Bilgisayarla Görüye Giriş

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Bilgisayarla Görüye Giriş"

Transkript

1 Bilgisayarla Görüye Giriş Ders 7 SIFT ve Öznitelik Eşleme Alp Ertürk

2 Panorama Oluşturma Görüntü mozaikleme, panorama oluşturma gibi tüm uygulamalar için öncelikle ilgili görüntülerin eşlenmesi / çakıştırılması gerekmektedir

3 Panorama Oluşturma İki görüntüden öznitelikleri çıkar (kenar, köşe, yuvarlak,...)

4 Panorama Oluşturma İki görüntüden öznitelikleri çıkar Eşleşen çiftleri bul

5 Panorama Oluşturma İki görüntüden öznitelikleri çıkar Eşleşen çiftleri bul Bu çiftleri kullanarak görüntüleri hizala / çakıştır

6 Panorama Oluşturma Zorluk 1: İki görüntüde de aynı noktayı bağımsız olarak tespit etmek Eşleyemeyiz! Tekrarlanır yapıda bir tespit gerekli

7 Panorama Oluşturma Zorluk 2: Her nokta için diğer görüntüdeki ilgili noktayı doğru şekilde tespit etmek? Güvenilir ve ayrıştırıcı bir tespit gerekli

8 Panorama Oluşturma Zorluk 3: Eşleşen noktalar kullanılarak görüntüler arası dönüşüm bulmak (hatalı eşleşmelere rağmen)

9 İyi Özniteliklerin Özellikleri Tekrarlanabilirlik Geometrik ve fotometrik dönüşümlere rağmen aynı özniteliğin tespit edilebilmesi Ayırt Edicilik (İng: Saliency) Özniteliklerin birbirinden ayırt edilebilir bir tanımlaması olması Verimlilik Öznitelik sayısının piksel sayısından çok daha az olması Yerellik Bir özniteliğin görüntünün göreceli olarak küçük bir alanını kaplaması ve oklüzyon vb. etkilere gürbüz olması

10 Önceki Derste Kenar Tespiti Doğrusal süzgeçler DoG LoG Canny Köşe Tespiti Harris Yuvarlak Tespiti LoG Ölçek uzayı LoG

11 Ölçek Değişmezlikli Öznitelik Dönüşümü Görüntü ışıklılık değişimi, ölçeklenmesi ve dönme değişmezliği Affin bozulmaya karşı gürbüz 3B bakış açısındaki değişimlere karşı gürbüz Öznitelikler yerel olduğundan dolayı oklüzyon ve karmaşaya karşı gürbüz Tekrarlanabilirlik, ayırt edicilik, verimlilik ve yerellik açısından başarılı

12 Algoritma: 1) Ölçek uzayında uç nokta tespiti 2) Anahtar nokta konumlandırma (key point localization) 3) Yönelim atama 4) Anahtar nokta tanımlayıcı

13 Ölçek uzayında uç nokta tespiti: Nesnenin farklı görüş açılarından tanımlanabilecek konumlarını ve ölçeklerini tanımlamayı amaçlar Bu amaçla, görüntü, değişken ölçekte Gauss ile konvolüsyona sokulur L(x, y, σ) = G(x, y, σ) * I(x, y) Farklı ölçeklerde Gauss pencereleri ile süzgeçlenmiş görüntülerin farkı alınarak anahtar noktalar çıkarılır D(x, y, σ) = L(x, y, kσ) - L(x, y, σ) D deki her nokta, aynı ölçekteki 8 komşusu ve farklı ölçeklerdeki 9 ar komşusu ile karşılaştırılır. En büyük veya en küçük nokta ise seçilir

14

15 Anahtar nokta konumlandırma: İlk bulunan noktalar arasından, düşük zıtlığa (kontrast) sahip olanlar veya bir kenarda uygun şekilde konumlandırılmamış olanlar elenir Düşük zıtlığa sahip olanları elemek için Laplacian değerinin (z) eşiklenmesi kullanılır z = Kötü konumlanmış olanların elenmesi için, kenarların doğrultusunda ve dikine eğimin farkına bakılır. Eğer bu fark, anahtar noktanın konumu ve ölçeğindeki 2 2 Hessian matrisin en büyük özvektörünün en küçük özvektörüne oranından küçükse, anahtar nokta elenir

16 İlk anahtar noktalar Laplacian eşiği sonrası anahtar noktalar Özvektör oranları eşiği sonrası anahtar noktalar

17

18

19

20 Yönelim atama: Önceki adımda hesaplanan süzgeçlenmiş L görüntüsü kullanılarak gradyan genliği m hesaplanır m(x, y) = L x + 1, y L x 1, y 2 + L x, y + 1 L x, y 1 2 Yönelim θ hesaplanır θ(x, y) = tan 1 L x, y + 1 L x, y 1 L x + 1, y L x 1, y Gradyan yönelimlerinin histogramı çıkarılır Histogramdaki en yüksek tepe noktası ve bu tepenin %80 boyutundan büyük diğer yerel tepeler kullanılarak o yönelimde bir anahtar nokta belirlenir

21 0 2 Yönelim histogramı Gradyan yönleri

22 Anahtar nokta tanımlayıcı: Gradyan bilgisi anahtar nokta yöneliminde olacak şekilde döndürülür ve anahtar noktasının ölçeğinin 1.5 katı değişintide bir Gauss ile ağırlıklandırılır Bu veri kullanılarak, anahtar nokta merkezli bir pencerede bir histogram kümesi yaratılır Anahtar tanımlayıcılar genel olarak 4 4 lük 16 histogramdır (Her pusula yönü için 8 yönelim ve 8 ara yön) Bu sayede her anahtar nokta için 128 elemanlı bir öznitelik elde edilir

23 Görüntü gradyanları Anahtar nokta tanımlayıcılar

24

25

26

27

28

29

30 Öznitelik Eşleme Bir görüntüdeki bir öznitelik (örn. SIFT anahtar tanımlayıcı) için, diğer görüntüdeki en iyi eşlenecek özniteliği nasıl buluruz? 1) İki tanımlayıcıyı karşılaştıracak bir uzaklık mesafesi tanımla 2) İkinci görüntüdeki tüm öznitelikleri, birinci görüntüdeki öznitelik ile karşılaştır ve en küçük uzaklığı veren özniteliği bul Uzaklık mesafesi tanımı?

