Dr. Öğt. Üyesi Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
|
|
- Ilkin Kerimoğlu
- 5 yıl önce
- İzleme sayısı:
Transkript
1 Dijital Görüntü İşleme (GEO/JDF338) Dr. Öğt. Üyesi Saygın ABDİKAN Öğretim Yılı Bahar Dönemi 1
2 Dersin Kaynakları 1. Rafael C. Gonzales, Richard E. Woods, Digital image processing, New Jersey: Prentice Hall, Kenneth R. Castleman, Digital image processing, New Jersey : Prentice-Hall, Rafael C. Gonzales, Richard E. Woods, Digital image processing using MATLAB, Yayın Bilgisi: New Jersey : Pearson Prentice Hall, Prof.Dr.Filiz Sunar, Doç.Dr.Coşkun Özkan, Dr.Batuhan Osmanoğlu, Uzaktan Algılama, Anadolu Üni. Yayınları , Doç.Dr.Füsun Balık Şanlı Görüntü analizi ders notları, YTU Harita Müh. Böl. 6.Prof.Dr.Bülent Bayram Sayısal görüntü işleme ders notları, YTU Harita Müh. Böl. 7. Doç.Dr. Fevzi Karslı 2013 Dijital görüntü işleme teknikleri ders notları, KTU Harita Müh. Böl. 8. Gao J., Digital Analysis of Remotely Sensed Imagery The McGraw-Hill ISBN: Lillesand T., Kiefer R.W., Chipman J., Remote Sensing and Image Interpretation, ISBN : , Wiley
3 Dersin İçeriği Dijital görüntü işlemede temel kavramlar Dijital görüntünün temelleri, görüntü geometrisi Görüntü sayısallaştırma, örnekleme Dijital görüntü özellikleri, görsel algılama elemanları Görüntü işlemede sıkıştırma algoritmaları/veri yapıları Görüntü ön işleme, piksel parlaklık dönüşümleri, geometrik dönüşüm Kontrast iyileştirme, doğrusal kontrast iyileştirme, görüntü eşikleme Histogram, Gri-düzey histogram, doğrusal olmayan iyileştirme (Histogram eşitleme) Uzaysal iyileştirme, uzaysal filtreleme, gürültü giderme Frekans uzayında görüntü iyileştirme, alçak geçişli filtreler, yüksek geçişli filtreler Morfolojik görüntü işleme algoritmaları, görüntü segmentasyonu Görüntü sınıflandırma, nesne görüntüleme ve tanıma 3
4 Dijital görüntü işlemede temel kavramlar Sayısal Görüntü İşleme; bilgisayar yardımı ile raster verilerin (uydu görüntüleri) işlenmesiyle özelliklerinin ve görüntüsünün değiştirilmesi sonucu yeni bir görüntü oluşturulmasıdır Yorumlanarak anlamlı bilgiler elde edilir. Bilgisayarda algoritmalarla 3B gerçek dünyaya ilişkin detayların tanımlanması? 4
5 Görüntü uygulamaları Bilgisayarla görme (Computer vision) Görüntülerin işlenmesi, analizi ve anlaşılmasına yönelik metotlar Gerçek dünyaya ait sayısal, simgesel bilgilerin üretilmesi, Karar verme İnsan işlevini azaltma, Görsel bilginin gösterimi, erişim Yapay zeka; bilgisayarların anlama ve öğrenme Otomatize etme 5
6 Bilgisayarla görme Sosyal medya Güvenlik, izleme Digital art Yerbilimleri Sağlık 6
7 Bilgisayarla görme çalışma alanları Tıp, Güvenlik, Endüstri, Robot Sosyal medya Uzaktan algılama/fotogrametri Çevre Tarım Orman Şehir Doğal afet Askeri 7
8 Geomatik Müh. Yersel lazer tarama Uydu görüntüleri Fotogrametri CBS 8
9 3B modelleme 9
10 10
11 Dolmabahce Sarayı Prof.Dr.Naci Yastıklı 2007, J.Cultural Heritage,8,
12 Geomatik mühendisliğinde? Sayısal harita üretimi
13 Dijital görüntünün temelleri İnsan görme sistemi Işığın çok kanallı ve pankromatik dalga boyları her biri birer algılama sistemi olan gözlerimiz yardımı ile algılanır. Göz fotoğraf makinası gibi düşünülürse beynin görme bölümü de sayısal görüntü işleme sistemidir. Analog sistem 13
14 14
15 geformationen.pdf 15
16 Diyafram Objektifden geçen ışığın şiddetini ayarlar omopticsen.pdf 16
17 Netlik derinliği, odak derinliği (Depth of field DOF) 17
18 A- Enerji Kaynağı / Aydınlatma B- Işıma ve atmosfer C- Hedef nesneyle etkileşim D- Nesneden yansıyan / yayılan enerjinin kaydedilmesi E- Enerjijnin yer istasyonuna iletimi F- Yorumlama ve analiz G- Uygulama 18
19 Isaac Newton 19
20 Elektromanyetik spektrum Fiziksel etkileşimin olmadığı uzaktan algılamada bilgi aktarımı elektromanyetik ışıma (EMR) ile gerçekleştirilir. Görülebilen spektrum insan gözünün görebileceği elektro manyetik dalga boyu aralığını tanımlar. 20
21 Sayısal/Dijital fotoğraf Doğrudan sayısal kameralarla elde edilir Analog fotograf taranarak (ışık yoğunluğu ölçülerek) elde edilir Gri değer Orijinal fotoğrafda sürekli değer Sayısal fotoğrafda kesikli değer piksel boyutu büyüdükçe kesiklilik artar 21
22 22
23 23
24 Görüntü Nitelikleri Renk Her bir piksele ilişkin bir renk söz konusudur. En sık kullanılan renk uzaylarından biri RGB dir. RGB renk uzayı, Kırmızı (Red), Yesil (Green) ve Mavi (Blue) ana renklerinin belirli oranlarda karısımı ile elde edilen yaklaşık 17 milyon rengi içerir. Sekil: RGB uzayına göre renklerin olusturulması
25 Renkli görüntüler 25
26 Renk algısı brightness 26
27 Renk algısı Renk: rengin baskın dalga uzunluğunu belirler, örneğin sarı, mavi, yeşil. Açısal bir değerdir Parlaklık: Rengin aydınlığı (içindeki beyaz oranını belirler) Doygunluk: Rengin canlılığı (doygunluk çoksa canlı renkler) 27
28 DİJİTAL UYDU GÖRÜNTÜSÜ Görüntü türleri 1. Binari görüntü (binary) En basit görüntü çeşidi olup sadece 0 veya 1 olmak üzere 2 değer (siyah ve beyaz) alırlar 1-bit color (2 1 = 2 colors) 2. Gri renk seviyeli görüntü Monokrom veya tek renkli görüntülerdir. Renk bilgisi içermeyip sadece parlaklık bilgisi içerirler 3. Renkli görüntü renk, cisimlerin farklı dalga boyuna sahip elektromanyetik dalgaları farklı şekilde yansıtma özellikleri (parlaklık değeri) ile ilişkilidir. Doğal renkli görüntü, elektromanyetik spektrumun kırmızı, yeşil ve mavi bölgelerinden alınmış dijital görüntülerin bilgisayar ekranında RGB katmanlarında görüntülenmesi ile elde edilir
29 4. Çok spektrumlu görüntü görünür spektrumun dışındaki bölgelerden alınan ve yanlış renkli /yapay renkli görüntü olarak da adlandırılan görüntülerdir. Örneğin morötesi, kızıl ötesi dalga boyları gibi. Bu tür verilerin kaynağı, uydu sistemleri, su altı algılama sistemleri, değişik tipteki uçak radarları, kızıl ötesi görüntüleme sistemleri ve tıbbi tanı görüntüleme sistemleridir 29
30 DİJİTAL UYDU GÖRÜNTÜSÜ Görüntü türleri
