etraf nda yeşil bitki örtüsünün olabileceğini gösterir ve su nesnesinin tan nmas nda ve anlaş lmas nda yard mc

Detaylı

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

Görüntü İşleme Teknikleri Kullanılarak Bir Ortamın İnsan Yoğunluğunun Hesaplanması

Görüntü İşleme Teknikleri Kullanılarak Bir Ortamın İnsan Yoğunluğunun Hesaplanması Görüntü İşleme Teknikleri Kullanılarak Bir Ortamın İnsan Yoğunluğunun Hesaplanması Calculating The People Density Of An Environment Using Image Processing Tecniques Fatih Ahmet ŞENEL 1, Sezai TOKAT 2 1

Detaylı

İMGE İŞLEME Ders-2. İmge Dosya Tipleri ve Temel İşlemler. Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm

İMGE İŞLEME Ders-2. İmge Dosya Tipleri ve Temel İşlemler. Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm İMGE İŞLEME Ders-2 İmge Dosya Tipleri ve Temel İşlemler (Yrd. Doç. Dr. M. Kemal GÜLLÜ) Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm Hazırlayan: M. Kemal GÜLLÜ MATLAB temel bilgiler

Detaylı

Eyüp Ersan SÜLÜN Photoshop CS4 Kullanım Kursu ADOBE PHOTOSHOP KATMAN HARMANLAMA (KARIŞTIRMA) MODLARI

Eyüp Ersan SÜLÜN Photoshop CS4 Kullanım Kursu ADOBE PHOTOSHOP KATMAN HARMANLAMA (KARIŞTIRMA) MODLARI Eyüp Ersan SÜLÜN Photoshop CS4 Kullanım Kursu ADOBE PHOTOSHOP KATMAN HARMANLAMA (KARIŞTIRMA) MODLARI Photoshop ile çalışırken, katmanlar üzerinde kullanılan nesneleri ve renkleri bir biri ile karıştırarak

Detaylı

MAT 202-DİFERENSİYEL DENKLEMLER-Güz Dönemi. Ders Uygulama Planı. -

MAT 202-DİFERENSİYEL DENKLEMLER-Güz Dönemi. Ders Uygulama Planı. - MAT 202-DİFERENSİYEL DENKLEMLER-Güz 2016-2017 Dönemi Ders Uygulama Planı 04 02 ve 03 01 Öğretim Üyesi Prof. Dr. Ömer AKIN (Ders Koordinatörü) Prof. Dr. Abdullah ALTIN Doç. Dr. Niyazi ŞAHİN Ofis No 226

Detaylı

SAYISAL GÖRÜNTÜ İŞLEME İLE GEOMETRİK ŞEKİL VE ROTASYON TESPİTİ

SAYISAL GÖRÜNTÜ İŞLEME İLE GEOMETRİK ŞEKİL VE ROTASYON TESPİTİ SAYISAL GÖRÜNTÜ İŞLM İL GOMTRİK ŞKİL V ROTASYON TSPİTİ Fatih GÜNDÜZ 1 Mesud KARİMAN 1, lektronik ve aberleşme Mühendisliği Bölümü, Süleyman Demirel Üniversitesi, Isparta 1 e-posta: gunduz4@gmail.com e-posta:

Detaylı

Sinyaller ve Sistemler (EE 303) Ders Detayları

Sinyaller ve Sistemler (EE 303) Ders Detayları Sinyaller ve Sistemler (EE 303) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Sinyaller ve Sistemler EE 303 Güz 3 0 2 4 7 Ön Koşul Ders(ler)i EE 206 (FD),

Detaylı

Uzaktan Algılama (3) Öğr. Gör. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri

Uzaktan Algılama (3) Öğr. Gör. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri Uzaktan Algılama (3) Öğr. Gör. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri Eklemeli renk teorisi Çıkarmalı renk teorisi 1 RGB (Red Green - Blue) Kavramı Red Green - Blue RGB-Mixer

Detaylı

Güzide Miray PERİHANOĞLU 1, Ufuk ÖZERMAN 2, Dursun Zafer ŞEKER 3

Güzide Miray PERİHANOĞLU 1, Ufuk ÖZERMAN 2, Dursun Zafer ŞEKER 3 1013 [936] DİJİTAL GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK GÖRÜNTÜLERDEN DETAY ÇIKARIMI Güzide Miray PERİHANOĞLU 1, Ufuk ÖZERMAN 2, Dursun Zafer ŞEKER 3 1 Öğr. Gör., Yüzüncü Yıl Üniversitesi, Mülkiyet Koruma

Detaylı

NEIGHBOURHOOD PROCESSING (KOMŞULUK İLİŞKİLİ İŞLEMLERİ- BÖLGESEL İŞLEMLER-UZAYSAL FİLTRELEME) BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr.