31 Öznitelik Uzaklığı Karesel farkların toplamı (SSD)? - Kötü eşleşmelere de düşük mesafeler (yüksek puanlar) verebilir f 1 f 2

32 Öznitelik Uzaklığı Karesel farkların toplamı (SSD) SSD(f 1, f 2 ) / SSD(f 1, f 2 ) =? f 1 f ' 2 f 2

33 Öznitelik Eşleme Eşleştirme SSD < T ise eşleşmeyi kabul et Eşik seçimi önemli Öznitelik uzaklığı

34 Öznitelik Eşleme Öznitelik eşleştirme için birçok farklı metrik kullanılabilir Öklid mesafesi Mahalanobis mesafesi Spektral açısal uzaklık Korelasyon katsayısı...

35 Öznitelik Eşleme Başarım ölçümü? True positive : Tespit edilen eşleşmelerden doğru olanların oranı False positive: Tespit edilen eşleşmelerden yanlış olanların oranı ROC eğrisi ( Receiver Operator Characteristic ) true positive rate false positive rate 1

36 Öznitelik Eşleme ROC Eğrileri: Farklı eşik değerleri için doğru ve yanlış eşleşme sayıları Eğrinin altında kalan alan ne kadar büyükse, o kadar başarılı bir yöntemdir Hedef tespiti gibi uygulamalarda da sıklıkla kullanılmaktadır

Bilgisayarla Görüye Giriş

Bilgisayarla 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

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla 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

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Bilgisayarla Görüye Giriş Ders 12 Video, Optik Akış ve Takip Alp Ertürk alp.erturk@kocaeli.edu.tr Video Video, farklı zamanlarda alınan çerçeveler dizisidir Videolar, iki boyut uzamsal, üçüncü boyut zaman

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 10 Hiperspektral Görüntülerde Öznitelik Çıkarımı ve Boyut Azaltımı Alp Ertürk alp.erturk@kocaeli.edu.tr Öznitelik Çıkarımı Veriden ayırt edici yapıda nitelikler çıkarma

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

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

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Bilgisayarla Görüye Giriş Ders 4 İkili Görüntüler, Topoloji ve Morfoloji Alp Ertürk alp.erturk@kocaeli.edu.tr İkili (binary) görüntüler Gri skala veya renkli bir görüntünün eşiklenmesi ile elde edilirler.

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Blgsayarla Görüye Grş Ders 8 Görüntü Eşleme Alp Ertürk alp.erturk@kocael.edu.tr Panorama Oluşturma Görüntüler eşlememz / çakıştırmamız gerekmektedr Panorama Oluşturma İk görüntüden özntelkler çıkar Panorama

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan 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

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

SIFT Metodu ile Hedef Takibi

SIFT Metodu ile Hedef Takibi SIFT Metodu ile Hedef Takibi Nazım ÖZGEN 1,.Müzeyyen SARITAŞ 1 Hava Kuvvetleri Komutanlığı, Çankaya, ANKARA nzmzgn@gmail.com Gazi Üniversitesi, Elektrik-Elektronik Mühendisliği Böl., Maltepe-ANKARA muzeyyen@gazi.edu.tr

Detaylı

Yer Sezimi ve Özet Bölüt Çizgeleri

Yer Sezimi ve Özet Bölüt Çizgeleri Akıllı Sistemler Laboratuarı Elektrik-Elektronik Mühendisliği, Boğaziçi Üniversitesi TORK 2015 Türkiye Robotbilim Konferansı Önceki Çalışmalar Bölge Bitişiklilik Çizgeleri Çizge Eşleme lar Önceki Çalışmalar

Detaylı

GÖRÜNTÜ İŞLEME - (7.Hafta) KENAR BELİRLEME ALGORİTMALARI

GÖRÜNTÜ 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

Detaylı

AMAÇ Araçlardaki Kamera Sistemleri

AMAÇ Araçlardaki Kamera Sistemleri SUNU PLANI AMAÇ OPEN CV GÖRÜNTÜ EŞİKLEME KENAR BULMA ŞEKİL BULMA GÖRÜNTÜ GENİŞLETME VE BOZMA GÖRÜNTÜ DOLDURMA AFFİNE DÖNÜŞÜMÜ PERSPEKTİF DÖNÜŞÜM KUŞ BAKIŞI GÖRÜNTÜ DÖNÜŞÜMÜ AMAÇ Araçlardaki Kamera Sistemleri

Detaylı

BAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BİR GÖRÜNTÜDEKİ NESNENİN BİR BAŞKA GÖRÜNTÜDE BULUNMASI FUNDA HANİFE ÇETİN

BAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BİR GÖRÜNTÜDEKİ NESNENİN BİR BAŞKA GÖRÜNTÜDE BULUNMASI FUNDA HANİFE ÇETİN BAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BİR GÖRÜNTÜDEKİ NESNENİN BİR BAŞKA GÖRÜNTÜDE BULUNMASI FUNDA HANİFE ÇETİN YÜKSEK LİSANS TEZİ 2011 BİR GÖRÜNTÜDEKİ NESNENİN BİR BAŞKA GÖRÜNTÜDE BULUNMASI RECOGNITION

