Hafta 5 Uzamsal Filtreleme
|
|
- Asli Deniz
- 7 yıl önce
- İzleme sayısı:
Transkript
1 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
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 Komşuluk Önemi Hem zebralarda hem de dalmaçyalılarda benzer sayılarda siyah ve beyaz pikseller vardır. İkisi arasındaki fark, tek piksel değerleri yerine küçük grup piksellerin karakteristik görünümüdür. 3
4 Uzamsal Filtreleme Uzamsal bir filtre (a) bir komşuluk bölgesinden ve (b) bir ön tanımlı işlemden oluşmaktadır. MxN lik bir görüntünün mxn lik bir filtre ile doğrusal uzamsal filtrelenmesi şu şekilde ifade edilir: a b g( x, y) w( s, t) f ( x s, y t) s a t b 4
5 Uzamsal Filtreleme 5
6 Uzamsal Filtreleme (2B Hareketli Ortalama) 6 Slide credit: S. Seitz
7 Uzamsal Filtreleme (2B Hareketli Ortalama) 7 Slide credit: S. Seitz
8 Uzamsal Filtreleme (2B Hareketli Ortalama) 8 Slide credit: S. Seitz
9 Uzamsal Filtreleme (2B Hareketli Ortalama) 9 Slide credit: S. Seitz
10 Uzamsal Filtreleme (2B Hareketli Ortalama) 10 Slide credit: S. Seitz
11 Uzamsal Filtreleme (2B Hareketli Ortalama) 11 Slide credit: S. Seitz
12 12
13 13
14 Uzamsal İlinti The correlation of a filter w( x, y) of size m n mxn lik bir w(x, y) filtrenin bir f(x, y) görüntüsüyle olan ilintisi w x, y f(x, y) olarak gösterilir. with an image f ( x, y), denoted as w( x, y) f ( x, y) a w( x, y) f ( x, y) w( s, t) f ( x s, y t) b s a t b 14
15 Uzamsal Katlama The convolution of a filter w( x, y) of size m n mxn lik bir w(x, y) filtrenin bir f(x, y) görüntüsüyle olan katlaması w x, y f(x, y) olarak gösterilir. with an image f ( x, y), denoted as w( x, y) f ( x, y) a w( x, y) f ( x, y) w( s, t) f ( x s, y t) b s a t b 15
16 Uzamsal Yumuşatma Filtreleri Yumuşatma filtreleri, bulanıklaştırma ve gürültü azaltma amacıyla kullanılmaktadır. Bulanıklaştırma, görüntüdeki küçük detayların ortadan kaldırılması ve doğrular veya eğrilerdeki küçük boşlukların bağlanmasında kullanılır. Doğrusal ve doğrusal olmayan filtreleri içerir. 16
17 İki Yumuşatma (Ortalama Alma) Filtresi Maskesi 17
18 Doğrusal Yumuşatma Filtreleri The MxN lik general bir implementation görüntünün mxn lik for filtering bir ağırlıklı an Mortalama N image with alma a filtresi weighted ile filtrelenmesi averaging filter işlemi of size şu ifade m n ile is verilir: given g( x, y) a b s a t b w( s, t) f ( x s, y t) w( s, t) burada where m 2a 1, n 2b 1. a b s a t b 18
19 Doğrusal Yumuşatma Filtreleri 19
20 Örnek: Nesnelerin Kaba Temsili 20
21 Sıra İstatistiği (Doğrusal Olmayan) Filtreler Doğrusal olmayan filtrelerdir. Süzgeç tarafından çevrelenen görüntü bölgesindeki piksellerin sıralanması ve sonra da merkezdeki piksel değerinin bu sıralama sonucuyla tespit edilen değerle değiştirilmesidir. Örneğin medyan filtre, max filtre, min filtre 21
22 Örnek: Gürültü Giderimi İçin Medyan Filtre Kullanımı 22
23 Uzamsal Keskinleştirme Filtreleri Amaç: yeğinlikteki geçişleri vurgulamaktır. Altyapı Laplas İşleci Keskin Olmayan Maskeleme ve Yüksek Vurgulu Filtreleme Doğrusal Olmayan Görüntü Keskinleştirmede Birinci Derece Türevlerin Kullanılması Gradyan 23
24 Uzamsal Keskinleştirme Filtreleri: Altyapı Bir boyutlu bir f(x) fonksiyonunun birinci derece türevinin temel tanımı, aşağıdaki farktır: f f ( x 1) f ( x) x f(x) in ikinci dereceden türevini, fark olarak şöyle tanımlarız: 2 f f ( x 1) f ( x 1) 2 f ( x) 2 x 24
25 25
26 Uzamsal Keskinleştirme Filtreleri: Laplas İşleci İki değişkenli bir fonksiyon (görüntü) f(x,y) için Laplas işleci şu şekilde tanımlanır: f x f y f f f ( x 1, y) f ( x 1, y) 2 f ( x, y) 2 x 2 f f ( x, y 1) f ( x, y 1) 2 f ( x, y) 2 y 2 f f x y f x y f x y f x y ( 1, ) ( 1, ) (, 1) (, 1) - 4 f ( x, y) 26
27 Uzamsal Keskinleştirme Filtreleri: Laplas İşleci 27