NEIGHBOURHOOD PROCESSING (KOMŞULUK İLİŞKİLİ İŞLEMLERİ- BÖLGESEL İŞLEMLER-UZAYSAL FİLTRELEME) BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. NEIGHBOURHOOD PROCESSING (KOMŞULUK İLİŞKİLİ İŞLEMLERİ- BÖLGESEL İŞLEMLER-UZAYSAL FİLTRELEME) BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN 1 KOMŞULUK İLİŞKİLİ İŞLEMLER (UZAYSAL FİLİTRELER) Noktasal

Detaylı

Olasılık ve İstatistik (IE 220) Ders Detayları

Olasılık ve İstatistik (IE 220) Ders Detayları Olasılık ve İstatistik (IE 220) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistik IE 220 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin

Detaylı

Uzaktan Algılama (3) Yrd. Doç. Dr. Özgür ZEYDAN Renk Teorileri

Uzaktan Algılama (3) Yrd. Doç. Dr. Özgür ZEYDAN   Renk Teorileri Uzaktan Algılama (3) Yrd. Doç. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri Eklemeli renk teorisi Çıkarmalı renk teorisi 1 RGB (Red Green - Blue) Kavramı Red Green - Blue RGB-Mixer

Detaylı

BLG325.1 SINYAL ISLEME DERSİ BİLGİ PAKETİ. Haftalık Ders Planı

BLG325.1 SINYAL ISLEME DERSİ BİLGİ PAKETİ. Haftalık Ders Planı Düzey : Lisans Ders Kodu : BLG325.1 Ders Adı : SINYAL ISLEME BLG325.1 SINYAL ISLEME DERSİ BİLGİ PAKETİ lık Ders Planı 1 : İşaret ve sistem tanımı, ayrık zamanlı ve sürekli zamanlı sistemler, ayrık değerli

Detaylı

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme Atmosferik etkilerin giderilmesinde kullanılan radyometrik

Detaylı

İşaret ve Sistemler. Ders 1: Giriş

İşaret ve Sistemler. Ders 1: Giriş İşaret ve Sistemler Ders 1: Giriş Ders 1 Genel Bakış Haberleşme sistemlerinde temel kavramlar İşaretin tanımı ve çeşitleri Spektral Analiz Fazörlerin frekans düzleminde gösterilmesi. Periyodik işaretlerin

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Bilgisayarla Görüye Giriş Ders 9 Stereo Görüntüleme Alp Ertürk alp.erturk@kocaeli.edu.tr Tek Kamera Geometrisi??? x Tek Kamera Geometrisi Tek Kamera Geometrisi İğne Deliği Kamera Modeli ) /, / ( ),, (

Detaylı

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme Atmosferik etkilerin giderilmesinde kullanılan radyometrik

Detaylı

Appendix B: Olasılık ve Dağılım Teorisi

Appendix B: Olasılık ve Dağılım Teorisi Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım

Detaylı

Yrd. Doç. Dr. Caner ÖZCAN

Yrd. Doç. Dr. Caner ÖZCAN Yrd. Doç. Dr. Caner ÖZCAN İkilik Sayı Sistemi İkilik sayı sisteminde 0 lar ve 1 ler bulunur. Bilgisayar sistemleri yalnızca ikilik sayı sistemini kullanır. ( d 4 d 3 d 2 d 1 d 0 ) 2 = ( d 0. 2 0 ) + (

Detaylı

İkili (Binary) Görüntü Analizi

İkili (Binary) Görüntü Analizi İkili (Binary) Görüntü Analizi İkili görüntü analizine giriş Eşikleme (Thresholding) Matematiksel morfoloji Piksel ve komşulukları (neighborhoods) Bağlantılı bileşenler analizi (Connected components analysis)

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

MATLAB Semineri. EM 314 Kontrol Sistemleri 1 GÜMMF Elektrik-Elektronik Müh. Bölümü. 30 Nisan / 1 Mayıs 2007