31 Piksel / dpi Piksel en küçük anlamlı birim dpi = dot per inch/ 1 inch teki nokta sayısı 1 inch =25.4 mm =25400
32 Piksel/dpi Örnek Bir harita yada fotoğraf 400 dpi ile taranmış ise piksel boyutu nedir? dpi=dot per inch 1 inch =25.4 mm = / 400 = 63
33 33
34 ÇÖZÜNÜRLÜK Birçok uzaktan algılama algılayıcısı, verileri uzaktan algılamada geçerli olan temel prensiplere bağlı olarak algılamış olsa da, sonuç görüntüsünün formatı ve kalitesi çok farklılık gösterebilir. Bu farklılıklar dört farklı uydu çözünürlüğü ile ilişkilidir. Mekansal/Konumsal/Geometrik (Spatial resolution) Radyometrik Spektral Zamansal
35 35
36 Yüksek ve düşük mekânsal çözünürlüğe sahip dijital görüntülerdeki temel avantaj ve dezavantajlar
37 Piksel/dpi Örnek Bir Landsat görüntüsünde 450 hektar alan kaç piksel ile örtülür? Landsat 30mx 30m 450x10000= m 2 30x30=900m /900= 5000piksel ~71x71
38 Sayısallaştırma-Örnekleme
39 Analog bir görüntünün dijital görüntüye dönüştürülmesi ya da Dijitalleştirme Örnekleme (sampling) ve nicemleme (quantization- genliğin ayrıklaştırılması) adımları Örnekleme: Koordinat değerlerini sayısallaştırma Kuantalama: f(x,y) genlik değerlerini sayısallaştırma Örnekleme mekansal çözünürlüğün bir parametresidir 39
40 256 Gri değer 2 Gri değer 40
41 UYDU SİSTEMLERİ Görüntülerin Özellikleri Spektral Ayırma Gücü Nesnelerin ve arazi türlerinin uzaktan algılama yolu ile ayırt edilebilmelerinin en önemli nedeni spektral özelliklerinin değişiklik göstermesidir. Algılayıcılar bu değişimleri fark edecek şekilde tasarlanır Her spektral aralık elektromanyetik spektrumun bir bölgesine duyarlıdır Spektral dalga boyu genişliği: Bir algılayıcının, elektromanyetik spektrumda kaydedebildiği spesifik dalga boyu aralığıdır. Algılama yapılan bant sayısı: Bant sayısı arttıkça spektral çözünürlük de artmaktadır.
42
43 43
44 Zamansal çözünürlük-şehirleşme IKONOS
45 Dijital /Sayısal Görüntü İşleme Görsel yorumlama Ön işleme Görüntü zenginleştirme Radyometrik Düzeltme Geometrik Düzeltme Oran görüntüleri Filtreleme Ana Bileşen Dönüşümü
46 Dijital /Sayısal Görüntü İşleme Sayısal görüntülerden amaca uygun bilgilerin çıkartılmasında genel olarak iki farklı yöntem kullanılır: Görsel analiz Görüntüler bu konuda tecrübe sahibi kişiler tarafından görsel/optik olarak yorumlanırlar. Kantitatif analiz Görüntüler bilgisayar ortamında oldukça karmaşık olabilen matematik istatistik algoritmalarla işlenirler.
47 Sayısal Görüntü İşleme Görsel Analiz Görsel Yorumlama da dikkate alına temel özellikler
48 DİJİTAL UYDU GÖRÜNTÜSÜ Kontrast Kontrast, bir cismi (veya görüntüdeki temsilini) diğer cisimlerden ve arka plandan ayırt etmeye yarayan görsel özelliklerdeki farklılıktır. Görsel algılamada kontrast, bir cismin aynı görüş alanında bulunan diğer cisimlerle olan renk ve parlaklığındaki farklılıklar ile belirlenir. En basit ifade ile kontrast, görüntüdeki en parlak bölüm ile en karanlık bölüm arasındaki fark olarak tanımlanabilir. Görüntüde yeterli kontrast olup olmadığı görüntü histogramına bağlı olarak analiz edilir.
49 Biçim Büyüklük Ton Bağlamsal ilişki 49
50 Dijital /Sayısal Görüntü İşleme Sayısal görüntünün bilgisayar ortamında değişik algoritmalarla analizinde göz önüne alınan genel işleme adımları aşağıda verilmektedir: Ön işleme Görüntü zenginleştirme Spektral dönüşüm Mekânsal dönüşüm Görüntü Sınıfandırma
51 Sayısal Görüntü İşleme Ön İşleme-Radyometrik Düzeltme Herhangi bir algılayıcı sistem tarafından ölçülen ışınırlık (yansıtılan enerji), aydınlanma geometrisindeki, atmosferik koşullardaki, bakış geometrisindeki ve algılayıcı karakteristiklerindeki değişimlerden etkilenir Genellikle bu etkilerin düzeltilmesi algılayıcı sisteme ve uygulama çeşidine bağlı olarak farklılık gösterir. Örneğin bakış geometrisi gibi etkiler uçak-bazlı sistemlerde uydu sistemlerine göre çok daha önemli bir etkiye sahiptir.
52 Sayısal Görüntü İşleme Ön İşleme-Radyometrik Düzeltme
53 Sayısal Görüntü İşleme Ön İşleme-Radyometrik Düzeltme Spektrumun görünür ve kızıl ötesi bölgelerinde kullanılan pasif algılama sistemlerinde belirgin radyometrik düzeltme aşamaları dört adımda incelenebilir; algılayıcı kalibrasyonu, atmosferik düzeltme, topoğrafik düzeltme ve Güneş in açısal yüksekliği ve yeryüzüne olan uzaklığına bağlı düzeltme olarak
54 RADYOMETRİK DÜZELTME (1) Algılayıcı kaynaklı radyometrik hata (2) Bulut etkisi (3) Sis etkisi görülmektedir.
55 Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme Uydu algılayıcısı, atmosfer ve hedef arasındaki ilişkiyi ve etkileşimleri modelleyen fiziksel metotlar Atmosferik düzeltmeler, yansıtımı bilinen doğal veya yapay yeryüzü hedeflerine dayalı olarak yapılır. koyu piksel çıkartımı yöntemi 55
56 Ön İşleme-Radyometrik Düzeltme Topoğrafik düzeltme Topoğrafik düzeltme adımında, topoğrafik değişimlere bağlı olarak oluşan sinyal farklılıkları normalize edilir. Bu amaçla en yaygın kullanılan yöntem bant oranlaması dır. Örneğin, Landsat TM için 5. bandın 4. banda oranı gibi. Yansıtım, topoğrafyaya bağlı olarak aynı cisim için farklılık gösterse de iki bandın birbirine olan oranı aynı olacaktır. Oldukça basit olan bu yöntem topoğrafik etkiyi kısmen gidermektedir.
57 GÖRÜNTÜ KARAKTERİSTİKLERİ Histogram Diğer bir ifade ile histogramın sol tarafı koyu renk tonuna, orta bölgeler orta gri renk tonuna ve sağ tarafı ise açık renk tonuna sahip pikselleri göstermektedir. Görüntü histogramına bakılarak öncelikle görüntüdeki tonal dağılım hakkında bir fikir edinilir ve görüntünün görsel kalitesinin arttırılması için gerekli görüntü işleme adımları belirlenir
58 Spektral Dönüşümler Kontrast Artırımı Görüntünün kontrastını geliştirmek için kullanılan en yaygın teknikler; Doğrusal/Lineer kontrast artırımı ve Doğrusal olmayan Histogram eşitleme Normal (Gauss) yayma metodu da kontrast zenginleştirmesinde tercih edilen diğer yöntemlerden biridir.