28 Uzamsal Keskinleştirme Filtreleri: Laplas İşleci Görüntü keskinleştirmek için Laplas işlecini şu şekilde kullanırız: burada where, 2 (, ) (, ) (, ) f ( x, y) is input image, g( x, y) is sharpenend images, c and g x y f x y c f x y giriş görüntüsü keskinleştirilmiş görüntü 2-1 if f ( x, y) corresponding to Fig. 3.37(a) or (b) c parametresi seçilen filtrenin durumuna göre -1 veya c 1 1 olur. if either of the other two filters is used. 28
29 29
30 Keskin Olmayan Maskeleme ve Yüksek Vurgulu Filtreleme Keskin olmayan maskeleme Bir görüntünün keskin olmayan (yumuşatılmış) versiyonunun orijinal görüntüden çıkarılmasından oluşmaktadır. örneğin, basım ve yayıncılık sanayi Adımlar 1. Orijinal görüntüyü bulanıklaştırınız 2. Bulanık görüntüyü orijinalinden çıkarınız 3. Maskeyi orijinal görüntüye ekleyiniz 30
31 Keskin Olmayan Maskeleme ve Yüksek Vurgulu Filtreleme f (x, y) nin bulanık görüntüyü temsil ettiği varsayılırsa, keskin olmayan Let f ( x, maskeleme, y) denote the blurred image, unsharp masking is g ( x, y) f ( x, y) f ( x, y) mask Then add a weighted portion of the mask back to the original Daha sonra maskenin ağırlıklı kısmını orijinal görüntüye geri ekleriz. g( x, y) f ( x, y) k * g ( x, y) k 0 mask k=1olduğunda işlem, keskin olmayan maskeleme olarak adlandırılır. k>1olduğunda işlem, yüksek vurgulu filtreleme olarak adlandırılır. 31
32 Keskin Olmayan Maskeleme: Demo 32
33 Keskin Olmayan Maskeleme ve Yüksek Vurgulu Filtreleme: Örnek 33
34 Birinci Derece Türevlere Dayalı Görüntü Keskinleştirme For function f ( x, y), the gradient of f at coordinates ( x, y) f(x, y) fonksiyonu için (x, y) koordinatlarındaki f in gradyanı iki boyutlu sütun vektörü olarak tanımlanır: is defined as f gx x f grad( f) g y f y The magnitude of vector f, denoted as M( x, y) f vektörünün, M(x, y) olarak gösterilen büyüklüğü: Gradyan görüntü M( x, y) mag( f ) gx g y
35 Birinci Derece Türevlere Dayalı Görüntü Keskinleştirme The magnitude of vector f, denoted as M( x, y) f vektörünün, M(x, y) olarak gösterilen büyüklüğü: M( x, y) mag( f ) gx g y 2 2 M ( x, y) g g x y z 1 z 2 z 3 z 4 z 5 z 6 M( x, y) z z z z z 7 z 8 z 9 35
36 Birinci Derece Türevlere Dayalı Görüntü Keskinleştirme 36
37 Birinci Derece Türevlere Dayalı Görüntü Keskinleştirme Roberts Cross-gradient Operators Roberts çapraz gradyan operatörleri M ( x, y) z z z z z 1 z 2 z 3 Sobel Sobel operatörleri Operators M ( x, y) ( z 2 z z ) ( z 2 z z ) ( z 2 z z ) ( z 2 z z ) z 4 z 5 z 6 z 7 z 8 z 9 37
38 Örnek 38
39 Örnek Uzamsal Zenginleştirme Yöntemlerini Birleştirme Amaç: Görüntüyü keskinleştirerek ve iskelet ayrıntılarının çoğunu ortaya çıkararak zenginleştirmektir. 39
40 Örnek 40
41 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). Lecture Notes, CS Digital Image Processing, F.(Qingzhong) Liu, Ders Notları, BIL717-Image Processing, E.Erdem Ders Notları, EBM537-Görüntü İşleme, F.Karabiber 41
Bölüm 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
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
DetaylıBölüm 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
DetaylıHafta 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
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
DetaylıHafta 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
DetaylıHafta 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
DetaylıHafta 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
DetaylıBölüm 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
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
DetaylıBölüm 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
DetaylıGÖRÜNTÜ 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
DetaylıBölüm 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
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
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)
DetaylıChapter 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
DetaylıBilgisayarla 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?