MATLAB Semineri. EM 314 Kontrol Sistemleri 1 GÜMMF Elektrik-Elektronik Müh. Bölümü. 30 Nisan / 1 Mayıs 2007 MATLAB Semineri EM 314 Kontrol Sistemleri 1 GÜMMF Elektrik-Elektronik Müh. Bölümü 30 Nisan / 1 Mayıs 2007 İçerik MATLAB Ekranı Değişkenler Operatörler Akış Kontrolü.m Dosyaları Çizim Komutları Yardım Kontrol

Detaylı

Chapter 3 Image Enhancement in the Spatial Domain. 2002 R. C. Gonzalez & R. E. Woods

Chapter 3 Image Enhancement in the Spatial Domain. 2002 R. C. Gonzalez & R. E. Woods Chapter 3 Image Enhancement in the Spatial Domain 2002 R. C. Gonzalez & R. E. Woods Chapter 3 Image Enhancement in the Spatial Domain 2002 R. C. Gonzalez & R. E. Woods Chapter 3 Image Enhancement in the

Detaylı

İkili (Binary) Görüntü Analizi

İkili (Binary) Görüntü Analizi İkili (Binary) Görüntü Analizi İkili görüntü analizine giriş Eşikleme (Thresholding) Matematiksel morfoloji Piksel ve komşulukları (neighborhoods) Bağlantılı bileşenler analizi (Connected components analysis)

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Bilgisayarla Görüye Giriş Ders 5 Görüntü Süzgeçleme ve Gürültü Giderimi Alp Ertürk alp.erturk@kocaeli.edu.tr Motivasyon: Gürültü Giderimi Bir kamera ve sabit bir sahne için gürültüyü nasıl azaltabiliriz?

Detaylı

7.2 Fonksiyon ve Fonksiyon Tanımları (I) Fonksiyon ve Fonksiyon Tanımları (II)

7.2 Fonksiyon ve Fonksiyon Tanımları (I) Fonksiyon ve Fonksiyon Tanımları (II) 7.2 Fonksiyon ve Fonksiyon Tanımları (I) Tanım kümesindeki her elemanın değer kümesinde bir ve yalnız bir görüntüsü varsa, tanım kümesinden değer kümesine olan bağıntıya fonksiyon denir. Fonksiyonu f ile

Detaylı

Bilgisayar ne elde eder (görüntüden)? Dijital Görüntü İşleme Fevzi Karslı, KTÜ. 08 Ekim 2013 Salı 51

Bilgisayar ne elde eder (görüntüden)? Dijital Görüntü İşleme Fevzi Karslı, KTÜ. 08 Ekim 2013 Salı 51 Bilgisayar ne elde eder (görüntüden)? 08 Ekim 2013 Salı 51 Zorluk 1: bakış açısı 2012, Selim Aksoy 08 Ekim 2013 Salı 52 Zorluk 2: aydınlatma 08 Ekim 2013 Salı 53 Zorluk 3: oklüzyon (ölü bölge oluşumu)

Detaylı

4. Çok büyük ve çok küçük pozitif sayıları bilimsel gösterimle ifade eder.

4. Çok büyük ve çok küçük pozitif sayıları bilimsel gösterimle ifade eder. LENDİRME ŞEMASI ÜNİTE Üslü 1. Bir tam sayının negatif kuvvetini belirler ve rasyonel sayı olarak ifade eder.. Ondalık kesirlerin veya rasyonel sayıların kendileriyle tekrarlı çarpımını üslü sayı olarak

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

Rasterize işlemi: Aynı işlem shapeler için de geçerlidir.

Rasterize işlemi: Aynı işlem shapeler için de geçerlidir. Rasterize işlemi: Type katmanında silgi, fırça, gradient vs. kullanılmaz. Kullanılması için rasterize işlemini yapmak gerekir. Katmana sağ tıklanarak Rasterize type tıklanır ve type katmanı normal katmana

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

İmage segmentasyon (Görüntü Bölütleme)

İmage segmentasyon (Görüntü Bölütleme) İmage segmentasyon (Görüntü Bölütleme) Segmantasyon (Bölütleme) Segmentasyon genellikle görüntü analizinin ilk aşamasıdır. Görüntü bölütleme, bir görüntüyü her biri içerisinde farklı özelliklerin tutulduğu

Detaylı

TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon

TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon Lazer Tarama Verilerinden Bina Detaylarının Çıkarılması ve CBS İle Entegrasyonu