59 59
60 Görüntü Zenginleştirme Spektral Dönüşümler Spektral dönüşümler Kontrast zenginleştirme Doğrusal/Lineer kontrast artırımı Doğrusal olmayan (Histogram eşitleme, Gauss) Aritmetik bant işlemleri Ana bileşen dönüşümü 60
61 Spektral Dönüşümler Ana Bileşen Dönüşümü Çok spektrumlu görüntülemede ölçülen toplam spektral bilgi, bantlar arasında paylaştırılmıştır. Genellikle toplam spektral bilginin bir kısmı değişik oranlarda bantlar arasında tekrarlanır. Matematiksel ifadeyle, bantlar birbirleriyle korelasyonludur ve bundan dolayı benzer bilgiler içerirler. Şekil de, bir görüntünün mavi ve kırmızı bantları arasındaki saçılım diyagramı ve aralarındaki lineer ilişki verilmiştir. Bantlar arasındaki korelasyon katsayısı 0.96 olarak hesaplanmıştır. Bu değer, saçılım grafiğiyle tutarlı bir şekilde pozitif oldukça güçlü bir doğrusal ilişkiyi göstermektedir 61
62 Ana bileşenler dönüşümü ile verinin boyutu azaltılır ve orijinal görüntüdeki bantlar daha az sayıda banda sıkıştırılır. Bu istatistiksel işlemler sonucunda oluşan yeni bantlara ana bileşenler denir. Bu işlemde az sayıda bileşenle daha fazla bilgi elde edilir. Ana bileşenler dönüşümü ile 7 bantlık görüntü, 3 bantlı bileşene dönüştürülüp boyutsallık indirgenir ve bilgi oranı arttırılır. Mevcut bilgi korunarak, bant sayısı azaltılmaktadır 62
63 63
64 Geometrik Dönüşüm-Rektifikasyon Dijital görüntüler, değişik sebeplerden kaynaklanan geometrik distorsiyonlardan dolayı doğrudan harita gibi kullanılamazlar. görüntüyü oluşturan piksellerin temsil ettikleri coğrafi alanların arasındaki uzaklıklar, görüntüde uniform olmayan bir şekilde hatalı olarak gösterilir. Uydu görüntü verilerinin bu distorsiyonlar için düzeltilerek bir harita projeksiyon sistemiyle tutarlı hale getirilmesi işlemine rektifikasyon adı verilir. 64
65 Geometrik Dönüşüm-Rektifikasyon Rektifikasyon işlemi sonrasında piksellerin geometrik konumlarının yanı sıra radyometrik (parlaklık) değerleri de değişmektedir. Geometrik distorsiyonlar genel olarak aşağıda belirtilen faktörlerden kaynaklanmaktadır: Bazı algılayıcıların geniş bakış alanı Görüntü elde edilirken Dünya nın dönüşü Yeryüzü eğriselliği (geniş alanlar) Uydu platformunun konum, durum ve hızındaki değişimler Görüntüleme geometrisiyle ilişkili panoramik etkiler Topoğrafik rölyef etkisi 65
66 Geometrik Dönüşüm-Rektifikasyon Geometrik distorsiyonların görüntünün bütününde aynı anda giderilmesinde kullanılan genel olarak iki yaklaşım söz konusudur: 1. yaklaşım: Görüntünün piksel piksel topoğrafik distorsiyonları düzeltilerek, harita gibi ortografik izdüşüm özelliğine sahip bir duruma getirilmesi işlemin olan ortorektifikasyon dur sistematik bir yaklaşım distorsiyon düzeltmeleri distorsiyonun türü ve büyüklüğünün modellenmesiyle hesaplanır. Bu yaklaşım distorsiyonun tipi (örn. uydu konumu, durumu, tarama açısı, Dünya nın dönüşü,bakış oranı, panoramik etki, vb.) iyi karakterize edilebildiğinden çok etkili olmaktadır. Topoğrafik rölyefe bağlı geometrik distorsiyonların düzeltilmesi için yeryüzünün Dijital Yükseklik Modeli gereklidir. 66
67 Geometrik Dönüşüm-Rektifikasyon 2. yaklaşım: İkinci yaklaşımda distorsiyonlu görüntüdeki piksellerin koordinatları ile bunların karşılık geldiği arazideki koordinatları arasında (harita yardımıyla) matematiksel bağlantı kurulur. distorsiyonun tipi ve kaynağı hakkında herhangi bir bilgiye gerek olmaksızın görüntü geometrisi düzeltilir. platformdan bağımsız ve ilk etapta en çok tercih edilen bir yaklaşımdır. Bu matematiksel ilişkilendirme yaklaşımı distorsiyonların fiziksel modellendiği birinci yaklaşımla birlikte hibrit (melez) olarak da kullanılabilir. Birinci yaklaşımla algılayıcı, uydu platformu ve yeryüzü kaynaklı distorsiyonlar düzeltildikten sonra geriye kalan artık distorsiyonlar ikinci yaklaşımla düzeltilebilir. 67
68 68
69 Eğer bilinmeyen (model parametresi) sayısından daha fazla sayıda ölçü (YKN) varsa En Küçük Kareler yöntemi kullanılarak bilinmeyenlerin en olasılıklı değerleri hesaplanmalıdır. Dönüşümün doğruluğu; YKN sayısına, YKN dağılımına, Dönüştürülecek noktaların ağırlık merkezine olan uzaklıklarına bağlıdır. 69
70 70
71 71
72 Geometrik Dönüşüm-Rektifikasyon Yeniden Örnekleme Dönüşümün YKN ler aracılığıyla belirlenmesinden sonra, geometrik hataları düzeltilmiş distorsiyonsuz gridi oluşturan piksellere ait parlaklık değerlerinin belirlenmesi gerekir. Bu durumda orijinal distorsiyonlu görüntüden hangi parlaklık değerlerinin alınacağına karar verilmesi işlemi, diğer bir ifade ile parlaklık enterpolasyonu adımı uygulanır. 72
73 Geometrik Dönüşüm-Rektifikasyon Yeniden Örnekleme Genel olarak 3 farklı yaklaşım kullanılmaktadır: tam piksel konum değerleriyle çakışmazlar. 1. En Yakın Komşuluk Örneklemesi Basit bir yöntem olup dönüşüm koordinatlarının en yakın olduğu pikselin parlaklık değeri distorsiyonsuz grid pikseline atanır. 73
74 2. Bilineer Enterpolasyon Bu yöntem, pikseli çevreleyen 4 komşu pikselin kullanıldığı iki boyutlu lineer bir enterpolasyondur. Şekil de görüldüğü gibi siyah dolgulu hedef gride atanacak parlaklık değeri, orijinal distorsiyonlu görüntüdeki (mavi çizgili) en yakın 4 pikselin iki boyutlu lineer enterpolasyonuyla belirlenir. 74
75 Geometrik Dönüşüm-Rektifikasyon Yeniden Örnekleme 3. Kübik Enterpolasyon:İki boyutlu 3. dereceden polinom enterpolasyonu olup pikseli çevreleyen 16 piksel (4x4 piksel komşuluk) kullanılır. Şekilde görüldüğü gibi siyah dolgulu hedef gride atanacak parlaklık değeri, orijinal distorsiyonlu görüntüdeki (mavi çizgili) en yakın 16 pikselin iki boyutlu kübik enterpolasyonuyla belirlenir. 75
76 Görüntü Zenginleştirme Mekânsal Dönüşümler Filtreleme görüntü üzerinde bir filtre varmış gibi düşünüp her piksel değerinin yeniden hesaplanmasıdır. Filtreleme işleminin amaçları: netleştirme nokta yada çizgisel bozuklukları giderme belirli ayrıntıları ortaya çıkarma görüntüyü yumuşatma kenar keskinleştirme veya kenar bulma gibi işlemler gerçekleştirilir.
77 Görüntü Zenginleştirme Mekânsal Dönüşümler Her bir piksel için gezdirilen bu pencerenin ağırlık değerleriyle eşleştirildiği lokal görüntü parlaklık değerleri karşılıklı çarpılır ve bu çarpımlar toplanır. Elde edilen sonuç pencere merkezindeki piksele yeni değer olarak atanır. Daha sonra bu pencere satır veya sütün yönünde 1 piksel ötelenir. Bu öteleme ve aritmetik işlemlerin bütününe konvolüsyon denir.
