Gri Seviye Dönüşümleri ve Uzaysal Filtreleme. BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Gri Seviye Dönüşümleri ve Uzaysal Filtreleme. BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN"

Transkript

1 Gri Seviye Dönüşümleri ve Uzaysal Filtreleme BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN

2 GRİ SEVİYE DÖNÜŞÜMLERİ Herhangi bir görüntü işleme operasyonu, görüntüdeki pikselin gri seviye değerlerini dönüştürme işlemidir. Ancak, görüntü işleme operasyonları; dönüşümü gerçekleştirmek için, ihtiyaç duyacağı bilgilere göre 3 sınıfa ayrılabilir. Bunlar en zordan en basite göre; 1- Transformlar (Dönüşümler): değişik domainlere dönüşüm yapılarak görüntü işleme işlemidir. (Bu derste uzaysal domain(spatial domain) ve frekans domaininde (frequency domain) işlemler yapılacaktır. ) Çok etkili ve verimli algoritmalar bu şekilde çalıştırılır. Bir dönüşümü kullanarak, tüm görüntünün tek bir büyük blok gibi işlenmiş olduğunu düşünebilirsiniz. 2-Komşuluk ilişkili (Neighbourhood processing-bölgesel) işlemler: Belirli bir pikselin gri düzeyini değiştirmek için bilmemiz gereken tek şey verilen piksel etrafında küçük bir bölgedeki (komşuluk ilişkisinin olduğu yerde) gri düzeylerinin değeridir. 3-Noktasal İşlemler : Bir pikselin yeni gri seviye değerini, bağımsız olarak, etrafındaki piksel bilgilerine ihtiyaç olmadan elde etme işlemidir. Noktasal işlemler en basit işlemler olmasına rağmen birçok görüntü işleme operasyonlarında kullanılırlar. Özellikle bir görüntünün; ana işlemlerden geçirilmesine hazırlamak üzere kullanılırlar.

3 Tamamlayıcı Not Uzaysal domain (Spatial Domain): Günlük hayatta kullandığımız sayısal resimlerin oluşturulduğu domaindir. Bu domaindeki resimlerin pixelleri doğrudan doğruya işlenebilir. Frekans domain(frequency domain ): Görüntünün birçok farklı frekanslı bileşenden oluştuğu kabul edilir. Uzaysal domaindeki görüntü fourier v.b dönüşümü ile frekans domanine çevrilir. Burada işlenip ters dönüşüm yapılır.

4 Uzaysal Domain de görüntü işlemleri Uzaysal domain teknikleri, bir görüntünün pikselleri üzerinde doğrudan işlem yapar. Bu domendeki işlemler aşağıdaki denklemle ifade edilir. g(x, y) = T [f(x, y)] Burada f(x, y) giriş görüntüsüdür. g(x, y) ise çıkış (İşlenmiş ) görüntüsüdür. T ise f de belirli bir (x,y) komşuluk ilişkisi bölgesinde işlem yapan bir operatördür. Örneğin T operatörü; K görüntülerinde gürültü azaltmak için, bir görüntü seti işlemi olarak ta çalışabilir.

5 T ile belirtilen operasyonlar, Noktasal,Lokal(yerel)ve Global olarak yapılabilir. Noktasal Operasyon: Sadece 1x1 lik bölgede yapılan işlemlerdir. Nokta operasyonlarında, bir resimdeki her pikselin gri seviyesi yalnızca onun orijinal gri seviyesinden(tonundan) hesaplanır. Bu sebeple bu işlemlere piksel değeri haritalama veya griton değişikliği (modification) gibi isimler verilir. Nokta operasyonları genellikle resim onarımı (manipulation) için kullanılır. Mesela, bir resmin kontrastının yükseltilmesi gibi. Nokta operasyonları sıfır hafıza operasyonlarıdır. Bölgesel (lokal-komşuluk ilişkili) işlemlerde merkez pikselin değeri komşu piksellerin değeri ile belirlenir. Filitreleme işlemlerinde çok kullanılır. Global işlemlerde ise Domain dönüşümü ( uzaysaldan frekans domanine veya tersi) yapılarak image üzerinde işlem yapılır.

6 Bir piksel (x,y) in komşuluk bölgesi veya komşuluk ilişkisi için; merkezi (x,y) olan kare, dikdörtgen tanımlama kullanılır. Bu bölgenin merkezi,pikselden piksele hareket ettirilerek (Her yöne), etrafındaki farklı komşuları içine alır. T operatörü herbir lokasyona (x,y) uygulanarak lokasyonda işlenmiş g(x,y) çıkışı elde edilir. En küçük lokasyon (komşuluk ilişkisi-bölgesel) resim içindeki 1x1 lik bölgedir. Bu bölge içinde yapılan işlemlerde (çalışılan pikselde) diğer piksellerin hiçbir etkisi olamaz. Yani o tek piksele yapılan işlemde komşu piksellerin rolü olamaz. Bu tür işlemlere Noktasal işlemler denir. *** Dikkat Burada T yapılan işlemi belirtir. Yani her piksele; komşuluk ilişkisine göre gezilerek T nin belirttiği işlem yapılır.

7 Komşuluk İlişkili operasyonlar 1x1 lik komşuluk ilişkisine dayanan (Noktasal) operasyonlar; Kontrast Yayma (contrast stretching) Eşikleme (Thresholding) Aritmetiksel İşlemler Büyük çaplı komşuluk ilişkisine dayanan operasyonlar ise (maskeleme- filtreler (kernels, templates, pencereler, )) v.b. - Görüntü netleştirme (İmage sharpening)

8 GRİ SEVİYE HİSTOGRAMIN TARİFİ Gri seviyesi histogramı, görüntü içindeki her bir gri seviyesine karşılık gelen ilgili gri seviyesindeki piksel sayısını karşılık düşüren bir fonksiyondur. Apsis ekseni gri seviyesini gösterirken ordinat ekseni ise meydana gelme sıklığını göstermektedir. Şekil bir örnek göstermektedir. Histogram, sayısal bir resim içerisinde her renk değerinden kaç adet olduğunu gösteren grafiktir. Bu grafiğe bakılarak resmin parlaklık durumu ya da tonları hakkında bilgi sahibi olunabilir.

9 Verilen kötü kontraslı bir görüntüyü iyileştirmek için, görüntünün histogramını geniş bir alana yayabiliriz. Bu iki şekilde gerçekleştirilebilir. 1- Histogram Germe- Kontrast germe (Histogram streching): Histogram germe, histogram değiştirmenin özel bir halidir. 2- Histogram Eşitleme ( Histogram equalization)

10 Histogram Germe (Açma) -(Histogram Stretching) Kötü kontraslı resimlerin (histogramı dar bir alana yayılmış görüntüler), kontraslarını iyileştirmek için bir genel yöntemdir. Temel espirisi histogramı geniş bir bölgeye yaymaktır. Varsayalım ki histogramı ve ilişkin tablosu aşağıda verilen bir görüntüye sahibiz. Burada; n i, i.gri seviyedeki piksel sayısı değeridir. Biz bu gri seviye değerlerini, parça parça lineer bir fonksiyon uyguluyarak, orijinal aralığın dışına yayabiliriz.

11 Bu fonksiyon; 5-9 arasındaki gri seviyeli pikselleri 2-14 gri seviyeleri arasına yayar. Aşağıdaki denklemde i, orijinal gri seviye ve j dönüşümden sonraki değerdir. Bu aralığın dışındaki Gri seviyeleri ya (bu durumda olduğu gibi) tek başına kalır ya da aşağıdaki parça parça lineer fonksiyonun işlevine göre değişir. Bu uygulamada tek başına (değiştirilmeden) bırakılmıştır. Bu şekilde elde edilen histograma göre görüntü kontrastı iyileştirilmiştir. Görüntü germe işlemi için en uygun MATLAB fonksiyonu; imadjust

12 Parça parça Lineer germe fonksiyonu için Bilgi NOTU: Parça parça Lineer germe fonksiyonu ai, bi ve ai+1 ve bi+1 koordinatları arasında kalan piksel değerlerini bulmak için find komutu kullanılır.