Detaylı

2013 2014 EĞİTİM ÖĞRETİM YILI 8. SINIF MATEMATİK DERSİ KONULARININ ÇALIŞMA TAKVİMİNE GÖRE DAĞILIM ÇİZELGESİ ALT ÖĞRENME. Örüntü ve Süslemeler

2013 2014 EĞİTİM ÖĞRETİM YILI 8. SINIF MATEMATİK DERSİ KONULARININ ÇALIŞMA TAKVİMİNE GÖRE DAĞILIM ÇİZELGESİ ALT ÖĞRENME. Örüntü ve Süslemeler 2013 2014 EĞİTİM ÖĞRETİM YILI 8. SINIF MATEMATİK DERSİ KONULARININ ÇALIŞMA TAKVİMİNE GÖRE DAĞILIM ÇİZELGESİ SÜRE ÖĞRENME Ay Hafta D.Saati ALANI EYLÜL 2 Geometri 2 3 Geometri 2 Geometri 2 Olasılıkve ALT

Detaylı

MANTIK DEVRELERİ HALL, 2002) (SAYISAL TASARIM, ÇEVİRİ, LITERATUR YAYINCILIK) DIGITAL DESIGN PRICIPLES & PRACTICES (3. EDITION, PRENTICE HALL, 2001)

MANTIK DEVRELERİ HALL, 2002) (SAYISAL TASARIM, ÇEVİRİ, LITERATUR YAYINCILIK) DIGITAL DESIGN PRICIPLES & PRACTICES (3. EDITION, PRENTICE HALL, 2001) MANTIK DEVRELERİ DERSİN AMACI: SAYISAL LOJİK DEVRELERE İLİŞKİN KAPSAMLI BİLGİ SUNMAK. DERSİ ALAN ÖĞRENCİLER KOMBİNASYONEL DEVRE, ARDIŞIL DEVRE VE ALGORİTMİK DURUM MAKİNALARI TASARLAYACAK VE ÇÖZÜMLEMESİNİ

Detaylı

DİJİTAL GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK GÖRÜNTÜLERDEN DETAY ÇIKARIMI YÜKSEK LİSANS TEZİ. Güzide Miray PERİHANOĞLU

DİJİTAL GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK GÖRÜNTÜLERDEN DETAY ÇIKARIMI YÜKSEK LİSANS TEZİ. Güzide Miray PERİHANOĞLU İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DİJİTAL GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK GÖRÜNTÜLERDEN DETAY ÇIKARIMI YÜKSEK LİSANS TEZİ Güzide Miray PERİHANOĞLU Geomatik Mühendisliği Anabilim

Detaylı

MİKROYAPISAL GÖRÜNTÜLEME & TANI

MİKROYAPISAL GÖRÜNTÜLEME & TANI MİKROYAPISAL GÖRÜNTÜLEME & TANI IV. Hafta KOÜ METALURJİ & MALZEME MÜHENDİSLİĞİ Sensitometri Sensitometri olarak adlandırılan bilim dalı, fotografik katmanlar üzerine ışığın fiziksel ve kimyasal etkilerinin

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 2 MATLAB ve Görüntü İşleme Alp Ertürk alp.erturk@kocaeli.edu.tr MATLAB Matrix Laboratory nin kısaltmasıdır Bir çok uygulamada kolaylık sağlayacak özelleşmiş parçaları

Detaylı

SAYISAL GÖRÜNTÜİŞLEME (Digital Image Processing)

SAYISAL GÖRÜNTÜİŞLEME (Digital Image Processing) 91-03-01-529 SAYISAL GÖRÜNTÜİŞLEME (Digital Image Processing) Dersi Veren Öğretim Üyesi Y. Doç. Dr. Aybars UĞUR Ders Web Sayfası : http://yzgrafik.ege.edu.tr/~ugur 29.09.2009 Y. Doç. Dr. Aybars UĞUR (529

Detaylı

Görüntü İyileştirme Teknikleri. Hafta-8

Görüntü İyileştirme Teknikleri. Hafta-8 Görüntü İyileştirme Teknikleri Hafta-8 1 Spektral İyileştirme PCA (Principal Component Analysis) Dönüşümü. Türkçesi Ana Bileşenler Dönüşümü Decorrelation Germe Tasseled Cap RGB den IHS ye dönüşüm IHS den

