Görüntü İyileştirme Teknikleri. Hafta-6
|
|
- Aydin Namli
- 7 yıl önce
- İzleme sayısı:
Transkript
1 Görüntü İyileştirme Teknikleri Hafta-6 Doç. Dr. Oğuz Güngör Karadeniz Teknik Üniversitesi Harita Mühendisliği Bölümü 6080 Trabzon
2 İndisler Görüntü İyileştirme Teknikleri Radyometrik İyileştirme Teknikleri (6. Hafta) Kontrast Germe Histogram Eşitleme Histogram Eşleme Gri değerlerin tersini alma Görüntü Bölme Mekansal / Konumsal İyileştirme Teknikleri (6. Hafta) Evrişim Süzgeci Crisp Görüntü kaynaştırma teknikleri (7. Hafta) Spektral İyileştirme Teknikleri (7. Hafta) PCA Decorrelation stretch Tassled Cap RGB den IHS uzayına Dönüşüm IHS den RGB uzayına Dönüşüm
3 Radyometrik İyileştirme Teknikleri Kontrast Germe Histogram Eşitleme Histogram Eşleme Gri Değerlerin Tersini Alma Görüntü Bölme 3
4 Radyometrik İyileştirme Radyometrik iyileştirme işlemi görüntüdeki her bir pikseli tek başına ele alır, yapılan işlem komşu piksellere bağlı değildir. Bir banda uygulanmış ve başarılı sonuç üretmiş bir radyometrik iyileştirme başka bir bantta aynı oranda başarılı olacak diye bir garanti yoktur. Radyometrik iyileştirme ile bazı pikseller arasındaki kontrastı arttırıp nesneleri daha iyi ayırt etmeyi sağlarken bazı pikseller arasındaki kontrastı düşürebilir. 4
5 Orjinal ve Radyometrik Olarak İyileştirilmiş Görüntülere Ait Histogramlar 5
6 Peki Histogram Nedir? Görüntüdeki gri değerlerin dağılımının grafiksel olarak gösterimidir. X ekseni görüntüdeki gri değerleri (yansıma değerleri), Y ekseni ise o gri değerdeki toplam piksel sayısını gösterir X ekseni üzerinde sola doğru ilerledikçe (orijine yaklaştıkça) daha koyu ve siyah alanlara ait pikseller temsil edilir. X ekseni üzerinde histogram şekline ait orta kısımlar orta koyulukta gri alanları ve sağ uç taraflar ışığın bol olduğu ve beyaz alanları temsil eder. Bu nedenle içerisinde sadece bir kaç koyu bölgeyi barındıran bol ışıklı ve çok parlak bir görüntüye ait histogramda veriler sağ uç tarafa yığılmış olarak görülür. 8-bit bir görüntüde gri değerler 0-55 arasındadır. 6
7 Üç Değişik Histogram Örneği Histogram bize görüntünün kontrastı hakkında bilgi verir 7
8 Histogram Orjinal Histogram Frekans, f(ydi) Yansima Değerleri, YDi 3-bit bir görüntünün histogramı 8
9 - Kontrast Germe Farzedelim bilgisayar ekranı 0-55 arasındaki gri tonlarını gösterebiliyor. Fakat, bizim görüntümüzdeki gri tonlarının 6-9 arasında dağıldığını düşünelim. Bu görüntü ekranda gösterildiği zaman ekranın gri tonları gösterebilme yeteneğinin sadece belli bir kısmı kullanılmış olur. 0-5 ve 9-55 arası gri değerler kullanılmamış olur. Bu yüzden görüntü nispeten karanlık ve düşük kontrastlıdır Kontrast iyileştirme monitörün tüm gri tonları kullanması için görüntünün gri tonlarının 0-55 aralığına dağıtılmasıdır 9
10 Kontrast İyileştirme Çeşitleri Lineer Lineer Olmayan Parçalı 0
11 Lineer Kontrast İyileştirme Minimum-Maksimum Kontrast İyileştirme Eğer histogram Gauss Eğrisine ya da ona yakınsa iyi sonuç verir. Yani bütün gri değerler tek dar bir alana (çan eğrisi gibi) birikmişse önerilir Fakat bu genelde çok nadir bir durumdur, çünkü kara parçası ve su kütlesinin beraberce bulunduğu görüntüde gri değerler tek dar bir alana girmez. Görüntüdeki minimum ve maksimum gri değerler bulunur ve lineer dönüşüm yapılır. Minimum değer 0, maksimum değer 55 ve aradaki diğer değerler 0-55 aralığına gelecek şekilde tüm gri değerler yeniden hesaplanır.