78 Filtre boyutları 3x3,5x5,7x7,9x9,11x11 şeklinde olabilir. Filtre matrisi tanımlandığı amaca yönelik olarak işleme alınır Yukarıdaki verilen filtre matrisi ile görüntüyü filtrelemek istediğimizde bu matrisi tüm görüntü üzerinde 3x3 lük pikseller üzerinden uygularız. 78
79 En yaygın kullanılan mekânsal filtreleme yöntemi, belirli bir genişliğe sahip hareketli pencere (kernel) kullanımıdır. örneğin 3 x 3, 5 x 5, 7 x 7,..., vb. 79
80 Alçak geçirgenli filtreler (Low Pass Filter) görüntüyü yumuşatırken (ortalamda bilgi muhafaza edilir), Alçak geçirgenli filtreler büyük homojen alanlarda benzer tonları vurgulamak ve Küçük detayları gidermek için (yüksek frekanslı gri değerleri düzleştirir) Sonuç görüntü pürüzsüz, keskin olmayan bir görüntüdür Yüksek geçirgenli (High Pass Filter) filtreler görüntünün ortalama bilgisini zayıflatan bir etkiye sahiptir. HPF belli bir frekanstan büyük frekansa ait bilgileri serbest bırakarak diğerlerini durduran filtredir 80
81 Görüntü Zenginleştirme Mekânsal Dönüşümler Bu filtrelerden başka Istatistiksel (ortalama, medyan, mod) Morfolojik (genişleme, aşınma, açılım, kapanım)
82 Kenar Çıkartma Filtreleri Kenarlar, piksellerin parlaklık fonksiyonlarının aniden değiştiği yerlerdir. En yaygın kullanılan kenar belirleme algoritmaları: Roberts Prewitt Sobel Canny
83 Görüntü Sınıflandırma Sınıflandırma nedir Sınıflandırma türleri Kontrolsüz/Kontrollü (Denetimli, Eğitimli) Sınıflandırma doğruluğu Hata matrisi 83
84 SINIFLANDIRMA Yer yüzeyindeki cisimlerin elektromanyetik spektrumun değişik bölgelerinde yansıttıkları veya yaydıkları ışınım farklılık göstermektedir. Bu farklılıklardan yararlanarak yer yüzeyindeki cisimler sınıflandırılabilmektedir. Sınıflandırma, piksellerin yansıtma değerleri dikkate alınarak gruplandırılmaları işlemidir. Amaç uydu görüntüsündeki her bir pikseli spektral özelliklerine göre farklı gruplara ayırmak ve pikseli yansıtma değerine göre yer yüzünde karşılık geldiği kümeye atmaktır. 84
85 85
86 SINIFLANDIRMA Kontrollü Sınıflandırma Sınıflandırmayı yapan kişinin çalışma alanı arazi örtüsü ile ilgili bilgi sahibi olması gereklidir. Çalışma ve karar verme şeklinde iki aşamaya ayrılır: Çalışma aşamasında, sınıflandırmayı yapan kişi, görüntü üzerinde her bir sınıf için piksel sayısal aralıklarını poligonlar oluşturarak tanıtır. kullanıcıya poligonlar çizdirme (draw poligon), artan bölge (region growing) önceden belirlenen poligon (existing poligon) yöntemlerinden bir tanesi seçilerek yapılır. 24
87 SINIFLANDIRMA Kontrollü Sınıflandırma Bu işlemi karar verme aşaması izler ve bilgisayar piksellerin benzer özelliklerde olup olmadıklarını saptayarak görüntüdeki bütün pikselleri sınıflara atama işlemini gerçekleştirir Kontrollü sınıflandırma yöntemleri, aşağıdaki aşamaları içerir; Yeryüzünü kaplayan sınıfların sayısı ve bunların hangi görüntüde sınıflandırılacağına karar verilmesi. Çalışma alanındaki daha önceki bilgiler kullanılarak, belirlenmiş sınıflardan örnek piksel seçilmesi. Belirlenen her bir eğitim (training) örneği en az 30 piksel içermelidir. 29
88 88
89 89
90 SINIFLANDIRMA DOĞRULUK DEĞERLENDİRMESİ Farklı tarihli uydu görüntülerinin sınıflandırılmasından elde edilen sonuç görüntüler üzerinde hangi sınıfın ne kadar güvenilirlikle değerlendirilebileceğini belirlemek amacıyla sınıflandırma doğruluğu analizi gerçekleştirilir. Sınıflandırılmış görüntü üzerinden seçilen rastgele piksellerle referans verilerin karşılaştırılması sonucu, sınıflandırılmış piksellerin ait olduğu sınıflara atanma doğrulukları, sınıflandırma hata matrisinden elde edilir. 90
91 SINIFLANDIRMA DOĞRULUK DEĞERLENDİRMESİ I: Piksellerin yer alması gerekenden farklı bir sınıfa atanması (error of comission) II: Piksellerin uygun bir sınıfa atanamamasıdır (error of omission) 1-I: Üretici doğruluğu (Producer accuracy) 2-II: Kullanıcı doğruluğu (User accuracy) 91
92 SINIFLANDIRMA DOĞRULUK DEĞERLENDİRMESİ HATA MATRİSİ (ERROR MATRIX) Hata matrislerinden çeşitli sınıflandırma doğruluk kriterleri türetilebilir. Toplam doğruluk (overall accuracy) Üretici doğruluğu (producer s accuracy) Kullanıcı doğruluğu (user s accuracy) 92
93 SINIFLANDIRMA DOĞRULUK DEĞERLENDİRMESİ HATA MATRİSİ (ERROR MATRIX) Toplam doğruluk (overall accuracy): doğru olarak sınıflandırılmış piksellerin toplam sayısının (köşegen toplamı) referans piksellerin toplam sayısına bölünmesiyle elde edilir. Matrisin köşegeni üzerinde bulunmayan elemanları ihmal hatası nı (omission error) temsil eder. 93
94 SINIFLANDIRMA DOĞRULUK DEĞERLENDİRMESİ HATA MATRİSİ (ERROR MATRIX) Üretici doğruluğu (producer s accuracy): Her sınıf içinde doğru olarak sınıflandırılmış piksellerin sayısını, bu sınıf için kullanılan örnekleme veri seti pikselleri sayısına bölerek bulunur Verilen bir arazi örtü türünün örnekleme seti piksellerinin ne kadar iyi sınıflandırılabildiğini gösterir. 94
95 SINIFLANDIRMA DOĞRULUK DEĞERLENDİRMESİ HATA MATRİSİ (ERROR MATRIX) Kullanıcı doğruluğu (user s accuracy): her sınıf içinde doğru sınıflandırılmış piksel sayısını, bu kategori içinde sınıflandırılan piksellerin toplam sayısına bölünmesiyle bulunur ve dahil etme hatasını gösteren bir ölçüdür. Bu doğruluk değeri, herhangi bir sınıfa atanan bir pikselin bu sınıfı gerçekte temsil etme olasılığını gösterir. 95
96 SINIFLANDIRMA DOĞRULUK DEĞERLENDİRMESİ HATA MATRİSİ (ERROR MATRIX) Üretici ihmal hatası (Omission Er) Toplam doğruluk (overall accuracy):doğru olarak sınıflandırılmış piksellerin toplam sayısının (köşegen toplamı) referans piksellerin toplam sayısına bölünmesiyle elde edilir. Üretici doğruluğu:her sınıf içinde doğru olarak sınıflandırılmış piksellerin sayısını, bu sınıf için kullanılan örnekleme veri seti pikselleri sayısına bölerek bulunur Kullanıcı doğruluğu:her sınıf içinde doğru sınıflandırılmış piksel sayısını, bu kategori içinde sınıflandırılan piksellerin toplam 96 sayısına bölünmesiyle bulunur
