Bilgisayarla Görüye Giriş
|
|
- Duygu Kubat
- 7 yıl önce
- İzleme sayısı:
Transkript
1 Bilgisayarla Görüye Giriş Ders 7 SIFT ve Öznitelik Eşleme Alp Ertürk alp.erturk@kocaeli.edu.tr
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 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
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
DetaylıBilgisayarla 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
DetaylıUzaktan 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
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?
DetaylıBilgisayarla 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 ) /, / ( ),, (
DetaylıBilgisayarla 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.
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
DetaylıBilgisayarla 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
DetaylıSIFT 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
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
DetaylıAMAÇ 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
DetaylıYer 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
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
DetaylıYıldız 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
DetaylıBAŞKENT 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
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
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
DetaylıYEREL 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
DetaylıUzaktan 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,
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
DetaylıİNÖNÜ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ GRADYAN TABANLI HETEROJEN ÖZNİTELİK ÇIKARMA YÖNTEMLERİNE YENİ YAKLAŞIMLAR
TC İNÖNÜ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ GRADYAN TABANLI HETEROJEN ÖZNİTELİK ÇIKARMA YÖNTEMLERİNE YENİ YAKLAŞIMLAR NUH ALPASLAN BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI MALATYA OCAK 2013 Tezin Başlığı
DetaylıHAREKETLİ 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
DetaylıVERİ 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
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
DetaylıMühendislik 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
DetaylıANKARA 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
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,
DetaylıMAK 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
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
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
Detaylı2015/2016 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
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
DetaylıBu 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
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
DetaylıDik 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
DetaylıUzaktan 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
DetaylıTEK 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
DetaylıBilgisayarla 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
DetaylıKonular 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
DetaylıSÜREKLĠ 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
DetaylıTANI TESTLERINE GIRIŞ & ROC ANALİZİ
TANI TESTLERINE GIRIŞ & ROC ANALİZİ Yrd.Doç.Dr. Selçuk Korkmaz Trakya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Turcosa Analitik Çözümlemeler selcukorkmaz@gmail.com ÇOCUK NEFROLOJİ DERNEĞİ
DetaylıİÇİNDEKİLER 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.
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
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
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
DetaylıTASARI 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
DetaylıTemel 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
DetaylıGeliştirilmiş 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),
DetaylıMEH535 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
DetaylıYıldız 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
DetaylıTOPOĞRAFYA 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
DetaylıÇekişmeli 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,
DetaylıYZM 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)
DetaylıYıldız 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
DetaylıKUADRATİK FORM. Tanım: Kuadratik Form. Bir q(x 1,x 2,,x n ) fonksiyonu
KUADRATİK FORMLAR KUADRATİK FORM Tanım: Kuadratik Form Bir q(x,x,,x n ) fonksiyonu q x : n şeklinde tanımlı ve x i x j bileşenlerinin doğrusal kombinasyonu olan bir fonksiyon ise bir kuadratik formdur.
DetaylıÇarpanlar 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
DetaylıAKTİF 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,
DetaylıMEH535 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
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
DetaylıVERİ MADENCİLİĞİ (Veri Ön İşleme-2) Yrd.Doç.Dr. Kadriye ERGÜN
VERİ MADENCİLİĞİ (Veri Ön İşleme-2) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr Genel İçerik Veri Madenciliğine Giriş Veri Madenciliğinin Adımları Veri Madenciliği Yöntemleri Sınıflandırma Kümeleme
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:
DetaylıHOŞGELDİNİZ 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
Detaylı1.58 arasındaki her bir değeri alabileceği için sürekli bir
7.SUNUM Hatırlanacağı gibi, kesikli rassal değişkenler sonlu (örneğin; 0, 1, 2,...,10) veya sayılabilir sonsuzlukta (örneğin; 0, 1, 2,...) değerler alabilmektedir. Fakat birçok uygulamada, rassal değişkenin
DetaylıAST404 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
DetaylıKonular 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
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;
DetaylıT 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
Detaylıii) S 2LW 2WH 2LW 2WH S 2WH 2LW S 3( x 1) 5( x 2) 5 3x 3 5x x Maliye Bölümü EKON 103 Matematik I / Mart 2018 Proje 2 CEVAPLAR C.1) C.