12 Kaynak: Paul M. Mather, Computer Processing of Remotely Sensed Images: An Introduction
13 Minimum-Maksimum Kontrast İyileştirme GD çikti GD max girdi k min min k k q k GD girdi = Orjinal gri değer GD çıktı = İyileştirilmiş gri değer min k = minimum gri değer max k = maksimum gri değer q k = monitörün gösterebildiği maksimum gri değer 3
14 Örnek min k = 6 max k = 9 q k = 55 GD girdi = 6 için, GD çıktı = [(6-6)/(9-6)]*55 = 0 GD girdi = 9 için, GD çıktı = [(9-6)/(9-6)]*55 = 55 GD girdi = 76 için, GD çıktı = [(76-6)/(9-6)]*55 = 87 GD girdi = 76 için, GD çıktı = [(76-6)/(9-6)]*55 = 33 4
15 Kaynak: Paul M. Mather, Computer Processing of Remotely Sensed Images: An Introduction 5
16 Genelde görüntü histogramında en sağdaki ve en soldaki veriler uyuşumsuz ölçülere ait olabilir. Bu nedenle, yukarıda anlatılan kontrast germe işlemini tüm histogram yerine en sağdaki ve en soldaki belli miktardaki veriler atıldıktan sonra yapmak daha doğru olur. Örnek: kontrast germe işleminde min k ve max k yerine V %05 ve V %95 alınır. Histogram üzerinde %5 ten küçük değerlere (V %05 ) sahip piksellere 0, %95 ten büyük değere sahip piksellere (V %95 ) ise 55 değeri atanır. Arada kalan diğer veriler (%5 - % 95 arası) lineer kontrast germe mantığına göre 0-55 aralığına dağıtılır. 6
17 Kaynak: Paul M. Mather, Computer Processing of Remotely Sensed Images: An Introduction 7
18 Linear stretch 8 Kaynak:
19 Kaynak: Paul M. Mather, Computer Processing of Remotely Sensed Images: An Introduction 9
20 0
21 Standart Sapma Kontrast İyileştirme
22 Normal dağılımdaki verilerde, verilerin %68 i ±σ, 95.4% ±σ ve ü ±3σ aralığına düşer. Örnek, Görüntüdeki gri değerlerin ortalaması 7.3 ve standart sapması 5.75, minimum gri değer 4 ve maksimum gri değer 05 olsun. Bu durumda -43 arasındaki tüm gri değerler lineer olarak 0-55 aralığına dağıtılır, ve 43, olarak hesaplanır. 0- arası gri değerlere 0, arası gri değerlere 55 atanır.
23 Parçalı Lineer Kontrast İyileştirme Histogram gauss eğrisi şeklinde olmadığı zaman kullanılır. Orijinal görüntüdeki gri değer aralığı parçalara bölünür ve her parçaya lineer kontrast iyileştirme uygulanır GD çıktı 0 55 GD girdi 3
24 Non-Lineer Kontrast İyileştirme - Histogram Eşitleme Her gri değere eşit miktarda piksel dağıtmaya çalışmaktır Normal dağılımdaki bir histogramda çok aydınlık ve çok karanlık kısımlarda kontrastı düşürür. Bu bölgeler çan eğrisinin eteklerine denk gelir 4
25 f(gd i ) Histogram Eşitleme Orjinal Histogram Frekans, f(ydi) Gri Yansima Değerler, Değerleri, GD i YDi 3-bit bir görüntünün histogramı 5
26 Eşitlenmiş Histogram Frekans Gri Yansıma Değerler Değeri 6
27 Gri Değerlere ait olasılıkların Hesaplanması Yansıma Değeri GD i GDi Li max( GD ) i Frekans f ( GDi ) Olasılık f ( GDi ) n Kümülatif toplam Yeni Gri Değer 0 0/7 = /7 = /7 = /7 = /7 = /7 = /7 = /7 = p i n =
28 Yeni Gri Değerler Nasıl Hesaplanır? 4. Satırdaki k değerlerine en yakın Li değerleri 3. satırda bulunur ve bulunan değere karşılık gelen. satırdaki orjinal gri değer yeni gri değer olarak son satıra yazılır 8
29 Histogram eşitleme diğer yöntemlerden dramatik bir şekilde ayrılır çünkü gri değerler görüntünün birikimli frekans histogramına göre yeniden atanır Bu yüzden, histogram eşitlemeden sonra daha önce farklı gri değerlere sahip pikseller aynı değere sahip olabilir Veya, daha önce çok yakın gri değerlere sahip olan pikseller birbirlerinden uzaklaşabilir (yani kontrast artabilir) Özetle, bu yöntem görüntünün daha iyi görünmesini sağlayabilir fakat görüntünün yapısına ve gri değerler arasındaki ilişkiye zarar verir Bu yüzden histogram eşitleme uygulanmış bir görüntüden detay çıkarımı, sınıflandırma ve değişim analizi vb. uygulamalar yapmak akıllıca olmaz. 9
30 3 - Histogram Eşleme Bu işlem bir görüntünün histogramını diğer bir görüntünün histogramına benzetmektir. Genellikle yeryüzünde aynı alanı gösteren fakat farklı zamanlarda ve farklı açılardan çekilmiş görüntüler için kullanılır Çünkü bu durumlarda güneş açısı ve atmosferik şartlar farklı olur, bu da aynı nesneye ait gri değerlerde farklılıklara sebep olur. Özellikle mozaik ve değişim analizi işlemlerinde çok faydalıdır. 30
31 ERDAS ta Histogram Eşleme 3
32 Histogram eşlemeden iyi bir sonuç bekleniyorsa iki görüntü de aşağıdaki özelliklere sahip olmalıdır. İki görüntüye ait histogram eğrilerinin genel şekilleri birbirine benzer olmalıdır. Görüntülerdeki karanlık ve aydınlık nesneler her iki görüntüde de tutarlı olmalıdır Bazı uygulamalar için iki görüntünün de mekansal çözünürlüğü aynı olmalıdır. İki görüntüdeki arazi sınıflarının dağılımları yaklaşık aynı olmalıdır. 3