13 Histogram Germe(Histogram streching): Matlab uygulaması A=imread('wom1.png'); A=rgb2gray(A); [m,n]=size(a); figure imshow(a) B=A; minp=min(min(a)); maxp=max(max(a)); for i=1:m for j=1:n B(i,j)=((250/(maxp-minp))*(A(i,j)-minp)); end end figure imshow(b)

14 Ödev: Yanda verilen RGB görüntüsü üzerinde histogram streching yöntemini uygulayınız? Not: Hazır Matlab fonksiyonu kullanılmayacaktır. Ödev Teslim tarihi:

15 imadjust Fonksiyonu Temel parlaklık işleme fonksiyonudur. Gri skala görüntülerde parlaklık seviyesi dönüşümü yapar. Giriş image ı f uınt8,uint16,double olabilir. g çıkışı da aynı formattadır. >> g= imadjust (f, [low_in high_in],[low_out high_out]), gamma

16 En basit görüntü işlemleri, o noktanın belirli bir fonksiyondan geçirilerek yeni nokta değerlerinin bulunmasına dayanır.

17 Bir resmin negatifini oluşturmak >> f = imread('rose_512.tif'); >> g1=imadjust(f,[0 1],[1 0]); >> subplot(1,2,1),imshow(f) >> subplot(1,2,2),imshow(g1)

18 Bir radyolojik görüntü üzerine inceleme (Sayısal Mamografi image ı) >> f=imread(( breast.tif ); Resimde; göğüs üzerinde küçük bir lezyon göze çarpmaktadır.

19 Resimlerin negatifleri birçok uygulamada kullanılmaktadır, bunlara örnek olarak; medikal röntgen, ultrasound görüntüleri verilebilir. İnsan gözü, yapısı gereği açık tonlar arasındaki farklılığı koyu tonlar arasındaki farklılığa göre daha iyi algılayabilmektedir. Resmin gerektiği durumlarda negatifinin alınması algılamanın gücünü artırabilmektedir. Bu işlem giriş resimdeki gri-seviye değerlerinin ters çevrilmesiyle yapılmaktadır. Örneğin orijinal resimdeki bir pikselin değeri 255 (beyaz) ise negatifinde aynı pikselin değeri 0 (siyah) olacaktır. Gri-seviye resim için pikselin maksimum alabileceği değer 255 'dır. Bu resmin negatifini almak için resimdeki piksellerin renk değerlerini maksimum değer olan 255'den çıkarılıp ortaya çıkan sonuç aynı piksele atanırsa ve bu işlem resmin tüm piksellerine uygulanırsa orijinal resmin negatifi alınmış olur. Buradan da anlaşılacağı gibi bir resmi kendi negatifi ile toplarsak ortaya beyaz bir resim çıkar, yani resim içerisinde ki tüm piksellerin değeri 255 olur.

20

21

22 Histogram Processing and Function Plotting (Histogram İşleme ve fonksiyon çizimi) Gri seviye histogramlarından elde edilmiş bilgilere dayalı parlaklık dönüşüm fonksiyonları, görüntü işlemede önemli bir rol oynar. Bunlar görüntü iyileştirme, sıkıştırma, segmentasyon, tarif etme v.b. Sayısal görüntü işlemede en basit ve en çok kullanılan araçlardan birisi gri seviyesi histogramıdır. Bu fonksiyon bize görüntünün gri seviyesi içeriğini vermektedir.

23 Histogramdan elde edilen bilgiler Bir görüntünün histogramı, o görüntü hakkında önemli bilgiler verir. Önemlileri aşağıdadır. Koyu (Karanlık) bir görüntünün histogram grafiğinin düşük gri seviye bölgesine yığılacağı açıktır. Parlak (Açık renk) düzgün bir görüntünün histogram grafiğinin büyük gri seviye bölgesine yığılacağı açıktır. Eğer histogram bir bölgeye yığılmış ise ( yani gri sviye ekseninin belirli bir bölgesine) bu görüntünün kontrastı kötüdür denir. İyi kontraslı bir resmin histogram grafiği tüm gri seviye değerlerine eşit yayılmış olduğunu açıklar.

24

25 Genelde küçük yayılım gösteren histogramların kontrastı düşüktür, daha geniş alana yayılmış olan histogramların kontrastı daha yüksektir. Aralığın aşağı sonunda sıkışmış olan histogram koyu bir görüntüye ait olurken, aynı aralığın yukarı sonunda gruplanmış olan histogram parlak bir görüntüye aittir. Histogram aynı zamanda, daraltma, genişletme veya kaydırma işlemleri için bir karşılık düşürme fonksiyonu ile de değiştirilebilir. Histogram genişletme ve daraltma gri seviyesi değişimleri biçimindedir ve bazen histogram boyutlandırma olarakta adlandırılır.

26 Karşıtlığı düşük Karşıtlığı yüksek

27 Histogram la ilgili Bir [0,G] sahasında, Gri seviye toplam sayısı L olan bir sayısal görüntünün histogramı; h(r k ) = n k ayrık fonksiyonuyla tanımlanır. Burada r k, [0,G] aralığındaki grilik seviyesi değeridir. Grilik seviyesi r k olan piksel sayısı ise n k dır. (Örneğin 125.gri seviye değerinde (r k =125), 345 piksel olabilir (n k =325)) Buradaki G, uint8 de 255, double görüntü sınıfında 1 e eşittir. Not: uint8 ve uint16 sınıfında G=L-1 alınmalıdır.

28 Normalize edilmiş histogram h(r k ) nın tüm elemanlarının, görüntüdeki tüm piksel sayısına bölünmesiyle elde edilir. Normalize histogram çoğu uygulamada kullanılır. (r k.grilik seviyesindeki piksel sayısının toplam piksel sayısına bölünmesi ile o grilik seviyesindeki pikseller normalize edilmiş olur.)

29 Burada f, histogramı istenen görüntü, h görüntünün histogramı, b ise yatay ekseni bölme sayısıdır. Uint8 sınıfından bir görüntü b=8 alınırsa sadece 8 gri seviyeye bölünür. B yi hiç kullanmazsak /default değerdir) yatay eksen 256 gri seviyeye bölünür.

30 Histogram fonsiyonun çizdirme-örnekler

31 Histogramı BAR formunda göstermek

32 Histogramı STEM formunda göstermek

33 Histogramı plot ile(sürekli formda çizdirmek)

34 Bazı faydalı çizim fonksiyonları

35 Faydalı çizim fonksiyonları

36 Histogram Eşitleme Historam germenin; bir kullanıcı girişine ihtiyaç duyma gibi bir dezevantajı vardır. Histogram eşitleme ise otomatik bir presedürdür. (Aslında histogram eşitleme genel anlamada histogram germe kapsamına sokulabilir. Fakat germede parçaparça linerer veya değişik fonksiyonlar kullanmak gerekirken, eşitlemde otomatik işlem yapılır.) İdeal olarak Histogram eşitleme; Giriş histogramını, her gri seviyesinde eşit piksel sayısına sahip bir histograma dönüştürme işlemi gibi düşünülebilir. Bu pratikte mümkün değildir. Bu yöntem histogramı dar olan resimler ya da resim içindeki bölgeler için daha iyi sonuç verir. Yani Histogram eşitleme renk değerleri düzgün dağılımlı olmayan resimler için uygun bir görüntü iyileştirme metodudur. Resmin tümüne uygulanabileceği gibi sadece belli bir bölgesine de uygulanabilir. Tüm resme uygulanırsa global histogram eşitleme, resmin belli bir bölgesine uygulandığında ise lokal histogram eşitleme adını alır.