97 Nesne/Obje tabanlı sınıflandırma Temel işlem birimi piksel yerine görüntü segmentleri/nesneler (Sadece piksel / spektral değerler) Görüntü analiz uygulamalarından beklenen gerçek dünya nesnelerinin elde edilememesi Bir piksel değeri pekçok sınıfa ait olabilir 97
98 Düşük çözünürlüklü görüntüler sadece piksel tabanlı sınıflandırılırken Yüksek çözünürlüklü görüntüler nesne tabanlı sınıflandırma yapmak mümkündür Temel Özellikler: Objelerin fiziksel özelliklerinin belirlenmesi (algılayıcı ve aydınlatma). Bunlar nesnenin rengini ve dokusunu ifade eder. 98
99 Segmentasyon / bölütleme Segmentasyon görüntünün birbirinden farklı alt bölümlere ayrılmasıdır Çoklu segmentasyon aşağıdan-yukarıya, bir piksellik nesnelerle başlayan, alan birleştirme tekniğidir Çok sayıda alt adımda, küçük görüntü nesneleri, büyük olan nesneler ile birleştirilir 99
100 Bir görüntünün bölgelere ayrılması Tüm görüntü bölgelerden oluşur (mekansal olarak devamlı, ayrıntılı segmentasyon) Bölgeler kesişmez, kendi içinde homojen Komşu bölgenin homojenlik kriteri farklılık gösterebilir Homojenlik kriterleri: gri değer, renk, doku, şekil vb. 100
101 Segmentasyon işlemi; yukarıdan-aşağıya (topdown) Satranç tahtası segmentasyon (chessboard segmentation), dörtlü ağaç tabanlı segmentasyon (quadtree-based seg.) kontrast bölümlemesi segmentasyon (contrast split seg.) Aşağıdan-yukarıya (bottom-up) Çoklu Çözünürlüklü Segmentasyon (Multiresolution 101
102 Ölçek parametresi J. Appl. Remote Sens. 8(1), (Jan 29, 2014). doi: /1.jrs
103 Segmentasyonda çeşitli parametreler göz önüne alınır: Renk: her bantın ortalama, std sapma, bant oranları Boyut: alan, uzunluk/genişlik oranı, Biçim: asimetri, dikdörtgen uyumu, yuvarlaklık Doku: pürüzsüzlük, lokal homojenlik Sınıf seviyesi: komşuluk ilişksi, alt ve üst komşuluk 103
104 104
105 Sayısal örnekler Aşağıda siyah beyaz bir sayısal hava fotoğrafına ait bir parça verilmiştir
106 Sayısal örnekler 1. Figürü yorumlayınız ve nasıl elde edilmiş olabileceğini yorumlayınız nolu kolona ait sayısal değerlerinin hepsinin sıfır olmasının sebebi ne olabilir? 3. Hatalı piksel kolonunu düzeltebilir misiniz? ,547 nolu piksele ait gri değer bir gürültü gibi gözüküyor, bu pikseli nasıl elimine edebiliriz? 5. Bu görüntü parçasında bulunan kenarı nasıl çıkartabiliriz? ZERO CROSSING operatörü ile kenarı çıkartınız L= çizgili alanda verilen 12 pikseli kullanarak ZERO CROSSING çizgisini gösteriniz.
107 1. Figür piksel gri değerlerini göstermektedir. Bu değerler analog bir hava olabilir 2. Tarayıcıdan kaynaklana bir hata olabilir. CCD ler den bir çalışmamış olabilir (Mulfunctioning Error). 3. Basitçe komşu piksellerin ortalaması alınarak. Kolon piksellerinin yeni değerleri: 149,146,134,124,104,72,46,42 4. Komşu sekiz pikselin ortalamasını alarak veya medyan filtre kullanarak : sırasıyla 140 veya 142 değerlerini alır 5. Sayısal görüntü analizinde büyük ve sürekli değişimin olduğu yerler kenar olarak adlandırılır L=
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
DetaylıYrd. 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
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 A- Enerji Kaynağı / Aydınlatma B- Işıma ve atmosfer C- Hedef nesneyle etkileşim D- Nesneden yansıyan /
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 Piksel / dpi Piksel en küçük anlamlı birim dpi = dot per inch/ 1 inch teki nokta sayısı 1 inch =25.4 mm
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 Görüntü Zenginleştirme Spektral Dönüşümler Spektral dönüşümler Kontrast zenginleştirme Doğrusal/Lineer
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 Piksel / dpi Piksel en küçük anlamlı birim dpi = dot per inch/ 1 inch teki nokta sayısı 1 inch =25.4 mm
DetaylıYrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 Dijital görüntü işlemede temel kavramlar Sayısal Görüntü İşleme; bilgisayar yardımı ile raster verilerin
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 Görüntü Sınıflandırma Sınıflandırma nedir Sınıflandırma türleri Kontrolsüz/Kontrollü (Denetimli, Eğitimli)
DetaylıYrd. 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
DetaylıDijital 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.
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 Ana bileşenler dönüşümü 2 Yöntem, minimum korelasyonlu bilgileri sıkıştırarak veri grubu hakkında maksimum
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2016-2017 Öğretim Yılı Bahar Dönemi 1 Görüntü Zenginleştirme Mekânsal Dönüşümler Mekânsal dönüşümler, uzaktan algılama görüntülerindeki bilgiyi
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 Görüntü Zenginleştirme Mekânsal Dönüşümler Mekânsal dönüşümler, uzaktan algılama görüntülerindeki bilgiyi
DetaylıDİJİTAL UYDU GÖRÜNTÜSÜ Raster Veri
DİJİTAL UYDU GÖRÜNTÜSÜ Raster Veri DİJİTAL UYDU GÖRÜNTÜSÜ Görüntü boyutu Dijital bir görüntü, elemanları, uzaydaki x,y konumlarına karşılık gelen noktaları n f(x,y) parlaklık değerlerini içeren bir matristir.
DetaylıTMMOB 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
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2016-2017 Öğretim Yılı Bahar Dönemi 1 Geçen ders Mekansal/Konumsal/Geometrik(Spatial resolution) Radyometrik Spektral Zamansal 2 Dijital /Sayısal
DetaylıYrd. 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
DetaylıUYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA
UYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA Son yıllarda teknolojinin gelişmesi ile birlikte; geniş alanlarda, kısa zaman aralıklarında ucuz ve hızlı sonuç alınabilen uzaktan algılama tekniğinin, yenilenebilir
DetaylıUzaktan Algılama Uygulamaları
Aksaray Üniversitesi Uzaktan Algılama Uygulamaları Doç.Dr. Semih EKERCİN Harita Mühendisliği Bölümü sekercin@aksaray.edu.tr 2010-2011 Bahar Yarıyılı Uzaktan Algılama Uygulamaları GÖRÜNTÜ İŞLEME TEKNİKLERİ
DetaylıTÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun.