33 İki görüntü tamamen aynı alanı kaplamıyorsa da bir önceki slayttaki şartlar sağlanmalıdır. Örneğin görüntülerden birisinde bulut varsa ve diğerinde yoksa, bulut ortadan kaldırıldıktan sonra histogram eşleme uygulamalıdır. Görüntüden bulutları kaldırma işlemi Erdas yazılımında AOI araçları kullanılarak yapılabilir NOT: Erdas yazılımında histogram eşleme işlemi iki görüntünün bantları arasında yapılır. Örneğin bir görüntüye ait 3. bant diğer görüntüye ait 3. bantla eşleştirilir. 33
34 4 Gri Değerlerin Tersini Alma Orijinal görüntüdeki kontrastın tersini üretir Karanlık nesneler aydınlık, aydınlık nesneler karanlık olur Bu fonksiyon iki seçenek içerir: gri değerlerin tersini üretme ve yeniden orijinale dönme İki seçenekte de görüntünün gri değerleri ( genelde 0~55) kontrast germe uygulanarak 0~ aralığına dağıtılır. Çıktı görüntüye de yine genelde 0~55 aralığına dönüştürmek için min-max germe uygulanır. 34
35 5 - Görüntü Bölme Bir görüntüdeki pikselin diğer görüntüdeki karşılıklı piksele bölünmesi oranlama olarak ta bilinir. Uzaktan algılamada en çok kullanılan aritmetik işlemdir. Jeolojide yaygın bir şekilde kullanılır 35
36 Bant Oranlama Bazen topoğrafik eğim, gölgeler ve güneşin farklı sezonlarda farklı açılardan gelmesi nedeniyle tamamen aynı iki objeye ait gri değerler görüntüde farklı olabilir Bu durum görüntü analizcisinin veya sınıflandırma algoritmasının yüzeydeki materyalleri birbirinden doğru bir şekilde ayırmasını engelleyebilir. Bu durumda bantların oranlarını kullanmak problemin etkisini bazı durumlarda azaltır veya ortadan kaldırabilir. Ayrıca bantların oranlarını kullanmak tek bir banttan çıkarımı mümkün olmayan bazı bilgilerin çıkarımına da sebep olabilir. 36
37 Yeryüzünde farklı nesnelere ait spektral yansıma eğrileri arasındaki fark oranlama ile ortaya çıkarılabilir. Bitkiler için KÖ/K den büyük bir rakam olacaktır Toprak için KÖ/K den büyük ama e yakın bir rakam olacaktır Su için KÖ/K den küçük bir rakam olacaktır 37
38 Gölge veya Topoğrafyadan Kaynaklanan Etkilerin Azaltılması Güneş ışınları sağdaki yüzeye dik açıyla geliyor ve hem K hem de KÖ bantta yüksek yansıma değerleri veriyor Fakat güneş ışınları soldaki yüzeye neredeyse teğet geçiyor ve hem K hem de KÖ bantta düşük yansıma değerleri veriyor Bu iki bantı birbirinden çıkartsaydık bu etkiyi arttırırdık Oysaki bu iki bantı oranladığımızda neredeyse aynı değerleri buluyoruz, böylece topoğrafyadan oluşan etkiyi, veya gölge etkisini minimize ediyoruz. 38
39 Bant Oranlama GD i, j, r GD GD i, j, k i, j, l Burada; GD i, j, r = satırı i, sütunu j olan pikselin yeni gri değeri GD i, j, k ve GD i, j, l gelen gri değerlerdir = k ve l bantlarında yine aynı i ve j konumuna denk 39
40 GD i, j, r GD GD i, j, k i, j, l Bazen payda 0 olabilir. Bu durumda; Ya 0 olan gri değer yarine alınır Ya da paydaya 0. gibi bir sabit eklenir 40
41 Bazen sonucun yine örneğin 8-bit görüntü için 0-55 aralığında olması istenir. Bu durumda; Oran değerleri /55 ila arasındaysa; GD Int[( GDi, j, 7) i, j, n r ila 8 arasına, Oran değerleri ila 55 arasındaysa; ] GD i, j, n GD Int(8 i, j, r 8 ila 55 arasına dönüştürülür ) 4
42 Sonuç olarak Uygun kontrast iyileştirme yönteminin seçimi orijinal görüntünün histogramına, görüntüde yer alan detayların yapısına ve görüntü analizcisinin ilgi alanına göre değişebilir. İyi bir görüntü analizcisi görüntünün histogramını inceler ve en uygun yönteme karar vererek tatmin edici sonuç alana kadar yöntemi uygular Çoğu yöntem bilgi kaybına sebep olur, fakat bazen geride kalan bilginin işe yarayıp yaramaması daha önemli olabilmektedir. Kontrast iyileştirme genelde görüntüyü görsel olarak değerlendirmede kullanılır Bu yüzden görüntüden detay çıkarımı, sınıflandırma ve değişim analizi vb. uygulamalar için çoğu zaman önerilmez 4
43 Mekansal İyileştirme Evrişim Süzgeci (Convolution Filtering) Keskinleştirme (Crisp) Süzgeci Görüntü Füzyonu (Image Fusion) Uyarlamalı Süzgeç (Adaptive Filtering) 43
44 Mekansal İyileştirme Radyometrik İyileştirme her piksele tek başına uygulanır Oysa, mekansal iyileştirme büyük çoğunlukla söz konusu pikselin gri değerini ona komşu olan piksellerin gri değerlerini kullanarak değiştirir. Mekansal iyileştirme büyük oranda mekansal frekansla ilgilenir Mekansal frekans birbirine komşu pikseller içinde en büyük ve en küçük gri değerler arasındaki farktır. Mekansal frekans görüntünün herhangi bir yerinde her birim mesafede parlaklık değerlerinde oluşan değişim olarak ta tanımlanır. 44