37 Histogram eşitlemenin özeti Uygulanışı: 1-Resmin histogramı bulunur (her gri seviye için piksel sayısı grafiği). 2-Histogramdan yararlanılarak kümülatif histogram bulunur. Kümülatif histogram, histogramın her değerinin kendisinden öncekiler ve kendisinin toplamı ile elde edilen değerleri içeren büyüklüktür. 3-Kümülatif histogram değerleri normalize edilip (toplam piksel sayısına bölünerek), yeni resimde olmasını istediğimiz max. renk değerleri ile çarpılır, çıkan değer tam sayıya yuvarlatılır. Böylelikle yeni gri seviye değerleri elde edilmiş olur. 4- Eski (Orijinal) gri seviye değerleri ile; 3.adımda elde edilen gri seviye değerleri biribirine karşılık düşürülür ve yeni histogram grafiği çizilir. n: giriş görüntüsündeki toplam piksel sayısı (n 0 +n 1 +.+n L-1 = n) n j (n k ): j. gri seviyedeki piksel sayısı, L: mümkün olan (veya istenilen) toplam gri seviye sayısı( 8 bit renk derinliğinde 255 v.b) s k : Daha iyi kontraslı bir görüntü elde etmek için gri seviye dönüşüm değeri.

38 ÖRNEK: Gri seviye i : (j. Gri değerli piksel sayısı) n i : Yukarıda, renk derinliği 4 bit olan gri seviyeli bir görüntünün histogram tablosu görülmektedir. Bunun histogram grafiği ise aşağıdaki şekildedir. (Toplam piksel sayısı n=360, istenen gri seviye L=16)

39 Buna göre aşağıdaki denklemden; gri seviye değerlerini tek tek hesaplarsak;

40 Histogram Eşitleme Amaç: İmgedeki düşük görünürlüğü iyileştirmek. Olasılık dağılımına bağlı olarak doğrusal olmayan dönüşüm gerçekleştirilir. Bu sayede, bulunma olasılığı yüksek pikseller arası fazlaca açılırken, düşük olasılıklı seviyeler birbirine daha yakın hale gelir.

41 Örnek: Görüntü bloğu cdf

42 Ödev: Ödev Teslim Tarihi: Gri bir görüntü üzerinde histogram eşitleme işlemini gerçekleştiren MATLAB kodunu yazınız?

43 Histogram Eşitleme İmgenin olasılık dağılım fonksiyonu doğrusallaştırılmaktadır.

44 f : giriş görüntüsüdür. nlev: Çıkış görüntüsü için özelleştirilmiş(belirtilmiş) gri seviye sayısıdır. nlev L (giriş görüntüdeki mümkün seviyelerin toplam sayı)sı ye eşit ise, o zaman histeq doğrudan dönüşüm fonksiyonu (önceki slaytta tanımlanan) uygular. Eğr nlev L den küçük ise; histeq gri seviyeleri düz bir histogram olacak şekilde dağıtmaya çalışır. İmhist in aksine histeq in default değeri 64 dür.

45 Histogram eşitlemeye örnek >> f=imread( pollen.tif ); >> imshow(f) >> figure, imhist(f) >> ylim( auto ) >> g=histeq(f,256); >> figure, imshow(g) >> figure, imhist(g) >> ylim( auto )

46 Bir polen in elektron mikroskopta 700 defa büyütülmüş resmi

47 Histogram Karşılaştırma (Histogram Matching) Bir görüntününün histogramının, bir diğer görüntü ile uyumlu bir hale gelmesini veya belirli bir fonksiyona uymasını isteyebiliriz.

48 Burada f giriş görüntüsüdür. hspec belirtilen (istenen) histogramdır. (İstenen değerlerden oluşturulmuş satır vektörü v.b) g çıkış görüntüsüdür. Bunun histogramı istenen histograma yaklaştırılmıştır.

49 Aritmetiksel İşlemler Noktasal operasyonlardan olan aritmetiksel işlemler; y=f(x) gibi bir basit fonksiyonun, görüntüdeki herbir gri seviye değerine uygulanmasından ibarettir. Gri seviye resimde genellikle 0, 255 seviye değerleri arasında çalışıldığından, yukarıdaki fonksiyon bu değerler arasında geçerli olmalıdır. Bu basit fonksiyon ; Bir sabit değeri (c) herbir piksele ekler veya çıkartır (Y=x ± c) Veya herbir pikseli bir sabit değer (c) ile çarpar (y= x.c) İşlem sonuçlarının tamsayıya yuvarlatılması yapılır. Ayrıca arasında çalışıldığında kırpma yapılır. y > 255 ise y=255 y < 0 ise ise y=0 yapılır.

50 Y=f(x) fonksiyonunun etkisini incelemek için aşağıdaki grafikleri inceleyelim. Resim piksellerine 128 eklendiğinde, resmim piksellerindeki 127 ve daha büyük değerler 255 ile ifade edilecektir. Not: Resim piksellerine ilave edilen her değer resmin daha açık renkte görünmesine neden olur. Resim piksellerinden 128 çıkarıldığında, değerleri 128 den küçük olan piksellerin seviye değerleri 0 ile ifade edilecektir. Not: Resim piksellerinden çıkarılan her değer resmin daha koyu renkte görünmesine neden olur.

51 ÖRNEK

52 Çarpma ve bölme uygulamaları

53 Aritmetiksel İşlemler (Ters Alma) Gri skala görüntüde tersleme, görüntünün negatifi anlamına gelir. Bir görüntü matrisi m nin elemanları; double class ise; gray scala değeri 0-1 arasında değişir. Biz negatifi elde etmek için; >> 1-m Eğer image Binary ise: >> ~m Eğer uint8 class ise; hazır fonksiyon olan İmcomplement kullanılır.

54 Y=255 -x e göre oluşturulan fonksiyon ve onun işlenişi aşağıdadır.

55 Diğer Nokta operasyonu İşlemleri KESME (CLIPPING) Kontrast genişletmenin özel bir durumu kesme dir. Bu işlem giriş sinyalinin bulunduğu aralık [a,b] bilindiğinde gürültü azaltmak için oldukça kullanışlıdır.

56 Ödev: Bu ödevde sizden bir RGB görüntüsüne istenilen transfer fonksiyonunu uygulamanız isteniyor. Listeden bir görüntü seçilecek bu görüntüye yanda verilen transfer fonksiyonu uygulanacaktır. Örneğin Beyaz seviyeyi gösteren kaydırma çubuğu 184 olduğu için görüntüde184 üzerinde olanlara 255 değeri atılmaktadır. Siyah kaydırma çubuğu 51 de olduğu için 51 den düşük değere sahip piksellere 0 değeri atanmaktadır. Beyaz ile siyah kaydırma çubuğu arası mainimum 3 piksel değerinde olabilir. Yani beyaz seviye 130 ise siyah seviye maksimum 127 olabilir. Ödev Teslim tarihi:

57 Diğer Nokta operasyonu İşlemleri EŞİKLEME ( THRESHOLDING) Gritonlu resimleri siyah-beyaz gösterme metodu (binaryleştirme) resim bölümlemenin (image segmentation) en popüler metodudur. Bu, özellikle endüstriyel resim işlemede kullanılır. BinaryLeştirme aynı zamanda bir nokta operasyonudur. v u

58 Diğer Nokta operasyonu İşlemleri Bit plane Gri skala görüntüler, bir dizi binary görüntü şeklinde ifade edilebilirler. Her bir pikselinin koyuluk seviyesinin 8 bitle ifade edildiği bir görüntüyü gözönüne alırsak; 0. bit planı görüntünün en önemsiz bit planıdır. 7. bit planı is görüntü üzerinde etken olan en önemli bit planıdır.