Detaylı

Uzaktan Algılama Uygulamaları

Uzaktan 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

Detaylı

Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Final

Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Final Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Bilgisayarla Görme Final Harris ve Moravec Köşe Belirleme Metotları Selçuk BAŞAK 08501008 Not: Ödevi hazırlamak için geliştirdiğim

Detaylı

YEREL ÖZNİTELİKLER KULLANILARAK GÖRÜNTÜ İNDEKSLEME VE EŞLEME YÜKSEK LİSANS TEZİ. Onur ÇALIKUŞ. Elektronik ve Haberleşme Mühendisliği Anabilim Dalı

YEREL ÖZNİTELİKLER KULLANILARAK GÖRÜNTÜ İNDEKSLEME VE EŞLEME YÜKSEK LİSANS TEZİ. Onur ÇALIKUŞ. Elektronik ve Haberleşme Mühendisliği Anabilim Dalı İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YEREL ÖZNİTELİKLER KULLANILARAK GÖRÜNTÜ İNDEKSLEME VE EŞLEME YÜKSEK LİSANS TEZİ Onur ÇALIKUŞ Elektronik ve Haberleşme Mühendisliği Anabilim Dalı Telekomünikasyon

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 12 Hiperspektral Görüntülerde Hedef ve Anomali Tespiti Alp Ertürk alp.erturk@kocaeli.edu.tr Veriden : Zorlukları Spektral değişkenlik: Spektral imzalar mevsim şartlarına,

Detaylı

Hızlı Düzey Küme Yöntemine Bağlı Retinal Damar Bölütlemesi. Bekir DİZDAROĞLU. KTÜ Bilgisayar Mühendisliği Bölümü

Hızlı 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

Detaylı

HAREKETLİ KAMERADA GERÇEK ZAMANLI ORMAN YANGIN DUMANI TESPİTİ REAL-TIME WILDFIRE SMOKE DETECTION ON MOVING CAMERA İSMAİL ARSLAN

HAREKETLİ KAMERADA GERÇEK ZAMANLI ORMAN YANGIN DUMANI TESPİTİ REAL-TIME WILDFIRE SMOKE DETECTION ON MOVING CAMERA İSMAİL ARSLAN HAREKETLİ KAMERADA GERÇEK ZAMANLI ORMAN YANGIN DUMANI TESPİTİ REAL-TIME WILDFIRE SMOKE DETECTION ON MOVING CAMERA İSMAİL ARSLAN DOÇ. DR. ALİ ZİYA ALKAR Tez Danışmanı Hacettepe Üniversitesi Lisansüstü Eğitim-Öğretim

Detaylı

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Kümeleme İşlemleri Kümeleme Tanımı Kümeleme Uygulamaları Kümeleme Yöntemleri Kümeleme (Clustering) Kümeleme birbirine

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ UYDU GÖRÜNTÜLERİ ÜZERİNDE ROTASYON, ÖLÇEKLEME VE ÖTELEME DEĞİŞMEZLİKLİ NESNE TANIMA

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ UYDU GÖRÜNTÜLERİ ÜZERİNDE ROTASYON, ÖLÇEKLEME VE ÖTELEME DEĞİŞMEZLİKLİ NESNE TANIMA ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ UYDU GÖRÜNTÜLERİ ÜZERİNDE ROTASYON, ÖLÇEKLEME VE ÖTELEME DEĞİŞMEZLİKLİ NESNE TANIMA Yusuf SOYMAN ELEKTRİK - ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM

Detaylı

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 10 Eylemsizlik Momentleri Kaynak: Mühendislik Mekaniği: Statik, R. C.Hibbeler, S. C. Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 10. Eylemsizlik Momentleri

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan 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

Detaylı

Görüntü Segmentasyonu (Bölütleme)

Görüntü 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

Detaylı

2015/2016 Bahar Yarıyılı Bitirme Çalışması Konuları. (Doç.Dr. M. Kemal GÜLLÜ)

2015/2016 Bahar Yarıyılı Bitirme Çalışması Konuları. (Doç.Dr. M. Kemal GÜLLÜ) 2015/2016 Bahar Yarıyılı Bitirme Çalışması Konuları (Doç.Dr. M. Kemal GÜLLÜ) 1. Ses temelli malzeme tanıma Malzemelerin çarpma etkisi ile çıkarttıkları seslerin mikrofon ile bir PC ye alınması ve işaretten

Detaylı

YOĞUN 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 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,

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 4 Pasif - Aktif Alıcılar, Çözünürlük ve Spektral İmza Alp Ertürk alp.erturk@kocaeli.edu.tr Pasif Aktif Alıcılar Pasif alıcılar fiziksel ortamdaki bilgileri pasif olarak

Detaylı

TEK KAMERALI STEREO GÖRÜŞ İLE DERİNLİK HESABININ YAPILMASI. Ali MUMCU YÜKSEK LİSANS TEZİ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI

TEK KAMERALI STEREO GÖRÜŞ İLE DERİNLİK HESABININ YAPILMASI. Ali MUMCU YÜKSEK LİSANS TEZİ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI TEK KAMERALI STEREO GÖRÜŞ İLE DERİNLİK HESABININ YAPILMASI Ali MUMCU YÜKSEK LİSANS TEZİ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ EYLÜL 2016 Ali MUMCU tarafından hazırlanan

Detaylı

Konular VERİ MADENCİLİĞİ. Örnek Tabanlı Yöntemler. En Yakın Komşu Sınıflandırıcı. En Yakın Komşu Yöntemi. Farklı Sınıflandırma Yöntemleri