45 Düşük frekanslı veya yüksek frekanslı görüntü? Eğer görüntüde yansıma değerleri arasında büyük değişim yoksa bu görüntülere düşük frekanslı görüntü denir. Eğer görüntüde çok kısa mesafelerde gri değerler arasında çok büyük değişimler varsa bu görüntülere de yüksek frekanslı görüntü diyoruz. Sıfır mekansal frekanslı görüntü Düşük mekansal frekanslı görüntü Yüksek mekansal frekanslı görüntü 45
46 Evrişim Süzgeci (Convolution Filtering) Evrişim Süzgeci görüntüde küçük piksel gruplarının ortalamasının alınmasıdır. Evrişim Süzgeci görüntünün mekansal frekans özelliklerini değiştirmek için kullanılır Evrişim süzgeci uygulanmış görüntünün herhangi bir (i,j) konumundaki piksel değeri (DN i,j ), orijinal görüntüde aynı konum olan (i,j) in etrafındaki piksel değerlerinin ağırlıklı ortalaması (yani, lineer kombinasyonu) şeklinde hesaplanır. Evrişim penceresinin boyutu genelde 3x3, 5x5, 7x7 gibi tek sayılardan oluşur. Evrişim penceresindeki rakamlar ortalama alınırken her piksele ait ağırlık değerleri olarak hizmet eder. 46
47 Evrişim Süzgeci Örneği Evrişim penceresi Orijinal Görüntü 47
48 Evrişim Süzgeci Örneği V i, j q q i j f F i, j d i, j Örnek: q = 3 olsun V, int f d f d f f 3 d3 f d f f f 3 f d f f 3 f 3 d f 3 f f 3 3 d f f 3 d 3 f 33 d 33 f ij = i inci satır j inci sütundaki filtre katsayısı d ij = f ij in altına denk gelen orijinal görüntüdeki gri değer q = süzgecin boyutu (örnek: 3x3 veya 9x9 gibi) F = süzgeçteki katsayıların toplamı V = Süzgeçleme sonucu oluşan yeni gri değer. (Eğer V < 0 ise V=0 alınır. 48
49 49 Gerçek Görüntü Örneği ) 40) /(6 (8 int ) 6 ( 8) ( ) ( ) ( 6) ( 8) (6 ) ( 6) ( 6) ( 8) ( int V V
50 Eğer evrişim süzgeci uygulanacak piksel 8 6 görüntünün tam kenarında ise ne olacak? 8 Cevap: Mesela evrişim süzgeci uygulanacak piksel görüntünün sol üst köşesinde olsun ve evrişim penceresi 3x3 olsun. Bu durumda görüntüdeki ilk satır ve ilk sütün kopyalanır. Eğer evrişim penceresi 5x5 olsaydı görüntüdeki ilk satır ve ilk sütün iki kere kopyalanır. Alternatif : Gerekli olan boş pikseller 0 ile doldurulur 50
51 ERDAS ta Süzgeç Çeşitleri Toplamı Sıfır Olan Süzgeçler (Zero-Sum Filters) Yüksek Geçiren Süzgeçler (High-Pass Filters) Alçak Geçiren Süzgeçler (Low-Pass Filters) 5
52 Toplamı Sıfır Olan Süzgeçler Katsayılar toplamı sıfırdır Bu durumda F = alınır Görüntüde gri değerlerin değişmediği bölgeler 0 değer üretir. Düşük frekanslı alanlarda daha düşük piksel değeri üretir. Yüksek frekanslı alanlarda daha yüksek piksel değeri üretir. Böylece görüntüdeki kontrastı arttırır. Bu yüzden bunlara kenar bulucu süzgeçler de denir Belli bir yönde uzanan kenarları bulmak için farklı evrişim süzgeçleri kullanılır Kenarları iyileştirirken diğer detayları yutma eğilimi vardır 5
53 Toplamı Sıfır Olan Süzgeçlere Örnek Prewitt (Horizantal) Prewitt (Vertical) - 0 Sobel (Horizantal) Sobel (Vertical) Bunlar genelde belli bir yöndeki kenarları bulmak için kullanılır. Yukarıdaki örnekler yatay ve düşey yöndeki kenarları iyileştirmek için kullanılır. Aşağıdaki örnekler ise Kuzey Doğu-Güney Batı yönündeki ve yönündeki kenarları iyileştirmek için kullanılır. Kuzey Batı-Güney Doğu Kuzey Doğu-Güney Batı Kuzey Batı-Güney Doğu
54 8 3x3 Kenar bulan süzgeç Ikonos KTU Kampus 3x3 Kenar bulan süzgeç uygulanmış 5x5 Yatay Süzgeç uygulanmış 5x5 Dikey Süzgeç uygulanmış 3x3 Sol dayagonal Süzgeç uygulanmış 54
55 Yüksek Geçiren Süzgeçler (High-Pass Filters) Bunlar frekans arttırıcı etki yapar Bu yüzden bu süzgeçlere kenar iyileştiriciler de denir Homojen pikseller arasındaki kenarları ortay çıkarır Toplamı sıfır olan süzgeçler gibi kenar bulucuların aksine sadece kenarları daha belirgin yapar, ama bunu yaparken diğer detayları ortadan kaldırıcı etki yapmaz. 55
56 56 Yüksek Geçiren Süzgeçlere Örnek Üç değişik 3x3 lük filtre örneği
57 Yüksek Geçiren Süzgeçler (High-Pass Filters) Düşük gri değere sahip bir piksel daha yüksek gri değere sahip komşu pikseller tarafından çevrelendiğinde yüksek geçiren filtreler uygulanırsa düşük gri değere sahip pikselin değeri daha da düşer. Örnek: 57
58 Yüksek Geçiren Süzgeçler (High-Pass Filters) Yüksek gri değere sahip bir piksel daha düşük gri değere sahip komşu pikseller tarafından çevrelendiğinde yüksek geçiren filtreler uygulanırsa yüksek gri değere sahip pikselin değeri daha da artar. Örnek: 58