59 Bit planes

60 İki Resim Arasındaki Aritmetiksel İşlemler (Toplama) İki veya daha fazla resimlerin piksel piksel birleştirilmesidir. Şekilde iki bölgeden müteşekkil iki resmi (sol) göstermektedir. Bir kaç bozulmuş veya gürültülü piksellerin dışında bölgelerin gritonları hemen hemen aynıdır (gritonlar 1 ve 10). Karşılıklı piksellerin ortalamalarının alınması bozulmanın sertliğini yok eder. Buradaki işlem birbirine uygun fakat gürültülü resimlerin gürültüsünü azaltmaktır. Resim sayısı arttıkça toplamanın gürültüyü azaltma tesiri artar. Şekil tekniğin gerçek resimlere uygulanmasını göstermektedir.

61

Görüntü 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 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

Detaylı

GÖRÜNTÜ İŞLEME HAFTA 4 DÖNÜŞÜMLER UZAYSAL FİLTRELEME

GÖRÜNTÜ 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

Detaylı

Görüntü İşleme. Dijital Görüntü Tanımları. Dijital görüntü ise sayısal değerlerden oluşur.

Görüntü 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

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

Uzaysal Görüntü İyileştirme/Filtreleme. Doç. Dr. Fevzi Karslı fkarsli@ktu.edu.tr

Uzaysal 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

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. 06 Kasım

Detaylı

GÖRÜNTÜ İŞLEME HAFTA 1 1.GİRİŞ

GÖRÜNTÜ İŞLEME HAFTA 1 1.GİRİŞ GÖRÜNTÜ İŞLEME HAFTA 1 1.GİRİŞ GÖRÜNTÜ İŞLEME Hafta Hafta 1 Hafta 2 Hafta 3 Hafta 4 Hafta 5 Hafta 6 Hafta 7 Hafta 8 Hafta 9 Hafta 10 Hafta 11 Hafta 12 Hafta 13 Hafta 14 Konu Giriş Digital Görüntü Temelleri-1

Detaylı

Frekans domain inde İşlemler. BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN

Frekans domain inde İşlemler. BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN Frekans domain inde İşlemler BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN Domain Dönüşümü Dönüşüm, bir sinyalin, başka parametrelerle ifade edilmesi şeklinde düşünülebilir. Ters dönüşüm ise,

Detaylı

İLERİ GÖRÜNTÜ İŞLEME Ders-1

İLERİ 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

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

GÖRÜNTÜ İŞLEME UYGULAMALARI. Arş. Gör. Dr. Nergis TURAL POLAT

GÖRÜNTÜ İŞLEME UYGULAMALARI. Arş. Gör. Dr. Nergis TURAL POLAT GÖRÜNTÜ İŞLEME UYGULAMALARI Arş. Gör. Dr. Nergis TURAL POLAT İçerik Görüntü işleme nedir, amacı nedir, kullanım alanları nelerdir? Temel kavramlar Uzaysal frekanslar Örnekleme (Sampling) Aynalama (Aliasing)

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

Yrd. Doç. Dr. Caner ÖZCAN

Yrd. 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

Detaylı

Dijital Görüntü İşleme Teknikleri

Dijital 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.

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

Dijital (Sayısal) Fotogrametri

Dijital (Sayısal) Fotogrametri Dijital (Sayısal) Fotogrametri Dijital fotogrametri, cisimlere ait iki boyutlu görüntü ortamından üç boyutlu bilgi sağlayan, sayısal resim veya görüntü ile çalışan fotogrametri bilimidir. Girdi olarak

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

GÖRÜNTÜ İŞLEME HAFTA 2 SAYISAL GÖRÜNTÜ TEMELLERİ

GÖRÜNTÜ İŞLEME HAFTA 2 SAYISAL GÖRÜNTÜ TEMELLERİ GÖRÜNTÜ İŞLEME HAFTA 2 SAYISAL GÖRÜNTÜ TEMELLERİ GÖRÜNTÜ ALGILAMA Üç temel zar ile kaplıdır. 1- Dış Zar(kornea ve Sklera) 2- Koroid 3- Retina GÖRÜNTÜ ALGILAMA ---Dış Zar İki kısımdan oluşur. Kornea ve

Detaylı

NEIGHBOURHOOD PROCESSING (KOMŞULUK İLİŞKİLİ İŞLEMLERİ- BÖLGESEL İŞLEMLER-UZAYSAL FİLTRELEME) BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr.

NEIGHBOURHOOD PROCESSING (KOMŞULUK İLİŞKİLİ İŞLEMLERİ- BÖLGESEL İŞLEMLER-UZAYSAL FİLTRELEME) BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. NEIGHBOURHOOD PROCESSING (KOMŞULUK İLİŞKİLİ İŞLEMLERİ- BÖLGESEL İŞLEMLER-UZAYSAL FİLTRELEME) BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN 1 KOMŞULUK İLİŞKİLİ İŞLEMLER (UZAYSAL FİLİTRELER) Noktasal

Detaylı

Rasgele Sayı Üretme. Rasgele Sayıların Özellikleri. İki önemli istaiksel özelliği var :

Rasgele Sayı Üretme. Rasgele Sayıların Özellikleri. İki önemli istaiksel özelliği var : Rasgele Sayı Üretme Rasgele Sayıların Özellikleri İki önemli istaiksel özelliği var : Düzgünlük (Uniformity) Bağımsızlık R i, rasgele sayısı olasılık yoğunluk fonksiyonu aşağıdaki gibi olan uniform bir

Detaylı

10. SINIF MATEMATİK FONKSİYONLARDA İŞLEMLER-1 ÇAKABEY ANADOLU LİSESİ MATEMATİK BÖLÜMÜ

10. SINIF MATEMATİK FONKSİYONLARDA İŞLEMLER-1 ÇAKABEY ANADOLU LİSESİ MATEMATİK BÖLÜMÜ 10. SINIF MATEMATİK FONKSİYONLARDA İŞLEMLER-1 ÇAKABEY ANADOLU LİSESİ MATEMATİK BÖLÜMÜ 1. ÜNİTE 3.1 FONKSİYONLARLA İŞLEMLER VE UYGULAMALARI Neler öğreneceksiniz? Bir fonksiyon grafiğinden dönüşümler yardımıyla

Detaylı

MATLAB DA SAYISAL ANALİZ DOÇ. DR. ERSAN KABALCI

MATLAB DA SAYISAL ANALİZ DOÇ. DR. ERSAN KABALCI MATLAB DA SAYISAL ANALİZ DOÇ. DR. ERSAN KABALCI Konu Başlıkları Lineer Denklem Sistemlerinin Çözümü İntegral ve Türev İntegral (Alan) Türev (Sayısal Fark ) Diferansiyel Denklem çözümleri Denetim Sistemlerinin

Detaylı

Dijital (Sayısal) Fotogrametri

Dijital (Sayısal) Fotogrametri Dijital (Sayısal) Fotogrametri Dijital fotogrametri, cisimlere ait iki boyutlu görüntü ortamından üç boyutlu bilgi sağlayan, sayısal resim veya görüntü ile çalışan fotogrametri bilimidir. Girdi olarak

Detaylı

Görüntü Restorasyonu. BMÜ-357 Sayısal Görüntü İşeme Yrd. Doç. Dr. İlhan AYDIN

Görüntü Restorasyonu. BMÜ-357 Sayısal Görüntü İşeme Yrd. Doç. Dr. İlhan AYDIN Görüntü Restorasyonu BMÜ-357 Sayısal Görüntü İşeme Yrd. Doç. Dr. İlhan AYDIN Görüntü İyileştirme (İmage restoration) Görüntü restorasyonu konusu, bir görüntünün oluşumu esnasında oluşabilen veri kayıplarını