Konular VERİ MADENCİLİĞİ. Örnek Tabanlı Yöntemler. En Yakın Komşu Sınıflandırıcı. En Yakın Komşu Yöntemi. Farklı Sınıflandırma Yöntemleri Konular VERİ MADENCİLİĞİ Farklı Sınıflandırma Yöntemleri Yrd. Doç. Dr. Şule Gündüz Öğüdücü Örnek tabanlı yöntemler ken Yakın Komşu Yöntemi Genetik Algoritmalar Bulanık Küme Sınıflandırıcılar Öngörü Eğri

Detaylı

SÜREKLĠ OLASILIK DAĞILIMLARI

SÜREKLĠ OLASILIK DAĞILIMLARI SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 210 SAYISAL ANALİZ MAK 210 SAYISAL ANALİZ BÖLÜM 6- İSTATİSTİK VE REGRESYON ANALİZİ Doç. Dr. Ali Rıza YILDIZ 1 İSTATİSTİK VE REGRESYON ANALİZİ Bütün noktalardan geçen bir denklem bulmak yerine noktaları temsil eden, yani

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

Görme Destekli Kartezyen Robot İçin Kenar Resmi Vektorizasyon Uygulaması

Görme 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

Detaylı

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Temel İstatistik Tanımlayıcı İstatistik Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Y.Doç.Dr. İbrahim Turan Mart 2011 DAĞILIM / YAYGINLIK ÖLÇÜLERİ Verilerin değişkenlik durumu ve dağılışın şeklini

Detaylı

Geliştirilmiş Fisher Ayraç Kriteri Kullanarak Hiperspektral Görüntülerde Sınıflandırma

Geliştirilmiş Fisher Ayraç Kriteri Kullanarak Hiperspektral Görüntülerde Sınıflandırma Geliştirilmiş Fisher Ayraç Kriteri Kullanarak Hiperspektral Görüntülerde Sınıflandırma Mustafa TEKE, Dr. Ufuk SAKARYA TÜBİTAK UZAY IEEE 21. Sinyal İşleme, İletişim ve Uygulamaları Kurultayı (SİU 2013),

Detaylı

MEH535 Örüntü Tanıma. 6. Boyut Azaltımı (Dimensionality Reduction)

MEH535 Örüntü Tanıma. 6. Boyut Azaltımı (Dimensionality Reduction) MEH535 Örüntü anıma 6. Boyut Azaltımı (Dimensionality Reduction) Doç.Dr. M. Kemal GÜLLÜ Elektronik ve Haberleşme Mühendisliği Bölümü web: http://akademikpersonel.kocaeli.edu.tr/kemalg/ E-posta: kemalg@kocaeli.edu.tr

Detaylı

Çekişmeli Üretici Ağlar Kullanarak Dış Mekan Görüntülerinin Geçici Niteliklerini Düzenleme

Çekişmeli Üretici Ağlar Kullanarak Dış Mekan Görüntülerinin Geçici Niteliklerini Düzenleme Çekişmeli Üretici Ağlar Kullanarak Dış Mekan Görüntülerinin Geçici Niteliklerini Düzenleme Adjusting Transient Attributes of Outdoor Images using Generative Adversarial Networks Levent Karacan, Aykut Erdem,

Detaylı

YZM 3217 YAPAY ZEKA DERS#10: KÜMELEME

YZM 3217 YAPAY ZEKA DERS#10: KÜMELEME YZM 317 YAPAY ZEKA DERS#10: KÜMELEME Sınıflandırma (Classification) Eğiticili (supervised) sınıflandırma: Sınıflandırma: Sınıf sayısı ve bir grup örneğin hangi sınıfa ait olduğunu bilinir Eğiticisiz (unsupervised)

Detaylı

Görüntü Segmentasyonu (Bölütleme) Dijital Görüntü İşleme Fevzi Karslı, KTÜ Segmentasyon, görüntüyü aynı cinsten obje ve bölgelere ayırmaktır.

Görüntü 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

Detaylı

Bu bölümde Coulomb yasasının bir sonucu olarak ortaya çıkan Gauss yasasının kullanılmasıyla simetrili yük dağılımlarının elektrik alanlarının çok

Bu bölümde Coulomb yasasının bir sonucu olarak ortaya çıkan Gauss yasasının kullanılmasıyla simetrili yük dağılımlarının elektrik alanlarının çok Gauss Yasası Bu bölümde Coulomb yasasının bir sonucu olarak ortaya çıkan Gauss yasasının kullanılmasıyla simetrili yük dağılımlarının elektrik alanlarının çok daha kullanışlı bir şekilde nasıl hesaplanabileceği

Detaylı

MEH535 Örüntü Tanıma

MEH535 Örüntü Tanıma MEH535 Örünü Tanıma 4. Paramerik Sınıflandırma Doç.Dr. M. Kemal GÜLLÜ Elekronik ve Haberleşme Mühendisliği Bölümü web: hp://akademikpersonel.kocaeli.edu.r/kemalg/ E-posa: kemalg@kocaeli.edu.r Paramerik

Detaylı

Konular VERİ MADENCİLİĞİ. Örnek Tabanlı Yöntemler. En Yakın Komşu Sınıflandırıcı. En Yakın Komşu Yöntemi. Farklı Sınıflandırma Yöntemleri

Konular VERİ MADENCİLİĞİ. Örnek Tabanlı Yöntemler. En Yakın Komşu Sınıflandırıcı. En Yakın Komşu Yöntemi. Farklı Sınıflandırma Yöntemleri VERİ MADENCİLİĞİ Farklı Sınıflandırma Yöntemleri Yrd. Doç. Dr. Şule Gündüz Öğüdücü Örnek tabanlı yöntemler ken Yakın Komşu Yöntemi Genetik Algoritmalar Karar Destek Makinaları Bulanık Küme Sınıflandırıcılar