59 59 Ikonos KTU Kampus 3x3 Yüksek Geçiren Süzgeç uygulanmış 5x5 Yüksek Geçiren Süzgeç uygulanmış 9 4
60 Alçak Geçiren Süzgeçler (Low-Pass Filters) Bu süzgeçler mekansal frekansı düşürürler Süzgeç penceresinin içerisinde kalan gri değerlerin basit anlamda ortalamaları alınır Bu sayede görüntüdeki gri değerler daha homojen hale getirilmiş olur. Bu yüzden de elde edilen resim bulanıklaşmış olur Bunu engellemek için genellikle ağırlıkları farklı düşük geçiren süzgeçler kullanılır 60
61 Alçak Geçiren Süzgeçlere Örnek Ağırlıklar eşit 3x3 lük alçak geçiren süzgeç örneği Ağırlıklar farklı 3x3 lük alçak geçiren süzgeç örneği
62 Ikonos KTU Kampus 3x3 Alçak Geçiren Süzgeç uygulanmış Ağırlıklar aynı 3x3 Alçak Geçiren Süzgeç uygulanmış Ağırlıklar Farklı 3 6
63 Keskinleştirme (Crisp) Süzgeci Bu yöntem görüntüdeki bantlar arasındaki korelasyonu bozmadan görüntünün daha net ve aydınlık yapılmasını sağlar Genellikle atmosferdeki pusun sebep olduğu etkiyi veya sensörün hızla hareket etmesi sonucu oluşan bozulmaları ortadan kaldırmada kullanılır 63
64 Keskinleştirme (Crisp) Süzgeci Yöntem şöyle çalışıyor - Önce görüntüye ana bileşen dönüşümü uygulanır - Birinci ana bileşene summary süzgeci uygulanır 0 3- Ters ana bileşen dönüşümü ile işlem tamamlanır 3x3 summary süzgeci örneği 64
65 ` Ikonos KTU Kampus Keskinleştirme (Crisp) Süzgeci uygulanmış görüntü 65
Görüntü İyileştirme Teknikleri. Hafta-8
Görüntü İyileştirme Teknikleri Hafta-8 1 Spektral İyileştirme PCA (Principal Component Analysis) Dönüşümü. Türkçesi Ana Bileşenler Dönüşümü Decorrelation Germe Tasseled Cap RGB den IHS ye dönüşüm IHS den
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
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme Atmosferik etkilerin giderilmesinde kullanılan radyometrik
DetaylıGörüntü İyileştirme Teknikleri. Hafta-6
Görüntü İyileştirme Teknikleri Hafta-6 Doç. Dr. Oğuz Güngör Karadeniz Teknik Üniversitesi Harita Mühendisliği Bölümü 618 Trabzon ogungor@ktu.edu.tr 1 İndisler Görüntü İyileştirme Teknikleri Radyometrik
DetaylıUYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA
UYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA Son yıllarda teknolojinin gelişmesi ile birlikte; geniş alanlarda, kısa zaman aralıklarında ucuz ve hızlı sonuç alınabilen uzaktan algılama tekniğinin, yenilenebilir
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
DetaylıDijital Görüntü İşleme ve İyileştirme
Dijital Görüntü İşleme ve İyileştirme Ortalama ve Standart Sapma: Görüntüdeki ri değerlerin, ortalaması ve standart sapması olarak ifade edilir. Ortalama tüm örüntüye ait parlaklığı ifade ederken, standart
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
DetaylıTÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun.
Doç.Dr.Mehmet MISIR-2013 TÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun. Son yıllarda teknolojinin gelişmesi ile birlikte; geniş alanlarda, kısa zaman aralıklarında
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
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
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
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,
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
DetaylıBölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme
BLM429 Görüntü İşlemeye Giriş Bölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme Dr. Öğr. Üyesi Caner ÖZCAN It makes all the difference whether one sees darkness through the light or brightness through the
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
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
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2016-2017 Öğretim Yılı Bahar Dönemi 1 Geçen ders Mekansal/Konumsal/Geometrik(Spatial resolution) Radyometrik Spektral Zamansal 2 Dijital /Sayısal
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
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 Yüksek ve düşük spektral çözünürlüğe sahip dijital görüntülerdeki temel avantaj ve dezavantajlar aşağıda
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
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 7 SIFT ve Öznitelik Eşleme Alp Ertürk alp.erturk@kocaeli.edu.tr Panorama Oluşturma Görüntü mozaikleme, panorama oluşturma gibi tüm uygulamalar için öncelikle ilgili görüntülerin
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?
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
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.
DetaylıTEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ
TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin
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
DetaylıDigital Görüntü Temelleri Görüntü Oluşumu
Digital Görüntü Temelleri Görüntü Oluşumu Işık 3B yüzeye ulaşır. Yüzey yansıtır. Sensör elemanı ışık enerjisini alır. Yoğunluk (Intensity) önemlidir. Açılar önemlidir. Materyal (yüzey) önemlidir. 06 Kasım
DetaylıEyüp Ersan SÜLÜN Photoshop CS4 Kullanım Kursu ADOBE PHOTOSHOP KATMAN HARMANLAMA (KARIŞTIRMA) MODLARI
Eyüp Ersan SÜLÜN Photoshop CS4 Kullanım Kursu ADOBE PHOTOSHOP KATMAN HARMANLAMA (KARIŞTIRMA) MODLARI Photoshop ile çalışırken, katmanlar üzerinde kullanılan nesneleri ve renkleri bir biri ile karıştırarak
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
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
DetaylıORM 7420 USING SATELLITE IMAGES IN FOREST RESOURCE PLANNING
ORM 7420 USING SATELLITE IMAGES IN FOREST RESOURCE PLANNING Asst. Prof. Dr. Uzay KARAHALİL Week IV NEDEN UYDU GÖRÜNTÜLERİ KULLANIRIZ? Sayısaldır (Dijital), - taramaya gerek yoktur Hızlıdır Uçuş planı,
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
DetaylıDijital Kameralar (Airborne Digital Cameras)
Dijital Kameralar (Airborne Digital Cameras) Klasik fotogrametrik görüntü alımındaki değişim, dijital kameraların gelişimi ile sağlanmaktadır. Dijital görüntü, analog görüntü ile kıyaslandığında önemli
DetaylıGörüntü 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
DetaylıFİZ209A OPTİK LABORATUVARI DENEY KILAVUZU
T.C. GAZİ ÜNİVERSİTESİ GAZİ EĞİTİM FAKÜLTESİ ORTAÖĞRETİM FEN VE MATEMATİK ALANLARI EĞİTİMİ BÖLÜMÜ FİZİK EĞİTİMİ ANABİLİM DALI FİZ209A OPTİK LABORATUVARI DENEY KILAVUZU TÇ 2007 & ҰǓ 2012 Öğrencinin Adı
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
DetaylıMerkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder.
Yayılma Ölçütleri Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder. Bir başka ifade ile, bir veri setinin,
DetaylıGenel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.
4.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Ranj Çeyrek Kayma Çeyrekler Arası Açıklık Standart Sapma Varyans
Detaylı1. Değişik yeryüzü kabuk tiplerinin spektral yansıtma eğrilerinin durumu oranlama ile ortaya çıkarılabilmektedir.
ORAN GÖRÜNTÜLERİ Oran Görüntüsü Oran görüntülerini değişik şekillerde tanımlamak mümkündür; Bir görüntünün belirli bandındaki piksel parlaklık değerleri ile bunlara karşılık gelen ikinci bir banddaki piksel
DetaylıYrd. Doç. Dr. Aycan M. MARANGOZ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ FOTOGRAMETRİ ANABİLİM DALI SUNULARI JDF435 UZAKTAN ALGILAMA DERSİ NOTLARI
UZAKTAN ALGILAMA Sayısal Görüntü ve Özellikleri GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ FOTOGRAMETRİ ANABİLİM DALI SUNULARI JDF435 UZAKTAN ALGILAMA DERSİ NOTLARI http://jeodezi.karaelmas.edu.tr/linkler/akademik/marangoz
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
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 Piksel / dpi Piksel en küçük anlamlı birim dpi = dot per inch/ 1 inch teki nokta sayısı 1 inch =25.4 mm
DetaylıBÖLÜM 9 NORMAL DAĞILIM
1 BÖLÜM 9 NORMAL DAĞILIM Normal dağılım; 'normal dağılım eğrisi (normaly distribution curve)' ile kavramlaştırılan hipotetik bir evren dağılımıdır. 'Gauss dağılımı' ya da 'Gauss eğrisi' olarak da bilinen
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
DetaylıMühendislikte İstatistik Yöntemler
.0.0 Mühendislikte İstatistik Yöntemler İstatistik Parametreler Tarih Qma.3.98 4..98 0.3.983 45 7..984 37.3.985 48 0.4.986 67.4.987 5 0.3.988 45.5.989 34.3.990 59.4.99 3 4 34 5 37 6 45 7 45 8 48 9 5 0
DetaylıBASMA DENEYİ MALZEME MÜHENDİSLİĞİ BÖLÜMÜ. 1. Basma Deneyinin Amacı
1. Basma Deneyinin Amacı Mühendislik malzemelerinin çoğu, uygulanan gerilmeler altında biçimlerini kalıcı olarak değiştirirler, yani plastik şekil değişimine uğrarlar. Bu malzemelerin hangi koşullar altında
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,
DetaylıKIFSAD LIGHTROOM 2 EĞİTİM DOKÜMANI
KIFSAD LIGHTROOM 2 EĞİTİM DOKÜMANI LIGHTROOM 2 Program açıldıktan sonra File / Import Photos From Disk menüsüne tıklanarak yüklenmek istenen fotoğraflar için seçim penceresi açılır. CTRL tuşuna basılı
DetaylıUydu Görüntülerinin. Rektifikasyon ve Registrasyonu. Hafta - 5
Uydu Görüntülerinin Rektifikasyon ve Registrasyonu Hafta - 5 1 Rektifikasyon Uydulardan veya uçaklardan elde edilen ham uzaktan algılama görüntüleri Dünya nın düzensiz yüzeyinin temsilidir. Nispeten dümdüz
DetaylıKameralar, sensörler ve sistemler
Dijital Fotogrametri Kameralar, sensörler ve sistemler Prof. Dr. Fevzi Karslı Harita Mühendisliği Bölümü, KTÜ fkarsli@ktu.edu.tr Analog Hava Kameraları Ana firmalar Zeiss, Wild ve Leica. Kullanılan bütün
DetaylıVerilerin Özetlenmesinde Kullanılan Sayısal Yöntemler
Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Merkezi Eğilim Ölçüleri Merkezi eğilim ölçüsü, bir veri setindeki merkezi, yada tipik, tek bir değeri ifade eder. Nicel veriler için, reel sayı çizgisindeki
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,
DetaylıYrd. Doç. Dr. Caner ÖZCAN
Yrd. Doç. Dr. Caner ÖZCAN Grafik Programlama Bilgisayar kullanılırken monitörlerde iki tür ekran moduyla karşılaşılır. Bu ekran modları Text modu ve Grafik modu dur. Text modunda ekran 25 satır ve 80 sütundan
DetaylıMerkezi Yığılma ve Dağılım Ölçüleri
1.11.013 Merkezi Yığılma ve Dağılım Ölçüleri 4.-5. hafta Merkezi eğilim ölçüleri, belli bir özelliğe ya da değişkene ilişkin ölçme sonuçlarının, hangi değer etrafında toplandığını gösteren ve veri grubunu
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
Detaylı8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,
İSTATİSTİK 8.Hafta Değişkenlik Ölçüleri Hedefler Bu üniteyi çalıştıktan sonra; Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, Serilerin birbirlerine değişkenliklerini yorumlayabileceksiniz. 2
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
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
DetaylıSürekli Rastsal Değişkenler
Sürekli Rastsal Değişkenler Normal Dağılım: Giriş Normal Dağılım: Tamamen ortalaması ve standart sapması ile tanımlanan bir rastsal değişken, X, için oluşturulan sürekli olasılık dağılımına normal dağılım
DetaylıElektromanyetik Radyasyon (Enerji) Nedir?