Detaylı

İkili (Binary) Görüntü Analizi

İkili (Binary) Görüntü Analizi İkili (Binary) Görüntü Analizi İkili görüntü analizine giriş Eşikleme (Thresholding) Matematiksel morfoloji Piksel ve komşulukları (neighborhoods) Bağlantılı bileşenler analizi (Connected components analysis)

Detaylı

BÖLÜM 4 FREKANS DAĞILIMLARININ GRAFİKLE GÖSTERİLMESİ

BÖLÜM 4 FREKANS DAĞILIMLARININ GRAFİKLE GÖSTERİLMESİ BÖLÜM 4 FREKANS DAĞILIMLARININ GRAFİKLE GÖSTERİLMESİ Frekans dağılımlarının betimlenmesinde frekans tablolarının kullanılmasının yanı sıra grafik gösterimleri de sıklıkla kullanılmaktadır. Grafikler, görselliği

Detaylı

DOĞRUSAL DENKLEMLER VE KOORDİNAT SİSTEMİ

DOĞRUSAL DENKLEMLER VE KOORDİNAT SİSTEMİ DOĞRUSAL DENKLEMLER VE KOORDİNAT SİSTEMİ Örnek : Taksi ile yapılan yolculukların ücreti taksimetre ile belirlenir Bir taksimetrenin açılış ücreti 2 TL, sonraki her kilometre başına 1 TL ücret ödendiğine

Detaylı

BÖLÜM 6 LAPLACE DÖNÜŞÜMLERİ

BÖLÜM 6 LAPLACE DÖNÜŞÜMLERİ BÖLÜM 6 LAPLACE DÖNÜŞÜMLERİ 6.2. Laplace Dönüşümü Tanımı Bir f(t) fonksiyonunun Laplace alındığında oluşan fonksiyon F(s) ya da L[f(t)] olarak gösterilir. Burada tanımlanan s; ÇÖZÜM: a) b) c) ÇÖZÜM: 6.3.

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

İMGE İŞLEME Ders-2. İmge Dosya Tipleri ve Temel İşlemler. Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm

İMGE İŞLEME Ders-2. İmge Dosya Tipleri ve Temel İşlemler. Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm İMGE İŞLEME Ders-2 İmge Dosya Tipleri ve Temel İşlemler (Yrd. Doç. Dr. M. Kemal GÜLLÜ) Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm Hazırlayan: M. Kemal GÜLLÜ MATLAB temel bilgiler

Detaylı

VEKTÖR UZAYLARI 1.GİRİŞ

VEKTÖR UZAYLARI 1.GİRİŞ 1.GİRİŞ Bu bölüm lineer cebirin temelindeki cebirsel yapıya, sonlu boyutlu vektör uzayına giriş yapmaktadır. Bir vektör uzayının tanımı, elemanları skalar olarak adlandırılan herhangi bir cisim içerir.

Detaylı

RENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ

RENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ Journal of Naval Science and Engineering 2009, Vol 5, No2, pp 89-97 RENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ Öğr Kd Bnb Mustafa Yağımlı Elektrik/Elektronik Mühendisliği Bölümü,

Detaylı

RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 2007

RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 2007 RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 007 1 Tekdüze Dağılım Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 2 MATLAB ve Görüntü İşleme Alp Ertürk alp.erturk@kocaeli.edu.tr MATLAB Matrix Laboratory nin kısaltmasıdır Bir çok uygulamada kolaylık sağlayacak özelleşmiş parçaları

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

SAY 203 MİKRO İKTİSAT

SAY 203 MİKRO İKTİSAT SAY 203 MİKRO İKTİSAT Esneklikler YRD. DOÇ. DR. EMRE ATILGAN SAY 203 MİKRO İKTİSAT - YRD. DOÇ. DR. EMRE ATILGAN 1 ESNEKLİKLER Talep Esneklikleri Talep esneklikleri: Bir malın talebinin talebi etkileyen

Detaylı

İkili (Binary) Görüntü Analizi

İkili (Binary) Görüntü Analizi İkili (Binary) Görüntü Analizi İkili görüntü analizine giriş Eşikleme (Thresholding) Matematiksel morfoloji Piksel ve komşulukları (neighborhoods) Bağlantılı bileşenler analizi (Connected components analysis)

Detaylı

Türev Uygulamaları ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV

Türev Uygulamaları ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV Türev Uygulamaları Yazar Prof.Dr. Vakıf CAFEROV ÜNİTE 10 Amaçlar Bu üniteyi çalıştıktan sonra; türev kavramı yardımı ile fonksiyonun monotonluğunu, ekstremum noktalarını, konvekslik ve konkavlığını, büküm

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

18.034 İleri Diferansiyel Denklemler

18.034 İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

Bilgisayar Programlama MATLAB

Bilgisayar Programlama MATLAB What is a computer??? Bilgisayar Programlama MATLAB Diziler Vektörler Matrisler Prof. Dr. İrfan KAYMAZ What Diz kavramı is a computer??? Bir değişken içerisinde birden çok veri numaralandırılarak tek bir

Detaylı

Toplam İkinci harmonik. Temel Üçüncü harmonik. Şekil 1. Temel, ikinci ve üçüncü harmoniğin toplamı

Toplam İkinci harmonik. Temel Üçüncü harmonik. Şekil 1. Temel, ikinci ve üçüncü harmoniğin toplamı FOURIER SERİLERİ Bu bölümde Fourier serilerinden bahsedeceğim. Önce harmoniklerle (katsıklıklarla) ilişkili sinüsoidin tanımından başlıyacağım ve serilerin trigonometrik açılımlarını kullanarak katsayıları

Detaylı

Bilgisayar ne elde eder (görüntüden)? Dijital Görüntü İşleme Fevzi Karslı, KTÜ. 08 Ekim 2013 Salı 51

Bilgisayar ne elde eder (görüntüden)? Dijital Görüntü İşleme Fevzi Karslı, KTÜ. 08 Ekim 2013 Salı 51 Bilgisayar ne elde eder (görüntüden)? 08 Ekim 2013 Salı 51 Zorluk 1: bakış açısı 2012, Selim Aksoy 08 Ekim 2013 Salı 52 Zorluk 2: aydınlatma 08 Ekim 2013 Salı 53 Zorluk 3: oklüzyon (ölü bölge oluşumu)

Detaylı

8. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.

8. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI. 8. HAFTA BLM323 SAYISAL ANALİZ Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi 2 MATRİSLER Matris veya dizey, dikdörtgen bir sayılar tablosu

Detaylı

Hafta 4 Yoğunluk Dönüşümleri ve Histogram İşleme

Hafta 4 Yoğunluk Dönüşümleri ve Histogram İşleme BLM429 Görüntü İşlemeye Giriş Hafta 4 Yoğunluk Dönüşümleri ve Histogram İşleme Yrd. Doç. Dr. Caner ÖZCAN It makes all the difference whether one sees darkness through the light or brightness through the

Detaylı

TIBBİ ENSTRUMANTASYON TASARIM VE UYGULAMALARI SAYISAL FİLTRELER

TIBBİ ENSTRUMANTASYON TASARIM VE UYGULAMALARI SAYISAL FİLTRELER TIBBİ ENSTRUMANTASYON TASARIM VE UYGULAMALARI SAYISAL FİLTRELER SUNU PLANI Analog sayısal çevirici FIR Filtreler IIR Filtreler Adaptif Filtreler Pan-Tompkins Algoritması Araş. Gör. Berat Doğan 08/04/2015

Detaylı

Temel Bilgi Teknolojileri - II Ayrıntılı Ders İçerikleri

Temel Bilgi Teknolojileri - II Ayrıntılı Ders İçerikleri Temel Bilgi Teknolojileri - II Ayrıntılı Ders İçerikleri Hesap Tabloları(Excel 2007) HAFTA 1 1. Hesap Tablolarına Giriş 1.1. Hesap tablosu tanımı, kullanım amacı ve yerleri 1.2. MS Excel Uygulamasına giriş

Detaylı

Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net

Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Bilgisayar Programlama Ders 6 Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Fonksiyon Prototipleri Fonksiyon Prototipleri Derleyici, fonksiyonların ilk hallerini (prototiplerini)

Detaylı

Renk kalitesi kılavuzu

Renk kalitesi kılavuzu Sayfa 1 / 6 Renk kalitesi kılavuzu Renk Kalitesi kılavuzu, kullanıcıların renk çıktısını ayarlamak ve özelleştirmek için yazıcının mevcut işlemlerinin nasıl kullanılabileceğini anlamasına yardımcı olur.