Detaylı

HOŞGELDİNİZ Mustafa ERGÜN Şevket ATEŞ

HOŞGELDİNİZ Mustafa ERGÜN Şevket ATEŞ HOŞGELDİNİZ Mustafa ERGÜN Şevket ATEŞ Karadeniz Teknik Üniversitesi HOŞGELDİNİZ KÖPRÜLERİN DİNAMİK ANALİZLERİNDE ÖLÇEKLENDİRİLMİŞ DEPREM KAYITLARININ KULLANIMI Konu Başlıkları Yapıların Dinamik Analizlerinde

Detaylı

AST404 GÖZLEMSEL ASTRONOMİ HAFTALIK UYGULAMA DÖKÜMANI

AST404 GÖZLEMSEL ASTRONOMİ HAFTALIK UYGULAMA DÖKÜMANI AST404 GÖZLEMSEL ASTRONOMİ HAFTALIK UYGULAMA DÖKÜMANI Öğrenci Numarası: I. / II. Öğretim: Adı Soyadı: İmza: HAFTA 03 1. KONU: TELESKOPLAR 2. İÇERİK Optik türlerine göre teleskoplar Düzenek türlerine göre

Detaylı

Dik koordinat sisteminde yatay eksen x ekseni (apsis ekseni), düşey eksen ise y ekseni (ordinat ekseni) dir.

Dik koordinat sisteminde yatay eksen x ekseni (apsis ekseni), düşey eksen ise y ekseni (ordinat ekseni) dir. ANALĐTĐK GEOMETRĐ 1. Analitik Düzlem Bir düzlemde dik kesişen iki sayı doğrusunun oluşturduğu sisteme analitik düzlem denir. Analitik düzlem, dik koordinat sistemi veya dik koordinat düzlemi olarak da

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

Kamera Görüntülerinden Gidilen Yolun Kestirimi ÖZET

Kamera Görüntülerinden Gidilen Yolun Kestirimi ÖZET Kamera Görüntülerinden Gidilen Yolun Kestirimi Aykut Münük 1, Münir Sali 1 ve M.Fatih Amasyalı 1 1 Yıldız Teknik Üniversitesi Bilgisayar Mühendisliği Bölümü, İstanbul, Türkiye ÖZET Çalışmada hareket eden

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Bilgisayarla Görüye Giriş Ders 2 Görüntü Oluşumu Alp Ertürk alp.erturk@kocaeli.edu.tr Sadece bir nesnenin önüne fotoğraf filmi koyarak mantıklı bir görüntü elde edebilir miyiz? Slide by Steve Seitz İğne

Detaylı

2015/2016 Bahar Yarıyılı Bitirme Çalışması Konuları. (Doç.Dr. M. Kemal GÜLLÜ)

2015/2016 Bahar Yarıyılı Bitirme Çalışması Konuları. (Doç.Dr. M. Kemal GÜLLÜ) 2015/2016 Bahar Yarıyılı Bitirme Çalışması Konuları (Doç.Dr. M. Kemal GÜLLÜ) 1. Ses temelli malzeme tanıma Malzemelerin çarpma etkisi ile çıkarttıkları seslerin mikrofon ile bir PC ye alınması ve işaretten

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

TOPOĞRAFYA Temel Ödevler / Poligonasyon

TOPOĞRAFYA Temel Ödevler / Poligonasyon TOPOĞRAFYA Temel Ödevler / Poligonasyon Yrd. Doç. Dr. Aycan M. MARANGOZ ÇEVRE MÜHENDİSLİĞİ BÖLÜMÜ JDF 264/270 TOPOĞRAFYA DERSİ NOTLARI http://geomatik.beun.edu.tr/marangoz http://jeodezi.karaelmas.edu.tr/linkler/akademik/marangoz/marangoz.htm

Detaylı

Market Raflarında Dönüşüm ve Ölçeklendirmeye Dayanıklı Nesne Tanıma

Market Raflarında Dönüşüm ve Ölçeklendirmeye Dayanıklı Nesne Tanıma Market Raflarında Dönüşüm ve Ölçeklendirmeye Dayanıklı Nesne Tanıma Melih Evren Buruş 1, Rıdvan Salih Kuzu 2,3, Soyhan Beyazıt 1,3, Gül Varol 1,3 1 Boğaziçi Üniversitesi, Bilgisayar Mühendisliği Bölümü,

Detaylı

İÇİNDEKİLER ÖNSÖZ Bölüm 1 KÜMELER Bölüm 2 SAYILAR

İÇİNDEKİLER ÖNSÖZ Bölüm 1 KÜMELER Bölüm 2 SAYILAR İÇİNDEKİLER ÖNSÖZ III Bölüm 1 KÜMELER 11 1.1. Küme 12 1.2. Kümelerin Gösterimi 13 1.3. Boş Küme 13 1.4. Denk Küme 13 1.5. Eşit Kümeler 13 1.6. Alt Küme 13 1.7. Alt Küme Sayısı 14 1.8. Öz Alt Küme 16 1.9.

Detaylı

Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Vize. İris Segmentation. Selçuk BAŞAK 08501008

Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Vize. İris Segmentation. Selçuk BAŞAK 08501008 Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Bilgisayarla Görme Vize İris Segmentation Selçuk BAŞAK 08501008 Not: Ödevi hazırlamak için geliştirdiğim program ve kaynak

Detaylı

(a,b) şeklindeki ifadelere sıralı ikili denir. Burada a'ya 1. bileşen b'ye 2. bileşen denir.