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
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
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 6 Kenar, Köşe, Yuvarlak Tespiti Alp Ertürk alp.erturk@kocaeli.edu.tr KENAR TESPİTİ Kenar Tespiti Amaç: Görüntüdeki ani değişimleri / kesintileri algılamak Şekil bilgisi elde
DetaylıGüzide 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
DetaylıNEIGHBOURHOOD 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
DetaylıGörüntü 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;
DetaylıİMGE 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
DetaylıGÖRÜNTÜ İŞLEME - (6.Hafta) GÖRÜNTÜ NETLEŞTİRME ALGORİTMALARI
GÖRÜNTÜ İŞLEME - (6.Hafta) GÖRÜNTÜ NETLEŞTİRME ALGORİTMALARI NETLEŞTİRME/KESKİNLEŞTİRME FİLTRESİ (Sharpening Filter) Bu algoritma orjinal görüntüden, görüntünü yumuşatılmış halini çıkararak belirgin kenarların
DetaylıAKÜ 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;
DetaylıDİNAMİK - 2. Yrd. Doç. Dr. Mehmet Ali Dayıoğlu. Ankara Üniversitesi Ziraat Fakültesi. Tarım Makinaları ve Teknolojileri Mühendisliği Bölümü
DİNAMİK - 2 Yrd. Doç. Dr. Mehmet Ali Dayıoğlu Ankara Üniversitesi Ziraat Fakültesi Tarım Makinaları ve Teknolojileri Mühendisliği Bölümü http://acikders.ankara.edu.tr/course/view.php?id=190 2. HAFTA Kapsam:
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
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
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
Detaylıİmage 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
DetaylıFİLTRELEME YÖNTEMİ İLE DİGİTAL GÖRÜNTÜ ZENGİNLEŞTİRME VE ÖRNEK BİR YAZILIM. ÖzĢen ÇORUMLUOĞLU b , Selçuklu, Konya. GümüĢhane
FİLTRELEME YÖNTEMİ İLE DİGİTAL GÖRÜNTÜ ZENGİNLEŞTİRME VE ÖRNEK BİR YAZILIM Cihan ALTUNTAġ a*, ÖzĢen ÇORUMLUOĞLU b a Selçuk Üniversitesi, Mühendislik Mimarlık Fakültesi, Harita Mühendisliği Bölümü, 42075,
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
DetaylıHızlı Düzey Küme Yöntemine Bağlı Retinal Damar Bölütlemesi. Bekir DİZDAROĞLU. KTÜ Bilgisayar Mühendisliği Bölümü
Bekir DİZDAROĞLU KTÜ Bilgisayar Mühendisliği Bölümü bekir@ktu.edu.tr 1/29 Tıbbi imge bölütleme klasik yaklaşımları a) Piksek tabanlı b) Kenar tabanlı c) Bölge tabanlı d) Watershed (sınır) tabanlı e) Kenar
DetaylıGörüntü 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)
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,
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.
DetaylıBULANIK UYARLAMALI ORTALAMA F
5 Uluslararası İleri Teknoloiler Sempozyumu (IATS 09), 3-5 Mayıs 2009, Karabük, Türkiye BULANIK UYARLAMALI ORTALAMA FİLTRESİ KULLANARAK MR GÖRÜNTÜLERİNDEKİ DARBE GÜRÜLTÜSÜNÜN BASTIRILMASI IMPULSE NOISE
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 (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
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Hessien Matris-Quadratik Form Mutlak ve Bölgesel Maksimum-Minimum Noktalar Giriş Kısıtlı ve kısıtsız fonksiyonlar için
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
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
DetaylıProf.Dr.F.Nejat EKMEKCİ, Prof. Dr. Yusuf YAYLI, BAHAR
MAT 114 LİNEER CEBİR ( İSTATİSTİK, ASTRONOMİ ve UZAY BİLİMLERİ) Hafta 8: İç Çarpım Prof.Dr.F.Nejat EKMEKCİ, Prof. Dr. Yusuf YAYLI, Doç.Dr.İsmail GÖK 2017-2018 BAHAR İç Çarpım Tanım 23: V bir reel vektör
Detaylıf fonksiyonuna bir üç değişkenli fonksiyon adı verilir. Daha çok değişkenli fonksiyonlar benzer şekilde tanımlanır.