Detaylı

6. Osiloskop. Periyodik ve periyodik olmayan elektriksel işaretlerin gözlenmesi ve ölçülmesini sağlayan elektronik bir cihazdır.

6. Osiloskop. Periyodik ve periyodik olmayan elektriksel işaretlerin gözlenmesi ve ölçülmesini sağlayan elektronik bir cihazdır. 6. Osiloskop Periyodik ve periyodik olmayan elektriksel işaretlerin gözlenmesi ve ölçülmesini sağlayan elektronik bir cihazdır. Osiloskoplar üç gruba ayrılabilir; 1. Analog osiloskoplar 2. Dijital osiloskoplar

Detaylı

Cebirsel Fonksiyonlar

Cebirsel Fonksiyonlar Cebirsel Fonksiyonlar Yazar Prof.Dr. Vakıf CAFEROV ÜNİTE 4 Amaçlar Bu üniteyi çalıştıktan sonra; polinom, rasyonel ve cebirsel fonksiyonları tanıyacak ve bu türden bazı fonksiyonların grafiklerini öğrenmiş

Detaylı

r r s r i (1) = [x(t s ) x(t i )]î + [y(t s ) y(t i )]ĵ. (2) r s

r r s r i (1) = [x(t s ) x(t i )]î + [y(t s ) y(t i )]ĵ. (2) r s Bölüm 4: İki-Boyutta Hareket(Özet) Bir-boyutta harekeçin geliştirilen tüm kavramlar iki-boyutta harekeçin genelleştirilebilir. Bunun için hareketli cismin(parçacığın) yer değiştirme vektörü xy-düzleminde

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

Hafta 1 Sayısal Görüntü İşlemeye Giriş ve Temel Adımlar

Hafta 1 Sayısal Görüntü İşlemeye Giriş ve Temel Adımlar BLM429 Görüntü İşlemeye Giriş Hafta 1 Sayısal Görüntü İşlemeye Giriş ve Temel Adımlar Yrd. Doç. Dr. Caner ÖZCAN Fall in love with the process, and the results will come. ~ Eric Thomas Derse Giriş Ders

Detaylı

VERİLERİN GRAFİKLER YARDIMIYLA SUNUMU. 3.2.1.Daire Grafikleri Yardımıyla Verilerin Sunumu. 3.2.2.Sütun(Çubuk) Grafikleri Yardımıyla Sunumu

VERİLERİN GRAFİKLER YARDIMIYLA SUNUMU. 3.2.1.Daire Grafikleri Yardımıyla Verilerin Sunumu. 3.2.2.Sütun(Çubuk) Grafikleri Yardımıyla Sunumu SAÜ 3. BÖLÜM VERİLERİN GRAFİKLER YARDIMIYLA SUNUMU PROF. DR. MUSTAFA AKAL İÇİNDEKİLER 3.2.Grafiksel Sunumlar 3.2.1.Daire Grafikleri Yardımıyla Verilerin Sunumu 3.2.2.Sütun(Çubuk) Grafikleri Yardımıyla

Detaylı

EGE ÜNİVERSİTESİ EGE MYO MEKATRONİK PROGRAMI

EGE ÜNİVERSİTESİ EGE MYO MEKATRONİK PROGRAMI EGE ÜNİVERSİTESİ EGE MYO MEKATRONİK PROGRAMI 23.02.2015 Yrd.Doç.Dr. Dilşad Engin PLC Ders Notları 2 PROGRAMLANABİLİR DENETLEYİCİLER NÜMERİK İŞLEME 23.02.2015 Yrd.Doç.Dr. Dilşad Engin PLC Ders Notları 3

Detaylı

Dijital Mamografi Görüntülerinin Kontrast Sınırlı Adaptif Histogram Eşitleme ile İyileştirilmesi

Dijital Mamografi Görüntülerinin Kontrast Sınırlı Adaptif Histogram Eşitleme ile İyileştirilmesi TURKMIA 10 Proceedings 67 VII. Ulusal Tıp Bilişimi Kongresi Bildirileri Dijital Mamografi Görüntülerinin Kontrast Sınırlı Adaptif Histogram Eşitleme ile İyileştirilmesi a b Burçin KURT, Vasif V. NABİYEV

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

Bilgisayar Programlama MATLAB

Bilgisayar Programlama MATLAB Bilgisayar Programlama MATLAB Grafik İşlemleri Doç. Dr. İrfan KAYMAZ MATLAB Ders Notları MATLAB de GRAFİK İŞLEMLERİ MATLAB diğer programlama dillerine nazaran oldukça güçlü bir grafik araçkutusuna (toolbox)

Detaylı

m=n şeklindeki matrislere kare matris adı verilir. şeklindeki matrislere ise sütun matrisi denir. şeklindeki A matrisi bir kare matristir.

m=n şeklindeki matrislere kare matris adı verilir. şeklindeki matrislere ise sütun matrisi denir. şeklindeki A matrisi bir kare matristir. Matrisler Satır ve sütunlar halinde düzenlenmiş tabloya matris denir. m satırı, n ise sütunu gösterir. a!! a!" a!! a!" a!! a!! a!! a!! a!" m=n şeklindeki matrislere kare matris adı verilir. [2 3 1] şeklinde,

Detaylı

ELASTİSİTE TEORİSİ I. Yrd. Doç Dr. Eray Arslan

ELASTİSİTE TEORİSİ I. Yrd. Doç Dr. Eray Arslan ELASTİSİTE TEORİSİ I Yrd. Doç Dr. Eray Arslan Mühendislik Tasarımı Genel Senaryo Analitik çözüm Fiziksel Problem Matematiksel model Diferansiyel Denklem Problem ile ilgili sorular:... Deformasyon ne kadar

Detaylı

MAK1010 MAKİNE MÜHENDİSLİĞİ BİLGİSAYAR UYGULAMALARI

MAK1010 MAKİNE MÜHENDİSLİĞİ BİLGİSAYAR UYGULAMALARI .. MAK MAKİNE MÜHENDİSLİĞİ BİLGİSAYAR UYGULAMALARI Polinom MATLAB p=[8 ] d=[ - ] h=[ -] c=[ - ] POLİNOMUN DEĞERİ >> polyval(p, >> fx=[ -..9 -. -.9.88]; >> polyval(fx,9) ans =. >> x=-.:.:.; >> y=polyval(fx,;

Detaylı

Bilgisayar Programlama MATLAB

Bilgisayar Programlama MATLAB Bilgisayar Programlama MATLAB MATLAB de Diziler Doç. Dr. İrfan KAYMAZ MATLAB Ders Notları PROGRAMLAMADA DİZİ KAVRAMI Bir değişken içerisinde birden çok veri numaralandırılarak tek bir isim altında saklanmasına

Detaylı

MATLAB Semineri. EM 314 Kontrol Sistemleri 1 GÜMMF Elektrik-Elektronik Müh. Bölümü. 30 Nisan / 1 Mayıs 2007