Detaylı

Bu makalede, rulman üretim hattının son

Bu makalede, rulman üretim hattının son BİLGİSAYARLI GÖRÜNTÜ YARDIMIYLA RULMAN HATALARININ DENETİMİ Arda MOLLAKÖY 0814046@student.cankaya.edu.tr Sibel ÇİMEN c0814016@student.cankaya.edu.tr Emre YENGEL Mekatronik Mühendisliği e.yengel@cankaya.edu.tr

Detaylı

TEMEL MEKANİK 5. Yrd. Doç. Dr. Mehmet Ali Dayıoğlu Ankara Üniversitesi Ziraat Fakültesi Tarım Makinaları ve Teknolojileri Mühendisliği Bölümü

TEMEL MEKANİK 5. Yrd. Doç. Dr. Mehmet Ali Dayıoğlu Ankara Üniversitesi Ziraat Fakültesi Tarım Makinaları ve Teknolojileri Mühendisliği Bölümü TEMEL MEKANİK 5 Yrd. Doç. Dr. Mehmet Ali Dayıoğlu Ankara Üniversitesi Ziraat Fakültesi Tarım Makinaları ve Teknolojileri Mühendisliği Bölümü Ders Kitapları: Mühendisler İçin Vektör Mekaniği, Statik, Yazarlar:

Detaylı

Gerçek Zamanlı Olarak, Anfis İle Renk Tabanlı Nesne Tespit Ve Motorlu Sistem İle Takip Edilmesi

Gerçek Zamanlı Olarak, Anfis İle Renk Tabanlı Nesne Tespit Ve Motorlu Sistem İle Takip Edilmesi S Ü L E Y M A N D E M İ R E L Ü N İ V E R S İ T E S İ T E K N İ K B İ L İ M L E R M E S L E K Y Ü K S E K O K U L U S U L E Y M A N D E M I R E L U N I V E R S I T Y T E C H N I C A L S C I E N C E S V

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 2303

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 2303 Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: İSTATİSTİK I Dersin Orjinal Adı: İSTATİSTİK I Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: END 0 Dersin Öğretim

Detaylı

91-03-01-529 SAYISAL GÖRÜNTÜ İŞLEME (Digital Image Processing)

91-03-01-529 SAYISAL GÖRÜNTÜ İŞLEME (Digital Image Processing) 91-03-01-529 SAYISAL GÖRÜNTÜ İŞLEME (Digital Image Processing) Dersi Veren Öğretim Üyesi Doç. Dr. Aybars UĞUR Ders Web Sayfası : http://yzgrafik.ege.edu.tr/~ugur 1 Amaçlar Öğrencileri Matlab gibi teknik

Detaylı

Morfolojik Görüntü İşleme Yöntemleri ile Kayısılarda Yaprak Delen (Çil) Hastalığı Sonucu Oluşan Lekelerin Tespiti

Morfolojik Görüntü İşleme Yöntemleri ile Kayısılarda Yaprak Delen (Çil) Hastalığı Sonucu Oluşan Lekelerin Tespiti 6 th International Advanced Technologies Symposium (IATS 11), 16-18 May 011, Elazığ, Turkey Morfolojik Görüntü İşleme Yöntemleri ile Kayısılarda Yaprak Delen (Çil) Hastalığı Sonucu Oluşan Lekelerin Tespiti

Detaylı

PARÇACIK SÜRÜ OPTİMİZASYONU (PSO) YÖNTEMİ İLE KIYI ÇİZGİSİ ÇIKARTILMASI: ERÇEK GÖLÜ ÖRNEĞİ

PARÇACIK SÜRÜ OPTİMİZASYONU (PSO) YÖNTEMİ İLE KIYI ÇİZGİSİ ÇIKARTILMASI: ERÇEK GÖLÜ ÖRNEĞİ 790 [1028] PARÇACIK SÜRÜ OPTİMİZASYONU (PSO) YÖNTEMİ İLE KIYI ÇİZGİSİ ÇIKARTILMASI: ERÇEK GÖLÜ ÖRNEĞİ Hatice ÇATAL REİS 1, Bülent BAYRAM 2 1 Dr., Gümüşhane Üniversitesi, Harita Mühendisliği Bölümü, 29100,

Detaylı

MATM 133 MATEMATİK LOJİK. Dr. Doç. Çarıyar Aşıralıyev

MATM 133 MATEMATİK LOJİK. Dr. Doç. Çarıyar Aşıralıyev MATM 133 MATEMATİK LOJİK Dr. Doç. Çarıyar Aşıralıyev 5.KONU Cebiresel yapılar; Grup, Halka 1. Matematik yapı 2. Denk yapılar ve eş yapılar 3. Grup 4. Grubun basit özellikleri 5. Bir elemanın kuvvetleri

Detaylı

Tuğba Palabaş, Istanbul Arel Üniversitesi, tugbapalabas@arel.edu.tr. Ceren Gülra Melek, Istanbul Arel Üniversitesi, cerenmelek@arel.edu.