(a,b) şeklindeki ifadelere sıralı ikili denir. Burada a'ya 1. bileşen b'ye 2. bileşen denir. BĞANTI - FONKSİYON 1. Sıralı İkili : (a,b) şeklindeki ifadelere sıralı ikili denir. Burada a'ya 1. bileşen b'ye 2. bileşen denir.! (x 1,x 2, x 3,x 4,...x n ) : sıralı n li denir. Örnek, (a,b,c) : sıralı

Detaylı

Deprem Kayıtlarının Seçilmesi ve Ölçeklendirilmesi

Deprem Kayıtlarının Seçilmesi ve Ölçeklendirilmesi İNŞAAT MÜHENDİSLERİ ODASI SAKARYA TEMSİLCİLİĞİ EĞİTİM SEMİNERLERİ Deprem ve Yapı Bilimleri Deprem Kayıtlarının Seçilmesi ve Ölçeklendirilmesi 12 Haziran 2008 Yrd. Doç. Dr. Yasin Fahjan fahjan@gyte.edu.tr

Detaylı

TOPOĞRAFYA Takeometri

TOPOĞRAFYA Takeometri TOPOĞRAFYA Takeometri Yrd. Doç. Dr. Aycan M. MARANGOZ ÇEVRE MÜHENDİSLİĞİ BÖLÜMÜ JDF 264/270 TOPOĞRAFYA DERSİ NOTLARI http://geomatik.beun.edu.tr/marangoz http://jeodezi.karaelmas.edu.tr/linkler/akademik/marangoz/marangoz.htm

Detaylı

Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Proje

Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Proje Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Bilgisayarla Görme Proje Renk ve Şekil Temelli Trafik İşareti Tespiti Selçuk BAŞAK 08501008 1. Not: Ödevi hazırlamak için

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

AKTİF KAYNAKLI YÜZEY DALGASI (MASW) YÖNTEMINDE FARKLI DOĞRUSAL DIZILIMLERIN SPEKTRAL ÇÖZÜNÜRLÜLÜĞÜ

AKTİF KAYNAKLI YÜZEY DALGASI (MASW) YÖNTEMINDE FARKLI DOĞRUSAL DIZILIMLERIN SPEKTRAL ÇÖZÜNÜRLÜLÜĞÜ AKTİF KAYNAKLI YÜZEY DALGASI (MASW) YÖNTEMINDE FARKLI DOĞRUSAL DIZILIMLERIN SPEKTRAL ÇÖZÜNÜRLÜLÜĞÜ M.Ö.Arısoy, İ.Akkaya ve Ü. Dikmen Ankara Üniversitesi Mühendislik Fakültesi Jeofizik Mühendisliği Bölümü,

Detaylı

TASARI GEOMETRİ SINAV SORULARI

TASARI GEOMETRİ SINAV SORULARI TASARI GEOMETRİ SINAV SORULARI 1. Alın iz düşümüne parelel veya çakışık olan doğrular profilde hangi ı verir? 9. Doğrunun düzlemi deldiği noktayı düzlem geçirme metodu ile bulunuz. A) Profil ve alınla

Detaylı

CCD KAMERA KULLANARAK SAYISAL GÖRÜNTÜ İŞLEME YOLUYLA GERÇEK ZAMANLI GÜVENLİK UYGULAMASI

CCD KAMERA KULLANARAK SAYISAL GÖRÜNTÜ İŞLEME YOLUYLA GERÇEK ZAMANLI GÜVENLİK UYGULAMASI CCD KAMERA KULLANARAK SAYISAL GÖRÜNTÜ İŞLEME YOLUYLA GERÇEK ZAMANLI GÜVENLİK UYGULAMASI Serhan COŞAR serhancosar@yahoo.com Oğuzhan URHAN urhano@kou.edu.tr M. Kemal GÜLLÜ kemalg@kou.edu.tr İşaret ve Görüntü

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 3 Uzaktan Algılama Temelleri Alp Ertürk alp.erturk@kocaeli.edu.tr Elektromanyetik Spektrum Elektromanyetik Spektrum Görünür Işık (Visible Light) Mavi: (400 500 nm) Yeşil:

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

TİTREŞİM VE DALGALAR BÖLÜM PERİYODİK HAREKET

TİTREŞİM VE DALGALAR BÖLÜM PERİYODİK HAREKET TİTREŞİM VE DALGALAR Periyodik Hareketler: Belirli aralıklarla tekrarlanan harekete periyodik hareket denir. Sabit bir nokta etrafında periyodik hareket yapan cismin hareketine titreşim hareketi denir.

Detaylı

Çarpanlar ve Katlar

Çarpanlar ve Katlar 8.1.1. Çarpanlar ve Katlar 8.1.2. Üslü İfadeler 8.1.3. Kareköklü İfadeler 8.2.1. Cebirsel İfadeler ve Özdeşlikler 8.1.1.1 Verilen pozitif tam sayıların çarpanlarını bulur; pozitif tam sayıları üslü ifade

Detaylı

T I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A

T I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A T I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A Contents Bibliography 9 Index 13 CONTENTS 5 0.1 Doğru, Düzlem, Uzay Bu derste sık sık doğru, düzlem ve

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

Zeki Optimizasyon Teknikleri

Zeki 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:

Detaylı

Market Raflarında Dönüşüm ve Ölçeklendirmeye Dayanıklı Nesne Tanıma

Market Raflarında Dönüşüm ve Ölçeklendirmeye Dayanıklı Nesne Tanıma Akademik Bilişim 14 - XVI. Akademik Bilişim Konferansı Bildirileri 5-7 Şubat 2014 Mersin Üniversitesi Market Raflarında Dönüşüm ve Ölçeklendirmeye Dayanıklı Nesne Tanıma Melih Evren Buruş 1,3, Rıdvan Salih

Detaylı

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE VE İMALAT MÜHENDİSLİĞİ BÖLÜMÜ

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE VE İMALAT MÜHENDİSLİĞİ BÖLÜMÜ BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE VE İMALAT MÜHENDİSLİĞİ BÖLÜMÜ MÜHENDİSLİKTE DENEYSEL METOTLAR II DOĞRUSAL ISI İLETİMİ DENEYİ 1.Deneyin Adı: Doğrusal ısı iletimi deneyi..