MATLAB Semineri. EM 314 Kontrol Sistemleri 1 GÜMMF Elektrik-Elektronik Müh. Bölümü. 30 Nisan / 1 Mayıs 2007 MATLAB Semineri EM 314 Kontrol Sistemleri 1 GÜMMF Elektrik-Elektronik Müh. Bölümü 30 Nisan / 1 Mayıs 2007 İçerik MATLAB Ekranı Değişkenler Operatörler Akış Kontrolü.m Dosyaları Çizim Komutları Yardım Kontrol

Detaylı

BİYOMETRİK İRİS SINIFLANDIRMA SİSTEMLERİ

BİYOMETRİK İRİS SINIFLANDIRMA SİSTEMLERİ BİYOMETRİK İRİS SINIFLANDIRMA SİSTEMLERİ Emre DANDIL, K.İBRAHİM KAPLAN Akademik Bilişim 2013 İnternet ve bilgisayar teknolojilerinin etkin kullanılmaya başlanması ile birlikte, bazı kişisel bilgilere veya

Detaylı

STATIK MUKAVEMET. Doç. Dr. NURHAYAT DEĞİRMENCİ

STATIK MUKAVEMET. Doç. Dr. NURHAYAT DEĞİRMENCİ STATIK MUKAVEMET Doç. Dr. NURHAYAT DEĞİRMENCİ STATİK DENGE KOŞULLARI Yapı elemanlarının tasarımında bu elemanlarda oluşan iç kuvvetlerin dağılımının bilinmesi gerekir. Dış ve iç kuvvetlerin belirlenmesinde

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

MALZEME BİLGİSİ DERS 8 DR. FATİH AY. www.fatihay.net fatihay@fatihay.net

MALZEME BİLGİSİ DERS 8 DR. FATİH AY. www.fatihay.net fatihay@fatihay.net MALZEME BİLGİSİ DERS 8 DR. FATİH AY www.fatihay.net fatihay@fatihay.net BÖLÜM IV METALLERİN MEKANİK ÖZELLİKLERİ GERİLME VE BİRİM ŞEKİL DEĞİŞİMİ ANELASTİKLİK MALZEMELERİN ELASTİK ÖZELLİKLERİ ÇEKME ÖZELLİKLERİ

Detaylı

Şekil 6.2 Çizgisel interpolasyon

Şekil 6.2 Çizgisel interpolasyon 45 Yukarıdaki şekil düzensiz bir X,Y ilişkisini göstermektedir. bu fonksiyon eğri üzerindeki bir dizi noktayı birleştiren bir seri düzgün çizgi halindeki bölümlerle açıklanabilir. Noktaların sayısı ne

Detaylı

Mühendislikte İstatistik Yöntemler

Mühendislikte 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

Detaylı

mustafacosar@hitit.edu.tr http://web.hitit.edu.tr/mustafacosar

mustafacosar@hitit.edu.tr http://web.hitit.edu.tr/mustafacosar Algoritma ve Programlamaya Giriş mustafacosar@hitit.edu.tr http://web.hitit.edu.tr/mustafacosar İçerik Algoritma Akış Diyagramları Programlamada İşlemler o o o Matematiksel Karşılaştırma Mantıksal Programlama

Detaylı

MATLAB. Grafikler DOÇ. DR. ERSAN KABALCI

MATLAB. Grafikler DOÇ. DR. ERSAN KABALCI MATLAB Grafikler DOÇ. DR. ERSAN KABALCI Matlab yüksek seviyede grafik oluşturulabilir. Matlab ile çizilebilecek grafikler; Dikdörtgen (x-y) ve 3 boyutlu çizgi grafikleri Ağ (mesh) ve yüzey grafikleri Çubuk

Detaylı

İMGE İŞLEME Ders-7. Morfolojik İmge İşleme. Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm. (Yrd. Doç. Dr. M.

İMGE İŞLEME Ders-7. Morfolojik İmge İşleme. Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm. (Yrd. Doç. Dr. M. İMGE İŞLEME Ders-7 Morfolojik İmge İşleme (Yrd. Doç. Dr. M. Kemal GÜLLÜ) Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm Hazırlayan: M. Kemal GÜLLÜ Morfoloji Biyolojinin canlıların

Detaylı

SÜREKLİ RASSAL DEĞİŞKENLER

SÜREKLİ 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.

Detaylı

Grafik Komutları. Grafik Türleri plot: çizgisel grafikler bar: sütun bar şeklindeki grafikler stem: sütun çizgisel grafikler pie: pasta grafikleri

Grafik Komutları. Grafik Türleri plot: çizgisel grafikler bar: sütun bar şeklindeki grafikler stem: sütun çizgisel grafikler pie: pasta grafikleri Matlab Grafikler Grafik Türleri Grafik Komutları Grafik Türleri plot: çizgisel grafikler bar: sütun bar şeklindeki grafikler stem: sütun çizgisel grafikler pie: pasta grafikleri Yardımcı Komutlar hold

Detaylı

Şirketin Tanıtımı Huger

Şirketin Tanıtımı Huger Şirketin Tanıtımı Huger Endoscopy Instruments Co., Ltd., medikal video endoskopların geliştirilmesine yönelik bir imalat şirketidir. Firmamız, Çin Bilim ve Teknoloji Bakanlığı tarafından, medikal endoskopi

Detaylı

Excel de çalışma alanı satır ve sütunlardan oluşur. Satırları rakamlar, sütunları ise harfler temsil eder. Excel çalışma sayfası üzerinde toplam

Excel de çalışma alanı satır ve sütunlardan oluşur. Satırları rakamlar, sütunları ise harfler temsil eder. Excel çalışma sayfası üzerinde toplam Microsoft Excel Microsoft Office paket programı ile bizlere sunulan Excel programı bir hesap tablosu programıdır. her türlü veriyi tablolar yada listeler halinde tutmak ve bu veriler üzerinde hesaplamalar

Detaylı

CNC TORNA TEZGAHLARININ PROGRAMLANMASI

CNC TORNA TEZGAHLARININ PROGRAMLANMASI CNC TORNA TEZGAHLARININ PROGRAMLANMASI Yardımcı fonksiyonu (soğ. sıvısı, mili on/off) İlerleme miktarı Kesme hızı Blok(Satır) numarası Dairesel interpolasyonda yay başlangıcının yay merkezine X,Y veya

Detaylı

4. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.

4. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI. 4. HAFTA BLM33 SAYISAL ANALİZ Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi BLM33 DOĞRUSAL OLMAYAN (NONLINEAR) DENKLEM SİSTEMLERİ Mühendisliğin

Detaylı

Bölüm-4. İki Boyutta Hareket

Bölüm-4. İki Boyutta Hareket Bölüm-4 İki Boyutta Hareket Bölüm 4: İki Boyutta Hareket Konu İçeriği 4-1 Yer değiştirme, Hız ve İvme Vektörleri 4-2 Sabit İvmeli İki Boyutlu Hareket 4-3 Eğik Atış Hareketi 4-4 Bağıl Hız ve Bağıl İvme

Detaylı

Olimpiyat Soruları. sonuçları tekrar fonksiyonda yerine koyup çıkan tüm sonuçları toplayan program (iterasyon sayısı girilecek)

Olimpiyat Soruları. sonuçları tekrar fonksiyonda yerine koyup çıkan tüm sonuçları toplayan program (iterasyon sayısı girilecek) HAZIRLAYAN MUSA DEMIRELLI BISHKEK KYRGYZ TURKISH BOYS HIGH SCHOOL education.online.tr.tc compsources0.tripod.com Olimpiyat Soruları 1- Bir diziyi ters çeviren algoritma ve program 2- Bir diziyi sıralayan

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 İletişim bilgileri sabdikan@beun.edu.tr 0 372 2574010 1718 http://geomatik.beun.edu.tr/abdikan/ Öğrenci

Detaylı

İşaret İşleme ve Haberleşmenin Temelleri. Yrd. Doç. Dr. Ender M. Ekşioğlu eksioglue@itu.edu.tr http://www2.itu.edu.tr/~eksioglue

İşaret İşleme ve Haberleşmenin Temelleri. Yrd. Doç. Dr. Ender M. Ekşioğlu eksioglue@itu.edu.tr http://www2.itu.edu.tr/~eksioglue İşaret İşleme ve Haberleşmenin Temelleri Yrd. Doç. Dr. Ender M. Ekşioğlu eksioglue@itu.edu.tr http://www2.itu.edu.tr/~eksioglue İşaretler: Bilgi taşıyan işlevler Sistemler: İşaretleri işleyerek yeni işaretler

Detaylı

TÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun.