Elektromanyetik Radyasyon (Enerji) Nedir? Atomlardan çeşitli şekillerde ortaya çıkan enerji türleri ve bunların yayılma şekilleri "elektromagnetik radyasyon" olarak adlandırılır. İçinde X ve γ ışınlarının
DetaylıUZAKTAN ALGILAMA- UYGULAMA ALANLARI
UZAKTAN ALGILAMA- UYGULAMA ALANLARI Doç. Dr. Nebiye Musaoğlu nmusaoglu@ins.itu.edu.tr İTÜ İnşaat Fakültesi Jeodezi ve Fotogrametri Mühendisliği Bölümü Uzaktan Algılama Anabilim Dalı UZAKTAN ALGILAMA-TANIM
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 Piksel / dpi Piksel en küçük anlamlı birim dpi = dot per inch/ 1 inch teki nokta sayısı 1 inch =25.4 mm
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
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,
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,
DetaylıÜnite 5 - Veri Görüntü
Uzaktan Algılamaya Giriş Ünite 5 - Veri Görüntü Önişleme Görüntü Önişleme Sayısal Görüntü ü Önişleme, sayısal görüntülerin ül bilgisayari yardımı ile iyileştirikmesi ve yorumlanmasını içerir. SayısalGörüntüÖnişlemesinde
DetaylıTEMEL GRAFİK TASARIM AÇIK-KOYU, IŞIK-GÖLGE
TEMEL GRAFİK TASARIM AÇIK-KOYU, IŞIK-GÖLGE Öğr. Gör. Ruhsar KAVASOĞLU 23.10.2014 1 Işık-Gölge Işığın nesneler, objeler ve cisimler üzerinde yayılırken oluşturduğu açık orta-koyu ton (degrade) değerlerine
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
DetaylıAnalog Alçak Geçiren Filtre Karakteristikleri
Analog Alçak Geçiren Filtre Karakteristikleri Analog alçak geçiren bir filtrenin genlik yanıtı H a (jω) aşağıda gösterildiği gibi verilebilir. Ω p : Geçirme bandı kenar frekansı Ω s : Söndürme bandı kenar
DetaylıBÖLÜM 4: MADDESEL NOKTANIN KİNETİĞİ: İMPULS ve MOMENTUM
BÖLÜM 4: MADDESEL NOKTANIN KİNETİĞİ: İMPULS ve MOMENTUM 4.1. Giriş Bir önceki bölümde, hareket denklemi F = ma nın, maddesel noktanın yer değiştirmesine göre integrasyonu ile elde edilen iş ve enerji denklemlerini
DetaylıYÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDE GEOMETRİK DÜZELTMENİN SINIFLANDIRMA SONUÇLARINA ETKİSİ
YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDE GEOMETRİK DÜZELTMENİN SINIFLANDIRMA SONUÇLARINA ETKİSİ E. Ayhan 1,G. Atay 1, O. Erden 1 1 Karadeniz Teknik Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Bölümü,
DetaylıMATE211 BİYOİSTATİSTİK
MATE211 BİYOİSTATİSTİK ÇALIŞMA SORULARININ ÇÖZÜM VE CEVAPLARI Yapılan bir araştırmada, 136 erişkin kişinin kanlarındaki kolesterol düzeyleri gr/dl cinsinden aşağıda verilmiştir: 180 230 190 186 220 191
DetaylıDÜNYA NIN ŞEKLİ ve BOYUTLARI
0 DÜNYA NIN ŞEKLİ ve BOYUTLARI Dünya güneşten koptuktan sonra, kendi ekseni etrafında dönerken, meydana gelen kuvvetle; ekvator kısmı şişkince, kutuplardan basık kendine özgü şeklini almıştır. Bu şekle
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)
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
DetaylıDİJİTAL GÖRÜNTÜ İŞLEME
DİJİTAL GÖRÜNTÜ İŞLEME Prof. Dr. Oğuz Güngör Karadeniz Teknik Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Bölümü 61080 Trabzon ogungor@ktu.edu.tr 1 Renk Nedir? 2 En basit anlamıyla renk maddelerden
DetaylıTANIMLAYICI İSTATİSTİKLER
TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin
DetaylıİKLİM ELEMANLARI SICAKLIK
İKLİM ELEMANLARI Bir yerin iklimini oluşturan sıcaklık, basınç, rüzgâr, nem ve yağış gibi olayların tümüne iklim elemanları denir. Bu elemanların yeryüzüne dağılışını etkileyen enlem, yer şekilleri, yükselti,
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
Detaylı13. Olasılık Dağılımlar
13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon
DetaylıHaritası yapılan bölge (dilim) Orta meridyen λ. Kuzey Kutbu. Güney Kutbu. Transversal silindir (projeksiyon yüzeyi) Yerin dönme ekseni