C.1) x1 x 1 4 4( x1) x 6 4x 4 x 6 x 46 x Maliye Bölümü EKON 10 Matematik I / Mart 018 Proje CEVAPLAR C.) i) S LW WH LW WH S LW WH S W W W S L H W ii) S LW WH WH LW S WH LW S W W W S H L W C.) ( x1) 5(
Detaylı2015/2016 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
DetaylıKamera 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
DetaylıMühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş
Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 7 İç Kuvvetler Kaynak: Mühendislik Mekaniği: Statik, R. C. Hibbeler, S. C. Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 7. İç Kuvvetler Bu bölümde, bir
DetaylıNOT: Pazartesi da M201 de quiz yapılacaktır.
NOT: Pazartesi 12.30 da M201 de quiz yapılacaktır. DENEY-3: RADYAL ISI İLETİMİ DENEYİ 1. DENEYİN AMACI Pirinç plaka üzerinde ısı iletiminin farklı sıcaklık ve uzaklıklardaki değişimini incelemektir. 2.
DetaylıYrd. 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/
DetaylıÖĞRENME 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
DetaylıYrd. 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/
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
DetaylıTOPOĞRAFYA 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
DetaylıMarket 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,
DetaylıBÖLÜM 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
DetaylıKADASTRO 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
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
DetaylıJEODEZİK VERİLERİN İSTATİSTİK ANALİZİ. Prof. Dr. Mualla YALÇINKAYA
JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ Prof. Dr. Mualla YALÇINKAYA Karadeniz Teknik Üniversitesi, Harita Mühendisliği Bölümü Trabzon, 2018 VERİLERİN İRDELENMESİ Örnek: İki nokta arasındaki uzunluk 80 kere
Detaylı(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
DetaylıOPTİK. 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,
DetaylıBoyut: 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
DetaylıDeprem 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
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;
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
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,
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
DetaylıMETASEZGİSEL YÖNTEMLER
METASEZGİSEL YÖNTEMLER Ara sınav - 30% Ödev (Haftalık) - 20% Final (Proje Sunumu) - 50% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn: Zaman çizelgeleme, en kısa yol bulunması,
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
DetaylıİÇİNDEKİLER. Ön Söz...2. Noktanın Analitik İncelenmesi...3. Doğrunun Analitiği Analitik Düzlemde Simetri...25
İÇİNDEKİLER Ön Söz...2 Noktanın Analitik İncelenmesi...3 Doğrunun Analitiği...11 Analitik Düzlemde Simetri...25 Analitik Sistemde Eşitsizlikler...34 Çemberin Analitik İncelenmesi...40 Elips...58 Hiperbol...70
DetaylıBüyük boyutun laneti (Curse of Dimensionality)
Büyük boyutun laneti (Curse of Dimensionality) p Veri boyutu arttıkça örnekler (noktalar) uzay içinde çok fazla dağınık hale gelir. p Noktaların yoğunluğu ya da aralarındaki uzaklık bir çok problem için
DetaylıIşıma 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
DetaylıARAZİ 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,
DetaylıCCD 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
Detaylı25. f: R { 4} R 28. ( ) 3 2 ( ) 26. a ve b reel sayılar olmak üzere, 27. ( ) eğrisinin dönüm noktasının ordinatı 10 olduğuna göre, m kaçtır?
. f: R { 4} R, > ise ( ) 4 f =, ise 6 8. ( ) f = 6 + m + 4 eğrisinin dönüm noktasının ordinatı olduğuna göre, m kaçtır? ) 7 ) 8 ) 9 ) E) fonksiyonu aşağıdaki değerlerinin hangisinde süreksizdir? ) ) )
DetaylıUzaktan 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