Detaylı

KLASİK FRAKTALLAR FRAKTAL ÖZELLİKLERİ VE BOYUT

KLASİK FRAKTALLAR FRAKTAL ÖZELLİKLERİ VE BOYUT KLASİK FRAKTALLAR FRAKTAL ÖZELLİKLERİ VE BOYUT.. KENDİNE BENZERLİK VE AFİNİTE Fraktal özelliklerinden bir diğeri de kendine benzerlikdir. Geometrik açıdan, aynı şekle sahip olan geometrik şekiller birbirine

Detaylı

ÖĞRENME ALANI TEMEL MATEMATİK BÖLÜM TÜREV. ALT ÖĞRENME ALANLARI 1) Türev 2) Türev Uygulamaları TÜREV

ÖĞRENME ALANI TEMEL MATEMATİK BÖLÜM TÜREV. ALT ÖĞRENME ALANLARI 1) Türev 2) Türev Uygulamaları TÜREV - 1 - ÖĞRENME ALANI TEMEL MATEMATİK BÖLÜM TÜREV ALT ÖĞRENME ALANLARI 1) Türev 2) Türev Uygulamaları TÜREV Kazanım 1 : Türev Kavramını fiziksel ve geometrik uygulamalar yardımıyla açıklar, türevin tanımını

Detaylı

BÖLÜM I GİRİŞ (1.1) y(t) veya y(x) T veya λ. a t veya x. Şekil 1.1 Dalga. a genlik, T peryod (veya λ dalga boyu)

BÖLÜM I GİRİŞ (1.1) y(t) veya y(x) T veya λ. a t veya x. Şekil 1.1 Dalga. a genlik, T peryod (veya λ dalga boyu) BÖLÜM I GİRİŞ 1.1 Sinyal Bir sistemin durum ve davranış bilgilerini taşıyan, bir veya daha fazla değişken ile tanımlanan bir fonksiyon olup veri işlemde dalga olarak adlandırılır. Bir dalga, genliği, dalga

Detaylı

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir Bilimsel Araştırma Yöntemleri Prof. Dr. Şener Büyüköztürk Doç. Dr. Ebru Kılıç Çakmak Yrd. Doç. Dr. Özcan Erkan Akgün Doç. Dr. Şirin Karadeniz Dr. Funda Demirel Örnekleme Yöntemleri Evren Evren, araştırma

Detaylı

Tanımlar, Geometrik ve Matemetiksel Temeller. Yrd. Doç. Dr. Saygın ABDİKAN Yrd. Doç. Dr. Aycan M. MARANGOZ. JDF329 Fotogrametri I Ders Notu

Tanımlar, 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

Detaylı

KABLOSUZ İLETİŞİM

KABLOSUZ İLETİŞİM KABLOSUZ İLETİŞİM 805540 MODÜLASYON TEKNİKLERİ SAYISAL MODÜLASYON İçerik 3 Sayısal modülasyon Sayısal modülasyon çeşitleri Sayısal modülasyon başarımı Sayısal Modülasyon 4 Analog yerine sayısal modülasyon

Detaylı

KADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ

KADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ KADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ Yasemin ŞİŞMAN, Ülkü KIRICI Sunum Akış Şeması 1. GİRİŞ 2. MATERYAL VE METHOD 3. AFİN KOORDİNAT DÖNÜŞÜMÜ 4. KALİTE KONTROL 5. İRDELEME

Detaylı

Dijital Fotogrametri Teknikleri İle Kişi Tanıma

Dijital Fotogrametri Teknikleri İle Kişi Tanıma Harita Teknolojileri Elektronik Dergisi Cilt: 3, No: 2, 2011 (1-24) Electronic Journal of Map Technologies Vol: 3, No: 2, 2011 (1-24) TEKNOLOJĠK ARAġTIRMALAR www.teknolojikarastirmalar.com e-issn: 1309-3983

Detaylı

Araç Destek Sistemleri İçin Kuş Bakışı Görüntü Dönüşümü. Bird s Eye View Transformation For Vehicle Assistance Systems

Araç Destek Sistemleri İçin Kuş Bakışı Görüntü Dönüşümü. Bird s Eye View Transformation For Vehicle Assistance Systems Araç Destek Sistemleri İçin Kuş Bakışı Görüntü Dönüşümü Turgut DOĞAN 1, Eser SERT 2, Deniz TAŞKIN 3 1,3 Trakya Üniversitesi, Bilgisayar Mühendisliği Bölümü, Edirne 2 Trakya Üniversitesi, Teknik Bilimler

Detaylı

OPTİK. Işık Nedir? Işık Kaynakları

OPTİK. Işık Nedir? Işık Kaynakları OPTİK Işık Nedir? Işığı yaptığı davranışlarla tanırız. Işık saydam ortamlarda yayılır. Işık foton denilen taneciklerden oluşur. Fotonların belirli bir dalga boyu vardır. Bazı fiziksel olaylarda tanecik,

Detaylı

İSTANBUL TEKNİK ÜNİVERSİTESİ ELEKTRİK-ELEKTRONİK FAKÜLTESİ ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ

İSTANBUL TEKNİK ÜNİVERSİTESİ ELEKTRİK-ELEKTRONİK FAKÜLTESİ ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ İSTANBUL TEKNİK ÜNİVERSİTESİ ELEKTRİK-ELEKTRONİK FAKÜLTESİ ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ BİTİRME PROJESİ Karar Ağacı ve SOM Ağı ile Doku Bölütleme Hazırlayan Cem Mutlu, 040090365 Danışman Prof. Dr. Zümray