Tuğba Palabaş, Istanbul Arel Üniversitesi, tugbapalabas@arel.edu.tr. Ceren Gülra Melek, Istanbul Arel Üniversitesi, cerenmelek@arel.edu. Uydu Görüntülerinden Elde Edilen Bilgilerle Yeryüzü Şekillerinin Tanımlanması ve Değişimlerinin Gözlenmesinde Coğrafi Bilgi Sistemlerinden Yararlanılması Üzerine Bir Ön Çalışma Sabri Serkan Güllüoğlu,

Detaylı

İşaret İşleme ve Haberleşmenin Temelleri. Yrd. Doç. Dr. Ender M. Ekşioğlu

İşaret İşleme ve Haberleşmenin Temelleri. Yrd. Doç. Dr. Ender M. Ekşioğlu İşaret İşleme ve Haberleşmenin Temelleri Yrd. Doç. Dr. Ender M. Ekşioğlu eksioglue@itu.edu.tr http://www2.itu.edu.tr/~eksioglue İşaretler: Bilgi taşıyan işlevler Sistemler: İşaretleri işleyerek yeni işaretler

Detaylı

28 C j -Z j /2 0

28 C j -Z j /2 0 3.2.6. Dual Problem ve Ekonomik Yorumu Primal Model Z maks. = 4X 1 + 5X 2 (kar, pb/gün) X 1 + 2X 2 10 6X 1 + 6X 2 36 8X 1 + 4X 2 40 (işgücü, saat/gün) (Hammadde1, kg/gün) (Hammadde2, kg/gün) 4 5 0 0 0

Detaylı

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2016-2017 Öğretim Yılı Bahar Dönemi 1 Ana bileşenler dönüşümü 2 Yöntem, minimum korelasyonlu bilgileri sıkıştırarak veri grubu hakkında maksimum

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

Dijital Sinyal İşleme (COMPE 463) Ders Detayları

Dijital Sinyal İşleme (COMPE 463) Ders Detayları Dijital Sinyal İşleme (COMPE 463) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Dijital Sinyal İşleme COMPE 463 Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin

Detaylı

Görüntü İşlemeye Giriş Introduction to Image Processing. Doç. Dr. Aybars UĞUR

Görüntü İşlemeye Giriş Introduction to Image Processing. Doç. Dr. Aybars UĞUR Görüntü İşlemeye Giriş Introduction to Image Processing Doç. Dr. Aybars UĞUR 2013 1 İçerik Görüntü ve Piksel Görüntü Türleri Görüntü İşleme Görüntü İşlemenin Amaçları Görüntü İyileştirme Görüntü Analizi

Detaylı

MMT 106 Teknik Fotoğrafçılık 3 Digital Görüntüleme

MMT 106 Teknik Fotoğrafçılık 3 Digital Görüntüleme MMT 106 Teknik Fotoğrafçılık 3 Digital Görüntüleme 2010-2011 Bahar Yarıyılı Ar. Gör. Dr. Ersoy Erişir 1 Konvansiyonel Görüntüleme (Fotografi) 2 Görüntü Tasarımı 3 Digital Görüntüleme 3.1 Renkler 3.2.1

Detaylı

ECDL ImageMaker Müfredat

ECDL ImageMaker Müfredat ECDL ImageMaker Müfredat Test Hedefleri: ECDL ImageMaker testi bir görüntü işleme uygulaması kullanarak Adayın yetkin olmasını ve sayısal görüntülerin altında yatan ana kavramların bazılarını anlamasını

Detaylı

4. Bulanık Sayılar- Üyelik Fonksiyonları

4. Bulanık Sayılar- Üyelik Fonksiyonları 4. Bulanık Sayılar- Üyelik Fonksiyonları Bulanık Sayı Normal ve dışbükey bir bulanık kümenin alfa kesimi kapalı bir küme ise bulanık sayı olarak adlandırılmaktadır. Her bulanık sayı dış bükey bir bulanık

Detaylı