TÜRKİYE 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

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

Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi

Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 Dijital görüntü işlemede temel kavramlar Sayısal Görüntü İşleme; bilgisayar yardımı ile raster verilerin

Detaylı

ARTOS7F1 ARIZA TESPİT CİHAZI VE PC OSİLOSKOP 7 FONKSİYON 1 CİHAZDA

ARTOS7F1 ARIZA TESPİT CİHAZI VE PC OSİLOSKOP 7 FONKSİYON 1 CİHAZDA ARTOS7F1 ARIZA TESPİT CİHAZI VE PC OSİLOSKOP 7 FONKSİYON 1 CİHAZDA ARTOS7F1 Arıza Tespit Cihazı ve PC Osiloskop her tür elektronik kartın arızasını bulmada çok etkili bir sistemdir. Asıl tasarım amacı

Detaylı

BÖLÜM 8 B- SUNU PROGRAMI 1. MICROSOFT POWERPOINT NEDİR? 2. POWERPOINT PROGRAMININ BAŞLATILMASI

BÖLÜM 8 B- SUNU PROGRAMI 1. MICROSOFT POWERPOINT NEDİR? 2. POWERPOINT PROGRAMININ BAŞLATILMASI BÖLÜM 8 B- SUNU PROGRAMI 1. MICROSOFT POWERPOINT NEDİR? Microsoft Office Paketi ile birlikte kullanıcıya sunulan Powerpoint Programı, etkileşimli sunular (Presentation) hazırlamaya yarayan metin tabanlı

Detaylı

BÖLÜM 1: MADDESEL NOKTANIN KİNEMATİĞİ

BÖLÜM 1: MADDESEL NOKTANIN KİNEMATİĞİ BÖLÜM 1: MADDESEL NOKTANIN KİNEMATİĞİ 1.1. Giriş Kinematik, daha öncede vurgulandığı üzere, harekete sebep olan veya hareketin bir sonucu olarak ortaya çıkan kuvvetleri dikkate almadan cisimlerin hareketini

Detaylı

1. MİCROSOFT EXCEL 2010 A GİRİŞ

1. MİCROSOFT EXCEL 2010 A GİRİŞ 1. MİCROSOFT EXCEL 2010 A GİRİŞ 1.1. Microsoft Excel Penceresi ve Temel Kavramlar Excel, Microsoft firması tarafından yazılmış elektronik hesaplama, tablolama ve grafik programıdır. Excel de çalışılan

Detaylı

3.3. İki Tabanlı Sayı Sisteminde Dört İşlem

3.3. İki Tabanlı Sayı Sisteminde Dört İşlem 3.3. İki Tabanlı Sayı Sisteminde Dört İşlem A + B = 2 0 2 1 (Elde) A * B = Sonuç A B = 2 0 2 1 (Borç) A / B = Sonuç 0 + 0 = 0 0 0 * 0 = 0 0 0 = 0 0 0 / 0 = 0 0 + 1 = 1 0 0 * 1 = 0 0 1 = 1 1 0 / 1 = 0 1

Detaylı

Chapter 3 Image Enhancement in the Spatial Domain. 2002 R. C. Gonzalez & R. E. Woods

Chapter 3 Image Enhancement in the Spatial Domain. 2002 R. C. Gonzalez & R. E. Woods Chapter 3 Image Enhancement in the Spatial Domain 2002 R. C. Gonzalez & R. E. Woods Chapter 3 Image Enhancement in the Spatial Domain 2002 R. C. Gonzalez & R. E. Woods Chapter 3 Image Enhancement in the

Detaylı

ELN1001 BİLGİSAYAR PROGRAMLAMA I

ELN1001 BİLGİSAYAR PROGRAMLAMA I ELN1001 BİLGİSAYAR PROGRAMLAMA I DEPOLAMA SINIFLARI DEĞİŞKEN MENZİLLERİ YİNELEMELİ FONKSİYONLAR Depolama Sınıfları Tanıtıcılar için şu ana kadar görülmüş olan özellikler: Ad Tip Boyut Değer Bunlara ilave

Detaylı

BİLGİSAYAR PROGRAMLAMA. Yrd. Doç. Dr. Beytullah EREN beren@sakarya.edu.tr 0264 295 5642

BİLGİSAYAR PROGRAMLAMA. Yrd. Doç. Dr. Beytullah EREN beren@sakarya.edu.tr 0264 295 5642 BİLGİSAYAR PROGRAMLAMA Yrd. Doç. Dr. Beytullah EREN beren@sakarya.edu.tr 0264 295 5642 EXCEL DE GRAFİK UYGULAMA GRAFİKLER Grafikler, çok sayıda verinin ve farklı veri serileri arasındaki ilişkinin anlaşılmasını

Detaylı

HABERLEŞMENIN AMACI. Haberleşme sistemleri istenilen haberleşme türüne göre tasarlanır.

HABERLEŞMENIN AMACI. Haberleşme sistemleri istenilen haberleşme türüne göre tasarlanır. 2 HABERLEŞMENIN AMACI Herhangi bir biçimdeki bilginin zaman ve uzay içinde, KAYNAK adı verilen bir noktadan KULLANICI olarak adlandırılan bir başka noktaya aktarılmasıdır. Haberleşme sistemleri istenilen

Detaylı

GRAFİK ÇİZİMİ VE UYGULAMALARI 2

GRAFİK ÇİZİMİ VE UYGULAMALARI 2 GRAFİK ÇİZİMİ VE UYGULAMALARI 2 1. Verinin Grafikle Gösterilmesi 2 1.1. İki Değişkenli Grafikler 3 1.1.1. Serpilme Diyagramı 4 1.1.2. Zaman Serisi Grafikleri 5 1.1.3. İktisadi Modellerde Kullanılan Grafikler

Detaylı

Bilgisayar Programlama MATLAB

Bilgisayar Programlama MATLAB What is a computer??? Bilgisayar Programlama MATLAB ler Prof. Dr. İrfan KAYMAZ What is a computer??? MATLAB de GRAFİK İŞLEMLERİ MATLAB diğer programlama dillerine nazaran oldukça güçlü bir grafik araçkutusuna

Detaylı

İM 205-İnşaat Mühendisleri için MATLAB. Irfan Turk Fatih Üniversitesi,

İM 205-İnşaat Mühendisleri için MATLAB. Irfan Turk Fatih Üniversitesi, İM 205-İnşaat Mühendisleri için MATLAB Irfan Turk Fatih Üniversitesi, 2013-14 MATLAB Nedir? MATLAB ın açılımı MATrix LABoratory dir. MATLAB yüksek performanslı tekniksel bir programlama dilidir. Matematik,

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

Dijital Görüntü İşleme Teknikleri

Dijital Görüntü İşleme Teknikleri Teknikleri Ders Notları, 2015 Doç. Dr. Fevzi Karslı Harita Mühendisliği Bölümü Mühendislik Fakültesi KTÜ 19 Ekim 2015 Pazartesi 1 Ders Planı ve İçeriği 1. Hafta Giriş, dersin kapsamı, temel kavramlar,

Detaylı