1205321/1206321 Türkiye de Topografik Harita Yapımı Ölçek Büyük Ölçekli Haritalar 1:1000,1:5000 2005 tarihli BÖHHBYY ne göre değişik kamu kurumlarınca üretilirler. Datum: GRS80 Projeksiyon: Transverse
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
DetaylıKuzey Kutbu. Yerin dönme ekseni
1205321/1206321 Türkiye de Topoğrafik Harita Yapımı Ölçek Büyük Ölçekli Haritalar 1:1000,1:5000 2005 tarihli BÖHHBYY ne göre değişik kamu kurumlarınca üretilirler. Datum: GRS80 Projeksiyon: Transverse
DetaylıBÖLÜM 1 GİRİŞ: İSTATİSTİĞİN MÜHENDİSLİKTEKİ ÖNEMİ
BÖLÜM..AMAÇ GİRİŞ: İSTATİSTİĞİ MÜHEDİSLİKTEKİ ÖEMİ Doğa bilimlerinde karşılaştığımız problemlerin birçoğunda olaydaki değişkenlerin değerleri bilindiğinde probleme kesin ve tek bir çözüm bulunabilir. Örneğin
DetaylıYÜKSEK ÇÖZEBİLİRLİKLİ UYDU GÖRÜNTÜLERİNİN BİLGİ İÇERİKLERİNİN KARŞILAŞTIRILMASI
YÜKSEK ÇÖZEBİLİRLİKLİ UYDU GÖRÜNTÜLERİNİN BİLGİ İÇERİKLERİNİN KARŞILAŞTIRILMASI Ferihan ÖZFİDAN, Hüseyin TOPAN, Hakan ŞAHİN, Serkan KARAKIŞ Zonguldak Karaelmas Üniversitesi, Mühendislik Fakültesi, Jeodezi
DetaylıEmrah Kurtoğlu Gamze Dinçar Liva Gizem Göze Ali Kadir Ulu
1302120002 1302130068 1302150039 1302150049 Emrah Kurtoğlu Gamze Dinçar Liva Gizem Göze Ali Kadir Ulu 17.10.2016 SPEKTRAL İMGELER Bir malzeme için yansıyan, yutulan veya iletilen ışınım miktarları dalga
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
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
DetaylıPortföy Yönetimi. Yatırım Kumar Adil Oyun
Portföy Yönetimi 1 Yatırım Kumar Adil Oyun 2 1 Risk ve Getiri Kavramı Genel Kural: Getiriyi Sev, Riskten Kaç Faydayı Maksimize Et! 3 Getiri Kavramı Hisse Senedinde getiri iki kaynaktan oluşur. : Sermaye
DetaylıÖĞRENME ALANI : FİZİKSEL OLAYLAR ÜNİTE 2 : KUVVET VE HAREKET
ÖĞRENME ALANI : FİZİKSEL OLAYLAR ÜNİTE 2 : KUVVET VE HAREKET A BASINÇ VE BASINÇ BİRİMLERİ (5 SAAT) Madde ve Özellikleri 2 Kütle 3 Eylemsizlik 4 Tanecikli Yapı 5 Hacim 6 Öz Kütle (Yoğunluk) 7 Ağırlık 8
DetaylıMEVSİMLER VE İKLİM A. MEVSİMLERİN OLUŞUMU
MEVSİMLER VE İKLİM Ülkemizde hepimizinde bildiği gibi dört mevsim yaşanmaktadır. Bu mevsimler ilkbahar, yaz, sonbahar ve kış mevsimleridir. Peki ilkokuldan beri özellikleriyle beraber öğrendiğimiz bu mevsimler
DetaylıİSTATİSTİK I KISA ÖZET KOLAYAOF
DİKKATİNİZE: BURADA SADECE ÖZETİN İLK ÜNİTESİ SİZE ÖRNEK OLARAK GÖSTERİLMİŞTİR. ÖZETİN TAMAMININ KAÇ SAYFA OLDUĞUNU ÜNİTELERİ İÇİNDEKİLER BÖLÜMÜNDEN GÖREBİLİRSİNİZ. İSTATİSTİK I KISA ÖZET KOLAYAOF 2 Kolayaof.com
DetaylıYrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü
Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu
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
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,
DetaylıSÜREKLİ RASSAL DEĞİŞKENLER
SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.
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
DetaylıKaradeniz Teknik Üniversitesi Ön Lisans ve Lisans Programlarında Başarı Notunun Değerlendirilmesine Dair Senato Tarafından Belirlenen Usul ve Esaslar
Karadeniz Teknik Üniversitesi Ön Lisans ve Lisans Programlarında Başarı Notunun Değerlendirilmesine Dair Senato Tarafından Belirlenen Usul ve Esaslar Karadeniz Teknik Üniversitesi (KTÜ) Ön Lisans ve Lisans
DetaylıUA Teknikleri Kullanılarak Taşkın Alanlarının Belirlenmesi ve Bölgesel Taşkın Frekans Analizinin Batı Karadeniz Bölgesinde Uygulanması
UA Teknikleri Kullanılarak Taşkın Alanlarının Belirlenmesi ve Bölgesel Taşkın Frekans Analizinin Batı Karadeniz Bölgesinde Uygulanması Prof. Dr. A. Ünal Şorman Orta Doğu Teknik Üniversitesi, Đnşaat Mühendisliği
Detaylı