Çok Değişkenli Fonksiyonlar Tanım 1. D düzlemin bir bölgesi, f de D nin her bir (x, y) noktasına bir f(x, y) reel sayısı karşılık getiren bir fonksiyon ise f fonksiyonuna bir iki değişkenli fonksiyon adı
DetaylıGÖRÜNTÜ İŞLEME UYGULAMALARI. Arş. Gör. Dr. Nergis TURAL POLAT
GÖRÜNTÜ İŞLEME UYGULAMALARI Arş. Gör. Dr. Nergis TURAL POLAT İçerik Görüntü işleme nedir, amacı nedir, kullanım alanları nelerdir? Temel kavramlar Uzaysal frekanslar Örnekleme (Sampling) Aynalama (Aliasing)
DetaylıSOBEL İŞLECİ KULLANILARAK RENKLİ GÖRÜNTÜLERDE KENAR BULMA. Elif AYBAR. Anadolu Üniversitesi, Porsuk Meslek Yüksekokulu, 26430, Eskişehir/Türkiye
Afyon Kocatepe Üniversitesi 8(1) Afyon Kocatepe University FEN BİLİMLERİ DERGİSİ JOURNAL OF SCIENCE SOBEL İŞLECİ KULLANILARAK RENKLİ GÖRÜNTÜLERDE KENAR BULMA ÖZET Elif AYBAR Anadolu Üniversitesi, Porsuk
DetaylıDİNAMİK - 6. Yrd. Doç. Dr. Mehmet Ali Dayıoğlu Ankara Üniversitesi Ziraat Fakültesi. Tarım Makinaları ve Teknolojileri Mühendisliği Bölümü
DİNAMİK - 6 Yrd. Doç. Dr. Mehmet Ali Dayıoğlu Ankara Üniversitesi Ziraat Fakültesi Tarım Makinaları ve Teknolojileri Mühendisliği Bölümü 6. HAFTA Kapsam: Bağımlı hareket, Analiz prosedürü, Örnek problem
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
DetaylıGÖRÜNTÜ İŞLEME - (7.Hafta) KENAR BELİRLEME ALGORİTMALARI
GÖRÜNTÜ İŞLEME - (7.Hafta) KENAR BELİRLEME ALGORİTMALARI Bu konuda bir çok algoritma olmasına rağmen en yaygın kullanılan ve etkili olan Sobel algoritması burada anlatılacaktır. SOBEL FİLTRESİ Görüntüyü
DetaylıBulanık kurallara ve kenar devamlılığı kurallarına dayalı kenar tespiti iyileştirilmesi
Araştırma Makalesi BAUN Fen Bil. Enst. Dergisi, 19(2), 62-76, (2017) DOI: 10.25092/baunfbed.340371 J. BAUN Inst. Sci. Technol., 19(2), 62-76, (2017) Bulanık kurallara ve kenar devamlılığı kurallarına dayalı
DetaylıHafta 12 Morfolojik Görüntü İşleme
BLM429 Görüntü İşlemeye Giriş Hafta 12 Morfolojik Görüntü İşleme Yrd. Doç. Dr. Caner ÖZCAN Biçim ve özellik, yüz ve dudak.. Tıpkı kardeşim gibi büyüdüm.. Benzerliklerimiz sanki beni o yaptı.. Ve birimiz
DetaylıMorfolojik 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
DetaylıDİJİTAL 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
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
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
DetaylıPARÇACIK SÜRÜ OPTİMİZASYONU BMÜ-579 METASEZGİSEL YÖNTEMLER YRD. DOÇ. DR. İLHAN AYDIN
PARÇACIK SÜRÜ OPTİMİZASYONU BMÜ-579 METASEZGİSEL YÖNTEMLER YRD. DOÇ. DR. İLHAN AYDIN 1995 yılında Dr.Eberhart ve Dr.Kennedy tarafından geliştirilmiş popülasyon temelli sezgisel bir optimizasyon tekniğidir.