Detaylı

Burma deneyinin çekme deneyi kadar geniş bir kullanım alanı yoktur ve çekme deneyi kadar standartlaştırılmamış bir deneydir. Uygulamada malzemelerin

Burma deneyinin çekme deneyi kadar geniş bir kullanım alanı yoktur ve çekme deneyi kadar standartlaştırılmamış bir deneydir. Uygulamada malzemelerin BURMA DENEYİ Burma deneyinin çekme deneyi kadar geniş bir kullanım alanı yoktur ve çekme deneyi kadar standartlaştırılmamış bir deneydir. Uygulamada malzemelerin genel mekanik özelliklerinin saptanmasında

Detaylı

3.2. Raster Veriler. Satırlar. Sütunlar. Piksel/hücre büyüklüğü

3.2. 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,

Detaylı

Yrd. Doç. Dr. Aycan M. MARANGOZ. BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF329 FOTOGRAMETRİ I DERSi NOTLARI

Yrd. Doç. Dr. Aycan M. MARANGOZ. BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF329 FOTOGRAMETRİ I DERSi NOTLARI FOTOGRAMETRİ I GEOMETRİK ve MATEMATİK TEMELLER Yrd. Doç. Dr. Aycan M. MARANGOZ BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF329 FOTOGRAMETRİ I DERSi NOTLARI http://geomatik.beun.edu.tr/marangoz/

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

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

FOTOGRAMETRİ DAİRESİ BAŞKANLIĞI FAALIYETLERI

FOTOGRAMETRİ 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

Detaylı

Işıma Şiddeti (Radiation Intensity)

Işıma Şiddeti (Radiation Intensity) Işıma Şiddeti (Radiation Intensity) Bir antenin birim katı açıdan yaydığı güçtür U=Işıma şiddeti [W/sr] P or =Işıma yoğunluğu [ W/m 2 ] Örnek-4 Bir antenin güç yoğunluğu Olarak verildiğine göre, ışıyan

Detaylı

ÖLÇME DEĞERLENDİRME ÜNİTE BAŞLIKLARI

ÖLÇME DEĞERLENDİRME ÜNİTE BAŞLIKLARI ÖLÇME DEĞERLENDİRME ÜNİTE BAŞLIKLARI 1. TEMEL KAVRAMLAR 2. ÖLÇMEDE HATA (GÜVENİRLİK GEÇERLİK) 3. İSTATİSTİK 1. TEMEL KAVRAMLAR Ölçme, Ölçüm, Ölçme Kuralı, Ölçüt, Değerlendirme. Ölçme Türleri: Doğrudan,

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

Boyut: Belirli bir doğrultuda ölçülmüş bir büyüklüğü ifade etmek için kullanılan geometrik bir terim.

Boyut: Belirli bir doğrultuda ölçülmüş bir büyüklüğü ifade etmek için kullanılan geometrik bir terim. FRAKTALLAR 1 2 * 3 Boyut: Belirli bir doğrultuda ölçülmüş bir büyüklüğü ifade etmek için kullanılan geometrik bir terim. Bir nokta «sıfır boyutlu» ludur. Doğrusal nokta toplulukları «bir boyutlu» bir doğru

Detaylı

ARAZİ ÖLÇMELERİ. Koordinat sistemleri. Kartezyen koordinat sistemi

ARAZİ ÖLÇMELERİ. Koordinat sistemleri. Kartezyen koordinat sistemi Koordinat sistemleri Coğrafik objelerin haritaya aktarılması, objelerin detaylarına ait koordinatların düzleme aktarılması ile oluşur. Koordinat sistemleri kendi içlerinde kartezyen koordinat sistemi,

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 Ana bileşenler dönüşümü 2 Yöntem, minimum korelasyonlu bilgileri sıkıştırarak veri grubu hakkında maksimum

Detaylı

Yrd. Doç. Dr. Aycan M. MARANGOZ. BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF329 FOTOGRAMETRİ I DERSi NOTLARI

Yrd. Doç. Dr. Aycan M. MARANGOZ. BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF329 FOTOGRAMETRİ I DERSi NOTLARI FOTOGRAMETRİ I GEOMETRİK ve MATEMATİK TEMELLER Yrd. Doç. Dr. Aycan M. MARANGOZ BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF329 FOTOGRAMETRİ I DERSi NOTLARI http://geomatik.beun.edu.tr/marangoz/

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

Görüntü Sınıflandırma

Görüntü Sınıflandırma Görüntü Sınıflandırma Chapter 12 https://www.google.com.tr/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=0 CBwQFjAA&url=http%3A%2F%2Ffaculty.une.edu%2Fcas%2Fszeeman%2Frs%2Flect%2FCh%2 52012%2520Image%2520Classification.ppt&ei=0IA7Vd36GYX4Uu2UhNgP&usg=AFQjCNE2wG

Detaylı

MATEMATİK MATEMATİK-GEOMETRİ SINAVI LİSANS YERLEŞTİRME SINAVI-1 TESTİ SORU KİTAPÇIĞI 08

MATEMATİK MATEMATİK-GEOMETRİ SINAVI LİSANS YERLEŞTİRME SINAVI-1 TESTİ SORU KİTAPÇIĞI 08 LİSNS YRLŞTİRM SINVI- MTMTİK-GMTRİ SINVI MTMTİK TSTİ SRU KİTPÇIĞI 08 U SRU KİTPÇIĞI LYS- MTMTİK TSTİ SRULRINI İÇRMKTİR. . u testte 0 soru vardýr. MTMTİK TSTİ. evaplarýnýzý, cevap kâðýdýnın Matematik Testi

Detaylı