Doç.Dr.Mehmet MISIR-2013 TÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun. Son yıllarda teknolojinin gelişmesi ile birlikte; geniş alanlarda, kısa zaman aralıklarında
DetaylıDigital 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
DetaylıDijital (Sayısal) Fotogrametri
Dijital (Sayısal) Fotogrametri Dijital fotogrametri, cisimlere ait iki boyutlu görüntü ortamından üç boyutlu bilgi sağlayan, sayısal resim veya görüntü ile çalışan fotogrametri bilimidir. Girdi olarak
DetaylıMOD419 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
DetaylıYrd. Doç. Dr. Aycan M. MARANGOZ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ FOTOGRAMETRİ ANABİLİM DALI SUNULARI JDF435 UZAKTAN ALGILAMA DERSİ NOTLARI
UZAKTAN ALGILAMA Sayısal Görüntü ve Özellikleri GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ FOTOGRAMETRİ ANABİLİM DALI SUNULARI JDF435 UZAKTAN ALGILAMA DERSİ NOTLARI http://jeodezi.karaelmas.edu.tr/linkler/akademik/marangoz
DetaylıYrd. 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
DetaylıTEMEL GÖRÜNTÜ BİLGİSİ
TEMEL GÖRÜNTÜ BİLGİSİ FOTOĞRAF/GÖRÜNTÜ KAVRAMI VE ÖZELLİKLERİ BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF345 TEMEL GÖRÜNTÜ BİLGİSİ DERSİ NOTLARI http://geomatik.beun.edu.tr/marangoz/ İÇERİK
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 Yüksek ve düşük spektral çözünürlüğe sahip dijital görüntülerdeki temel avantaj ve dezavantajlar aşağıda
DetaylıDigital 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
DetaylıUZAKTAN ALGILAMA- UYGULAMA ALANLARI
UZAKTAN ALGILAMA- UYGULAMA ALANLARI Doç. Dr. Nebiye Musaoğlu nmusaoglu@ins.itu.edu.tr İTÜ İnşaat Fakültesi Jeodezi ve Fotogrametri Mühendisliği Bölümü Uzaktan Algılama Anabilim Dalı UZAKTAN ALGILAMA-TANIM
DetaylıElektromanyetik Radyasyon (Enerji) Nedir?
Elektromanyetik Radyasyon (Enerji) Nedir? Atomlardan çeşitli şekillerde ortaya çıkan enerji türleri ve bunların yayılma şekilleri "elektromagnetik radyasyon" olarak adlandırılır. İçinde X ve γ ışınlarının
DetaylıORM 7420 USING SATELLITE IMAGES IN FOREST RESOURCE PLANNING
ORM 7420 USING SATELLITE IMAGES IN FOREST RESOURCE PLANNING Asst. Prof. Dr. Uzay KARAHALİL Week IV NEDEN UYDU GÖRÜNTÜLERİ KULLANIRIZ? Sayısaldır (Dijital), - taramaya gerek yoktur Hızlıdır Uçuş planı,
DetaylıULUSAL COĞRAFİ BILGİ SISTEMLERİ KONGRESİ 30 Ekim 02 Kasım 2007, KTÜ, Trabzon
ULUSAL COĞRAFİ BILGİ SISTEMLERİ KONGRESİ 30 Ekim 02 Kasım 2007, KTÜ, Trabzon Uydu Verilerinin Farklı Yöntemlerle Karılması ve Sonuçların Karşılaştırılması Öğr. Gör. Bora UĞURLU Prof. Dr. Hülya YILDIRIM
DetaylıDijital (Sayısal) Fotogrametri
Dijital (Sayısal) Fotogrametri Dijital fotogrametri, cisimlere ait iki boyutlu görüntü ortamından üç boyutlu bilgi sağlayan, sayısal resim veya görüntü ile çalışan fotogrametri bilimidir. Girdi olarak
DetaylıGörüntü 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
DetaylıEmrah Kurtoğlu Gamze Dinçar Liva Gizem Göze Ali Kadir Ulu
1302120002 1302130068 1302150039 1302150049 Emrah Kurtoğlu Gamze Dinçar Liva Gizem Göze Ali Kadir Ulu 17.10.2016 SPEKTRAL İMGELER Bir malzeme için yansıyan, yutulan veya iletilen ışınım miktarları dalga
DetaylıDijital (Sayısal) Fotogrametri
Dijital (Sayısal) Fotogrametri Dijital fotogrametri, cisimlere ait iki boyutlu görüntü ortamından üç boyutlu bilgi sağlayan, sayısal resim veya görüntü ile çalışan fotogrametri bilimidir. Girdi olarak
DetaylıYrd. Doç. Dr. Saygın ABDİKAN (Grup B) Öğretim Yılı Güz Dönemi
Uzaktan Algılama (JDF439) Sayısal yükseklik modeli Görüntü sınıflandırma yöntemleri Yrd. Doç. Dr. Saygın ABDİKAN (Grup B) 2016-2017 Öğretim Yılı Güz Dönemi 1 ARAZİ MODELLERİ Yeryüzü, matematiksel olarak
DetaylıBölüm 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
DetaylıGörüntü 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
DetaylıBilgisayarla Fotogrametrik Görme
Bilgisayarla Fotogrametrik Görme Dijital Görüntü ve Özellikleri Yrd. Doç. Dr. Mustafa DİHKAN 1 Dijital görüntü ve özellikleri Siyah-beyaz resimler için değer elemanları 0-255 arasındadır. 256 farklı durum
DetaylıCOĞRAFİ BİLGİ SİSTEMLERİ VE UZAKTAN ALGILAMA
Coğrafi Bilgi Sistemleri ve Uzaktan Algılama Taşınmaz Değerleme ve Geliştirme Tezsiz Yüksek Lisans Programı COĞRAFİ BİLGİ SİSTEMLERİ VE UZAKTAN ALGILAMA 1 Coğrafi Bilgi Sistemleri ve Uzaktan Algılama İçindekiler
DetaylıYrd. Doç. Dr. Saygın ABDİKAN (Grup B) Öğretim Yılı Güz Dönemi
Uzaktan Algılama (JDF439) Görüntü İyileştirme, Geometrik Düzeltme Yrd. Doç. Dr. Saygın ABDİKAN (Grup B) 2016-2017 Öğretim Yılı Güz Dönemi 1 Görüntü Zenginleştirme Görüntü zenginleştirmede amaç; Görsel
DetaylıOrmancılıkta Uzaktan Algılama. 4.Hafta (02-06 Mart 2015)
Ormancılıkta Uzaktan Algılama 4.Hafta (02-06 Mart 2015) Hava fotoğrafı; yeryüzü özelliklerinin kuşbakışı görüntüsüdür. Hava fotoğrafları, yersel fotoğraf çekim tekniğinde olduğu gibi ait oldukları objeleri
DetaylıGÖRÜNTÜ 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
DetaylıDijital Fotogrametri
Dijital Fotogrametri 2016-2017, Bahar YY Fevzi Karslı (Prof. Dr.) Harita Mühendisliği Bölümü Mühendislik Fakültesi KTÜ 20 Mart 2017 Pazartesi Ders Planı ve İçeriği 1. Hafta Giriş, dersin kapsamı, kavramlar,
DetaylıGEOMETRİK, MATEMATİK, OPTİK ve FOTOĞRAFİK TEMELLER (HATIRLATMA) Yrd. Doç. Dr. Aycan M. MARANGOZ
FOTOGRAMETRİ II GEOMETRİK, MATEMATİK, OPTİK ve FOTOĞRAFİK TEMELLER (HATIRLATMA) Yrd. Doç. Dr. Aycan M. MARANGOZ BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF336 FOTOGRAMETRİ II DERSi NOTLARI
DetaylıUZAKTAN ALGILAMA Görüntü Verisinin Düzeltilmesi ve Geliştirilmesi
UZAKTAN ALGILAMA Görüntü Verisinin Düzeltilmesi ve Geliştirilmesi Yrd. Doç. Dr. Aycan M. MARANGOZ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF439 UZAKTAN ALGILAMA DERSİ NOTLARI http://jeodezi.karaelmas.edu.tr/linkler/akademik/marangoz
DetaylıGama ışını görüntüleme: X ışını görüntüleme:
Elektronik ve Hab. Müh. Giriş Dersi Görüntü İşleme Yrd. Doç. Dr. M. Kemal GÜLLÜ Uygulama Alanları Gama ışını görüntüleme: X ışını görüntüleme: Uygulama Alanları Mor ötesi bandı görüntüleme: Görünür ve
DetaylıYÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDE GEOMETRİK DÜZELTMENİN SINIFLANDIRMA SONUÇLARINA ETKİSİ
YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDE GEOMETRİK DÜZELTMENİN SINIFLANDIRMA SONUÇLARINA ETKİSİ E. Ayhan 1,G. Atay 1, O. Erden 1 1 Karadeniz Teknik Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Bölümü,
DetaylıDijital Kameralar (Airborne Digital Cameras)
Dijital Kameralar (Airborne Digital Cameras) Klasik fotogrametrik görüntü alımındaki değişim, dijital kameraların gelişimi ile sağlanmaktadır. Dijital görüntü, analog görüntü ile kıyaslandığında önemli
DetaylıGörüntü 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
DetaylıUzaktan 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
Detaylı3.2. Raster Veriler. Satırlar. Sütunlar. Piksel/hücre büyüklüğü
3.2. Raster Veriler Satırlar Piksel/hücre büyüklüğü Sütunlar 1 Görüntü formatlı veriler Her piksel için gri değerleri kaydedilmiştir iki veya üç bant (RGB) çok sayıda bant Fotoğraf, uydu görüntüsü, ortofoto,
DetaylıUzaktan 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
DetaylıBLG325.1 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
DetaylıUzaktan Algılamanın. Doğal Ekosistemlerde Kullanımı PROF. DR. İ BRAHİM ÖZDEMİR SDÜ ORMAN FAKÜLTESI I S PARTA
Uzaktan Algılamanın Doğal Ekosistemlerde Kullanımı PROF. DR. İ BRAHİM ÖZDEMİR SDÜ ORMAN FAKÜLTESI I S PARTA 1 Uzaktan Algılama Nedir? Arada fiziksel bir temas olmaksızın cisimler hakkında bilgi toplanmasıdır.