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 10 Nesne / Yüz Tespiti ve Tanıma Alp Ertürk alp.erturk@kocaeli.edu.tr Nesne Tespiti Belirli bir nesnenin sahne içindeki konumunun tespitidir Tespit edilecek nesne önceden
DetaylıHAREKETLİ GÖRÜNTÜDE KENAR BELİRLEME ALGORİTMASININ ANALOG HÜCRESEL SİNİR AĞI VE SAYISAL İŞARET İŞLEME İŞLEMCİLERİ ÜZERİNDE UYGULAMASI
İstanbul Üniversitesi İstanbul University of Mühendislik Bilimleri Dergisi Engineering Sciences 1, 1-7, 2010 1, 1-7, 2010 HAREKETLİ GÖRÜNTÜDE KENAR BELİRLEME ALGORİTMASININ ANALOG HÜCRESEL SİNİR AĞI VE
DetaylıT.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ OPENCL ORTAMINDA GÖRÜNTÜ İYİLEŞTİRME İŞLEMLERİNİN PARALEL PROGRAMLAMA YÖNTEMİYLE GERÇEKLEŞTİRİLMESİ Menduh Furkan Aslan Danışman Dr. Öğr. Üyesi
Detaylısonlu altörtüsü varsa bu topolojik uzaya tıkız diyoruz.
Ders 1: Önbilgiler Bu derste türev fonksiyonunun geometrik anlamını tartışıp, yalnız R n nin bir açık altkümesinde değil, daha genel uzaylarda tanımlı bir fonksiyonun türevi ve özel noktalarının nasıl
DetaylıUYARLANABİLİR GÖRÜNTÜ FİLTRE TASARIMI. Uğur GÜVENÇ DOKTORA TEZİ ELEKTRİK EĞİTİMİ GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ TEMMUZ 2008 ANKARA
ii UYARLANABİLİR GÖRÜNTÜ FİLTRE TASARIMI Uğur GÜVENÇ DOKTORA TEZİ ELEKTRİK EĞİTİMİ GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ TEMMUZ 2008 ANKARA ii Uğur GÜVENÇ tarafından hazırlanan UYARLANABİLİR GÖRÜNTÜ
DetaylıEM302 Yöneylem Araştırması 2 Çok değişkenli DOP ların çözümü. Dr. Özgür Kabak
EM302 Yöneylem Araştırması 2 Çok değişkenli DOP ların çözümü Dr. Özgür Kabak Doğrusal olmayan programlama Tek değişkenli DOP ların çözümü Uç noktaların analizi Altın kesit Araması Çok değişkenli DOP ların
DetaylıİMGE İŞLEME Ders-7. Morfolojik İmge İşleme. Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm. (Yrd. Doç. Dr. M.
İMGE İŞLEME Ders-7 Morfolojik İmge İşleme (Yrd. Doç. Dr. M. Kemal GÜLLÜ) Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm Hazırlayan: M. Kemal GÜLLÜ Morfoloji Biyolojinin canlıların
DetaylıYrd. Doç. Dr. A. Burak İNNER
Yrd. Doç. Dr. A. Burak İNNER Kocaeli Üniversitesi Bilgisayar Mühendisliği Yapay Zeka ve Benzetim Sistemleri Ar-Ge Lab. http://yapbenzet.kocaeli.edu.tr DOĞRUSAL OLMAYAN (NONLINEAR) DENKLEM SİSTEMLERİ Mühendisliğin
DetaylıHAREKETLİ GÖRÜNTÜDE KENAR BELİRLEME ALGORİTMASININ ANALOG HÜCRESEL SİNİR AĞI VE SAYISAL İŞARET İŞLEME İŞLEMCİLERİ ÜZERİNDE UYGULAMASI
istanbul Üniversitesi Mühendislik Bilimleri Dergisi 1, 1-7, 2010 istanbul University of Engineering Sciences 1, 1-7, 2010 HAREKETLİ GÖRÜNTÜDE KENAR BELİRLEME ALGORİTMASININ ANALOG HÜCRESEL SİNİR AĞI VE
DetaylıTÜREV VE UYGULAMALARI
TÜREV VE UYGULAMALARI A R, a A ve f de A da tanımlı bir fonksiyon olsun. Eğer f(x) f(a) lim x a x a limiti veya x=a+h koymakla elde edilen f(a+h) f(a) lim h 0 h Bu türev f (a), df dx limiti varsa f fonksiyonu
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
DetaylıKONU 4: DOĞRUSAL PROGRAMLAMA MODELİ İÇİN ÇÖZÜM YÖNTEMLERİ I
KONU 4: DOĞRUSAL PROGRAMLAMA MODELİ İÇİN ÇÖZÜM YÖNTEMLERİ I 4.1. Dışbükeylik ve Uç Nokta Bir d.p.p. de model kısıtlarını aynı anda sağlayan X X X karar değişkenleri... n vektörüne çözüm denir. Eğer bu
DetaylıKENAR GEÇİŞLERİ KULLANILARAK GÖRÜNTÜDEKİ BULANIKLIĞIN GİDERİLMESİ IMAGE DE-BLURRING BASED ON EDGE TRANSITIONS
28 SDU International Journal of Technological Science pp. 28-36 Computational Technologies KENAR GEÇİŞLERİ KULLANILARAK GÖRÜNTÜDEKİ BULANIKLIĞIN GİDERİLMESİ Halime Boztoprak Geliş Tarihi/ Received: 11.02.2016,
DetaylıGAP (Grup, Algoritma ve Programlama)
Orta Doğu Teknik Üniversitesi, Ankara Grup/Temsil Kuramından Kesitler Feza Gürsey Enstitüsü, İstanbul 08 Şubat 2010 GAP ne için kullanılır? Yapılacak ispatların doğruluğunu bazı gruplar üzerinde denemek
DetaylıGÖRÜNTÜ İŞLEME - (5.Hafta)
GÖRÜNTÜ İŞLEME - (5.Hafta) RESİM YUMUŞATMA (BULANIKLAŞTIRMA-BLURRING) FİLTRELERİ Görüntü işlemede, filtreler görüntüyü yumuşatmak yada kenarları belirginleştirmek için dijital filtreler kullanılır. Bu
DetaylıAyrıştırılabilir ve ayrıştırılamaz görüntü filtrelerinin genetik algoritmalar ile eğitiminin karşılaştırmalı bir analizi
SAKARYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DERGİSİ SAKARYA UNIVERSITY JOURNAL OF SCIENCE e-issn: 2147-835X Dergi sayfası: http://dergipark.gov.tr/saufenbilder Geliş/Received 12.12.2016 Kabul/Accepted
DetaylıGörme Destekli Kartezyen Robot İçin Kenar Resmi Vektorizasyon Uygulaması
Görme Destekli Kartezyen Robot İçin Kenar Resmi Vektorizasyon Uygulaması Cengiz Balta 1 Sıtkı Öztürk 2 Cüneyt Oysu 3 1,2 Elektronik ve Haberleşme Mühendisliği Bölümü, Kocaeli Üniversitesi 3 Mekatronik
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
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Ara sınav - 25% Ödev (Haftalık) - 10% Ödev Sunumu (Haftalık) - 5% Final (Proje Sunumu) - 60% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn:
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
DetaylıMAT101 MATEMATİK I BÖLÜM 3 FONKSİYONLAR
MAT101 MATEMATİK I BÖLÜM 3 FONKSİYONLAR Yrd. Doç. Dr. Furkan BAŞER Ankara Üniversitesi Uygulamalı Bilimler Fakültesi GİRİŞ Fonksiyon kavramı, matematikte en önemli kavramlardan biridir. Temel düzeyin ötesinde
DetaylıSüleyman UZUN 1, Devrim AKGÜN 2. Özet. Abstract. 2. Doğrusal Görüntü Filtreleme. 1. Giriş.
Görüntü Filtre Çekirdek Matrisinin Genetik Algoritmalar ile Eğitiminin Bir Analizi An Analysis of Genetic Algorithm with Training of Image Filter Kernel Matrix Süleyman UZUN 1, Devrim AKGÜN 2 1 Bilgi İşlem
DetaylıHava Lazer Tarama Verilerinden Fourier Dönüşümü Kullanılarak Bina Detaylarının Belirlenmesi
Hava Lazer Tarama Verilerinden Fourier Dönüşümü Kullanılarak Bina Detaylarının Belirlenmesi F. Karsli 1, * and O. Kahya 2 1 KTU, Mühendislik Fakültesi, Jeodezi ve Fotogrametri Müh. Böl. 61080 Trabzon (fkarsli@ktu.edu.tr)
DetaylıBULANIK MANTIK UYARLAMALI İKİ YANLI (BİLATERAL) GÖRÜNTÜ FİLTRESİ TASARIMI. Sara BEHJAT JAMAL YÜKSEK LİSANS TEZİ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI
BULANIK MANTIK UYARLAMALI İKİ YANLI (BİLATERAL) GÖRÜNTÜ FİLTRESİ TASARIMI Sara BEHJAT JAMAL YÜKSEK LİSANS TEZİ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ HAZİRAN 2016
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
Detaylı4. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.