DetaylıTanımlar, Geometrik ve Matemetiksel Temeller. Yrd. Doç. Dr. Saygın ABDİKAN Yrd. Doç. Dr. Aycan M. MARANGOZ. JDF329 Fotogrametri I Ders Notu
FOTOGRAMETRİ I Tanımlar, Geometrik ve Matemetiksel Temeller Yrd. Doç. Dr. Saygın ABDİKAN Yrd. Doç. Dr. Aycan M. MARANGOZ JDF329 Fotogrametri I Ders Notu 2015-2016 Öğretim Yılı Güz Dönemi İçerik Tanımlar
Detaylıİçerik. Giriş 1/23/13. Giriş Problem Tanımı Tez Çalışmasının Amacı Metodoloji Zaman Çizelgesi. Doktora Tez Önerisi
İsmail ÇÖLKESEN 501102602 Doktora Tez Önerisi Tez Danışmanı : Prof.Dr. Tahsin YOMRALIOĞLU İTÜ Geoma*k Mühendisliği İçerik Giriş Tez Çalışmasının Amacı Zaman Çizelgesi 1 of 25 Giriş Yeryüzü ile ilgili yapılan
DetaylıKameralar, sensörler ve sistemler
Dijital Fotogrametri Kameralar, sensörler ve sistemler Prof. Dr. Fevzi Karslı Harita Mühendisliği Bölümü, KTÜ fkarsli@ktu.edu.tr Analog Hava Kameraları Ana firmalar Zeiss, Wild ve Leica. Kullanılan bütün
DetaylıFOTOYORUMLAMA UZAKTAN ALGILAMA
FOTOYORUMLAMA VE UZAKTAN ALGILAMA (Photointerpretation and Remote Sensing) 1 Görüntü özellikleri Uzaktan algılamada platformlar Uydu yörüngeleri Şerit genişliği, yeniden ziyaret periyodu 2 Görüntünün özellikleri:
DetaylıDijital 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,
DetaylıUZAKTAN ALGILAMA YÖNTEMİ MADEN ARAŞTIRMA RAPORU
2014 UZAKTAN ALGILAMA YÖNTEMİ MADEN ARAŞTIRMA RAPORU, İhsanullah YILDIZ Jeofizik Mühendisi UZAKTAN ALGILAMA MADEN UYGULAMASI ÖZET İnceleme alanı Ağrı ili sınırları içerisinde bulunmaktadır.çalışmanın amacı
DetaylıGörüntü Segmentasyonu (Bölütleme)
Görüntü Segmentasyonu (Bölütleme) Segmentasyon, görüntüyü aynı cinsten obje ve bölgelere ayırmaktır. 20 Aralık 2014 Cumartesi 1 Görüntü Segmentasyonu 20 Aralık 2014 Cumartesi 2 Gestalt kanunları Görüntü
DetaylıDers 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
DetaylıGÖRÜNTÜ 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
DetaylıBilgisayar 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)
DetaylıEski Yunanca'dan batı dillerine giren Fotogrametri sözcüğü 3 kök sözcükten oluşur. Photos(ışık) + Grama(çizim) + Metron(ölçme)
FOTOGRAMETRİ FOTOGRAMETRİ Eski Yunanca'dan batı dillerine giren Fotogrametri sözcüğü 3 kök sözcükten oluşur. Photos(ışık) + Grama(çizim) + Metron(ölçme) Buna göre ışık yardımı ile ölçme (çizim yapabilme)
DetaylıGÖRÜNTÜ ANALİZİ. Doç. Dr. Füsun Balık ŞANLI
GÖRÜNTÜ ANALİZİ Doç. Dr. Füsun Balık ŞANLI 2014-2015 Ders Düzeni Ders Uygulama Ödev? Sınavlar Sınavlar 1. Ara Sınav 2. Ara Sınav Yıl Sonu Sınavı Yaralanılan Kaynaklar GÖRÜNTÜ İSLEME,TEKNOLOJİLER VE UYGULAMALARI
DetaylıHafta 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
DetaylıJDF821 UZAKTAN ALGILAMA GÖRÜNTÜLERİNDEN DETAY ÇIKARIMI
JDF821 UZAKTAN ALGILAMA GÖRÜNTÜLERİNDEN DETAY ÇIKARIMI Sunu1 Yrd. Doç. Dr. Aycan M. MARANGOZ FOTOGRAMETRİ ANABİLİM DALI SUNULARI http://jeodezi.beun.edu.tr/marangoz 2012-2013 Öğretim Yılı Bahar Dönemi
DetaylıNDEN BELİRLENEBİLME LME POTANSİYELİ UYDU GÖRÜNTÜLERİNDEN
BİNALARIN YÜKSEK Y ÇÖZÜNÜRLÜKLÜRLÜKL UYDU GÖRÜNTÜLERİNDEN NTÜLER NDEN BELİRLENEBİLME LME POTANSİYELİ Dilek KOÇ SAN dkoc@metu metu.edu.tr Orta Doğu u Teknik Üniversitesi, Jeodezi ve Coğrafi Bilgi Teknolojileri
DetaylıTuğba 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,
DetaylıUzaktan 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
DetaylıHafta 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
DetaylıYrd. Doç. Dr. Saygın ABDİKAN (Grup B) Öğretim Yılı Güz Dönemi
Uzaktan Algılama (JDF439) Çözünürlük kavramı Yrd. Doç. Dr. Saygın ABDİKAN (Grup B) 2016-2017 Öğretim Yılı Güz Dönemi 1 YANSIMA Doğada her nesne farklı yansıma özelliklerine sahiptir 2 Sağlıklı bitki örtüsünün
DetaylıUzaysal 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
DetaylıMMT 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
DetaylıBÖLÜM-II ERDAS IMAGINE TEMEL KISIM1: IMAGINE VIEWER 1
BÖLÜM-II ERDAS IMAGINE TEMEL KISIM1: IMAGINE VIEWER 1 KISIM 1 ERDAS IMAGINE VIEWER KULLANIMI KISIM1: IMAGINE VIEWER 2 GİRİŞ TERMİNOLOJİ GÖRÜNTÜ NEDİR? UZAKTAN ALGILAMA GÖRÜNTÜLERİN GÖRÜNÜŞÜ GEOMETRİK DÜZELTME
DetaylıUydu Görüntülerinin. Rektifikasyon ve Registrasyonu. Hafta - 5
Uydu Görüntülerinin Rektifikasyon ve Registrasyonu Hafta - 5 1 Rektifikasyon Uydulardan veya uçaklardan elde edilen ham uzaktan algılama görüntüleri Dünya nın düzensiz yüzeyinin temsilidir. Nispeten dümdüz
DetaylıYrd. Doç. Dr. Saygın ABDİKAN (Grup B) Öğretim Yılı Güz Dönemi
Uzaktan Algılama (JDF439) Hiperspektral ve termal bantlı uydular Yrd. Doç. Dr. Saygın ABDİKAN (Grup B) 2016-2017 Öğretim Yılı Güz Dönemi 1 3 4 5 SPOT 6 6 Geçen ders: Mikrodalga algılama sistemleri Gündüz
DetaylıUYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI DOĞRULUK DEĞERLENDİRMESİ
ZKÜ MÜHENDİSLİK FAKÜLTESİ JEODEZİ VE FOTOGRAMETRİ MÜHENDİSLİĞİ BÖLÜMÜ UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI VE DOĞRULUK DEĞERLENDİRMESİ UZM. MURAT ORUÇ 1 UZAKTAN ALGILAMANIN FİZİKSEL F ESASLARI Günümüzde
DetaylıTrafik Yoğunluk Harita Görüntülerinin Görüntü İşleme Yöntemleriyle İşlenmesi
Trafik Yoğunluk Harita Görüntülerinin Görüntü İşleme Yöntemleriyle İşlenmesi ISITES 2016 4 TH INTERNATIONAL SYMPOSIUM ON INNOVATIVE TECHNOLOGIES IN ENGINEERING AND SCIENCE Dr. G. Çiğdem Çavdaroğlu ISITES,
DetaylıYrd. Doç. Dr. Saygın ABDİKAN (Grup B) Öğretim Yılı Güz Dönemi
Uzaktan Algılama (JDF439) Hiperspektral ve termal bantlı uydular Ön-işlem adımları Yrd. Doç. Dr. Saygın ABDİKAN (Grup B) 2016-2017 Öğretim Yılı Güz Dönemi 1 Termal (Isıl) Uzaktan Algılama Termal ışımanın
DetaylıJDF821 UZAKTAN ALGILAMA GÖRÜNTÜLERİNDEN DETAY ÇIKARIMI Sunu2
JDF821 UZAKTAN ALGILAMA GÖRÜNTÜLERİNDEN DETAY ÇIKARIMI Sunu2 Yrd. Doç. Dr. Aycan M. MARANGOZ FOTOGRAMETRİ ANABİLİM DALI SUNULARI http://jeodezi.beun.edu.tr/marangoz 2012-2013 Öğretim Yılı Bahar Dönemi
DetaylıYOĞUN GÖRÜNTÜ EŞLEME ALGORİTMALARI İLE ÜRETİLEN YÜKSEK ÇÖZÜNÜRLÜKLÜ SAYISAL YÜZEY MODELİ ÜRETİMİNDE KALİTE DEĞERLENDİRME VE DOĞRULUK ANALİZİ
YOĞUN GÖRÜNTÜ EŞLEME ALGORİTMALARI İLE ÜRETİLEN YÜKSEK ÇÖZÜNÜRLÜKLÜ SAYISAL YÜZEY MODELİ ÜRETİMİNDE KALİTE DEĞERLENDİRME VE DOĞRULUK ANALİZİ Naci YASTIKLI a, Hüseyin BAYRAKTAR b a Yıldız Teknik Üniversitesi,
DetaylıUzaktan Algılama Teknolojileri
Uzaktan Algılama Teknolojileri Ders 4 Pasif - Aktif Alıcılar, Çözünürlük ve Spektral İmza Kavramları Alp Ertürk alp.erturk@kocaeli.edu.tr Pasif Aktif Alıcılar Pasif alıcılar fiziksel ortamdaki bilgileri
DetaylıUzaktan Algılama Teknolojileri
Uzaktan Algılama Teknolojileri Ders 11 Hiperspektral Görüntülerde Kümeleme ve Sınıflandırma Alp Ertürk alp.erturk@kocaeli.edu.tr Sınıflandırma Sınıflandırma işleminin amacı, her piksel vektörüne bir ve
DetaylıGörüntü Segmentasyonu (Bölütleme) Dijital Görüntü İşleme Fevzi Karslı, KTÜ Segmentasyon, görüntüyü aynı cinsten obje ve bölgelere ayırmaktır.
Görüntü Segmentasyonu (Bölütleme) Segmentasyon, görüntüyü aynı cinsten obje ve bölgelere ayırmaktır. 16 Ocak 2014 Perşembe 1 Görüntü Segmentasyonu 16 Ocak 2014 Perşembe 2 Görüntüden Objelere Bir objeyi
DetaylıYrd. Doç. Dr. Saygın ABDİKAN (Grup B) Öğretim Yılı Güz Dönemi
Uzaktan Algılama (JDF439) Yrd. Doç. Dr. Saygın ABDİKAN (Grup B) 2016-2017 Öğretim Yılı Güz Dönemi 1 İletişim bilgileri sabdikan@beun.edu.tr 0 372 2574010 1718 http://geomatik.beun.edu.tr/abdikan/ Öğrenci
DetaylıUzaktan Algılama ve Teknolojik Gelişmeler
Uzaktan Algılama ve Teknolojik Gelişmeler 1 Uzaktan Algılama Nedir? Uzaktan Algılama Prensipleri Uydu Görüntülerinin Özellikleri ERDAS IMAGINE yazılımının sağladığı imkanlar 2 Uzaktan Algılama Fiziksel
DetaylıArcGIS ile Tarımsal Uygulamalar Eğitimi
ArcGIS ile Tarımsal Uygulamalar Eğitimi Kursun Süresi: 5 Gün 30 Saat http://facebook.com/esriturkey https://twitter.com/esriturkiye egitim@esriturkey.com.tr ArcGIS ile Tarımsal Uygulamalar Eğitimi Genel
DetaylıTEMEL GÖRÜNTÜ BİLGİSİ
TEMEL GÖRÜNTÜ BİLGİSİ FOTOGRAMETRİDE ALGILAMA SİSTEMLERİ, ÖZELLİKLERİ ve SAĞLADIKLARI VERİ BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF345 TEMEL GÖRÜNTÜ BİLGİSİ DERSİ NOTLARI http://geomatik.beun.edu.tr/marangoz/
DetaylıFOTOGRAMETRİ DAİRESİ BAŞKANLIĞI FAALIYETLERI
FOTOGRAMETRİ DAİRESİ BAŞKANLIĞI FAALIYETLERI Fotg.D.Bşk.lığı, yurt içi ve yurt dışı harita üretimi için uydu görüntüsü ve hava fotoğraflarından fotogrametrik yöntemlerle topoğrafya ve insan yapısı detayları
Detaylıhkm 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
DetaylıFethiye ÖÇK Bölgesi Arazi Örtüsü/Arazi Kullanımı Değişim Tespiti
Fethiye ÖÇK Bölgesi Arazi Örtüsü/Arazi Kullanımı Değişim Tespiti Kurum adı: T.C. Çevre ve Orman Bakanlığı Bilgi İşlem Dairesi Başkanlığı, Özel Çevre Koruma Kurumu Başkanlığı Proje durumu: Tamamlandı. Proje
DetaylıGörüntü 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
DetaylıYrd. Doç. Dr. Aycan M. MARANGOZ. BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF336 FOTOGRAMETRİ II DERSi NOTLARI
FOTOGRAMETRİ II FOTOGRAMETRİK ÜRÜNLER BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF336 FOTOGRAMETRİ II DERSi NOTLARI http://geomatik.beun.edu.tr/marangoz/ GİRİŞ Giriş Ortofoto Ortofoto Ürün
DetaylıİLERİ 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
DetaylıDijital 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
DetaylıBölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme
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
Detaylı