4. HAFTA BLM33 SAYISAL ANALİZ Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi BLM33 DOĞRUSAL OLMAYAN (NONLINEAR) DENKLEM SİSTEMLERİ Mühendisliğin
DetaylıKübik Spline lar/cubic Splines
Kübik spline lar önceki metodların aksine bütün data noktalarına tek bir fonksiyon/eğri uydurmaz. Bunun yerine her çift nokta için ayrı ayrı üçüncü dereceden polinomlar uydurur. x i noktasından geçen soldaki
DetaylıHorn ve Schunck Optik Akış yöntemi ile hareket vektörlerinin gerçek zamanlı veya videolar üzerinden gerçeklenmesi.(matlab)
Horn ve Schunck Optik Akış yöntemi ile hareket vektörlerinin gerçek zamanlı veya videolar üzerinden gerçeklenmesi.(matlab) Dersin Adı: Say.İşaret İşleme Tas.&Uyg. Sınıf Eğitmeni: Bilge Günsel Kalyoncu
DetaylıEM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş. Dr. Özgür Kabak
EM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş Dr. Özgür Kabak Doğrusal Olmayan Programlama Eğer bir Matematiksel Programlama modelinin amaç fonksiyonu ve/veya kısıtları doğrusal değil
DetaylıYönbağımsız ve Yönbağımlı Gauss Süzgeçleme Isotropic and Anisotropic Gaussian Filtering
Yönbağımsız Yönbağımlı Gauss Süzgeçleme Isotropic and Anisotropic Gaussian Filtering Deniz Yıldırım 1, Bekir Dizdaroğlu 2 1 Harita Mühendisliği Bölümü, 2 Bilgisayar Mühendisliği Bölümü Karadeniz Teknik
DetaylıSAYISAL 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:
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 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
DetaylıPoisson Denklemiyle İyileştirilmiş Fotomontaj
Poisson Denklemiyle İyileştirilmiş Fotomontaj Bekir DİZDAROĞLU Bilgisayar Mühendisliği Bölümü www.bekirdizdaroglu.com : R, bir imge olsun ve x, y 2 R bölgesinde tanımlı gri düzeyli p şeklinde temsil edilsin.
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
Detaylı4. 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
DetaylıBULANIK SİNİR AĞLARI YARDIMIYLA BİYOMEDİKAL İMGELERİN GÜRÜLTÜ BİLEŞENLERİNDEN ARINDIRILMASI
BULANIK SİNİR AĞLARI YARDIMIYLA BİYOMEDİKAL İMGELERİN GÜRÜLTÜ BİLEŞENLERİNDEN ARINDIRILMASI M. Emin YÜKSEL 1 Alper BAŞTÜRK 1 M. Tülin YILDIRIM 2 1 Erciyes Üniversitesi, Mühendislik Fakültesi, Elektronik
Detaylıİleri 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
DetaylıDOĞRUSAL OLMAYAN PROGRAMLAMA -I-
DOĞRUSAL OLMAYAN PROGRAMLAMA -I- Dışbükeylik / İçbükeylik Hazırlayan Doç. Dr. Nil ARAS Anadolu Üniversitesi, Endüstri Mühendisliği Bölümü İST38 Yöneylem Araştırması Dersi 0-0 Öğretim Yılı Doğrusal olmayan
DetaylıAlgoritma Analizi ve Büyük O Notasyonu. Şadi Evren ŞEKER YouTube: Bilgisayar Kavramları
Algoritma Analizi ve Büyük O Notasyonu Şadi Evren ŞEKER YouTube: Bilgisayar Kavramları Algoritmaların Özellikleri Algoritmalar Input Girdi, bir kümedir, Output ÇıkF, bir kümedir (çözümdür) Definiteness
Detaylıİşaret 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
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,
Detaylı