Hafta 3 Görüntü İşleme ile İlgili Temel Kavramlar

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Hafta 3 Görüntü İşleme ile İlgili Temel Kavramlar"

Transkript

1 BLM429 Görüntü İşlemeye Giriş Hafta 3 Görüntü İşleme ile İlgili Temel Kavramlar Yrd. Doç. Dr. Caner ÖZCAN Those who wish to succeed must ask the right preliminary questions. (Başarmak isteyenler doğru başlangıç soruları sormalıdır.) ~Aristotle

2 İçerik 2. Sayısal Görüntü Temelleri Görsel Algının Unsurları Işık ve Elektromanyetik Spektrum Görüntü Algılama ve Edinme Görüntü Örnekleme ve Nicemleme Pikseller Arasındaki Bazı Temel İlişkiler Sayısal Görüntü İşlemede Kullanılan Matematiksel İşlemlere Giriş 2

3 Pikseller Arasındaki Bazı Temel İlişkiler Komşuluk Bitişiklik Bağlanırlık Yollar Bölgeler ve Sınırlar 3

4 Pikseller Arasındaki Bazı Temel İlişkiler (x,y) koordinatındaki bir p pikseli komşuları p nin 4-komşusu için N 4 (p) olarak: (x-1, y), (x+1, y), (x,y-1) ve (x, y+1). p nin 4 köşegen komşusu için N D (p) olarak: (x-1, y-1), (x+1, y+1), (x+1,y-1) ve (x-1, y+1). p nin 8-komşusu için N 8 (p) olarak N 8 (p) = N 4 (p) U N D (p) 4

5 Pikseller Arasındaki Bazı Temel İlişkiler Bitişiklik V bitişikliği tanımlamak için kullanılan yeğinlik değerleri kümesi olsun. 4-bitişiklik: Eğer q N 4 (p) kümesinde ise, değerleri V den olan p ve q pikselleri 4-bitişiktir. 8-bitişiklik: Eğer q N 8 (p) kümesinde ise, değerleri V den olan p ve q pikselleri 8-bitişiktir. 5

6 Pikseller Arasındaki Bazı Temel İlişkiler Bitişiklik V bitişikliği tanımlamak için kullanılan yeğinlik değerleri kümesi olsun. m-bitişiklik: Değerleri V den olan p ve q pikselleri m-bitişiktir, eğer (i) q N 4 (p) kümesinde ise, veya (ii) q N D (p) kümesinde ve N 4 (p) N 4 (q) kümesinin piksel değerleri V de değilse. 6

7 Pikseller Arasındaki Bazı Temel İlişkiler Yol (x,y) koordinatlı p pikselinden (s,t) koordinatlı q pikseline bir (sayısal) yol (veya eğri) (x 0, y 0 ), (x 1, y 1 ),, (x n, y n ) koordinatlarına sahip farklı piksellerin oluşturduğu bir dizidir. Burada, (x i, y i ) ve (x i-1, y i-1 ) pikselleri 1 i n için bitişiktir. Bu durumda n yolun uzunluğudur. Şayet (x 0, y 0 ) = (x n, y n ) ise yol kapalı yoldur. Belirtilen bitişikliğin tipine bağlı olarak 4-, 8- veya m-yollar tanımlayabiliriz. 7

8 Örnekler: Bitişiklik ve Yol V = {1, 2}

9 Örnekler: Bitişiklik ve Yol V = {1, 2} bitişik 9

10 Örnekler: Bitişiklik ve Yol V = {1, 2} bitişik m-bitişik 10

11 Örnekler: Bitişiklik ve Yol V = {1, 2} 01,1 11,2 11, ,1 22,2 02, ,1 03,2 13, bitişik m-bitişik (1,3) den (3,3) e 8-yol: (i) (1,3), (1,2), (2,2), (3,3) (ii) (1,3), (2,2), (3,3) (1,3) den (3,3) e m-yol: (1,3), (1,2), (2,2), (3,3) 11

12 Pikseller Arasındaki Bazı Temel İlişkiler S de bağlantılı S bir görüntüdeki piksellerin bir alt kümesini temsil etsin. İki piksel p ve q eğer aralarında tamamen S deki piksellerden oluşan bir yol varsa S de bağlantılı denir. (x 0, y 0 ), (x 1, y 1 ),, (x n, y n ) Burada i,0 i n,( x, y ) S i i 12

13 Pikseller Arasındaki Bazı Temel İlişkiler S bir görüntüdeki piksellerin bir alt kümesini temsil etsin. S deki herhangi bir p pikseli için, S de ona bağlantılı olan piksellerin kümesi S nin bağlantılı bileşeni olarak adlandırılır. Eğer S sadece bir bağlı bileşene sahipse, S kümesi bağlantılı küme olarak adlandırılır. 13

14 Pikseller Arasındaki Bazı Temel İlişkiler R bir görüntüdeki piksellerin alt kümesi olsun. Eğer R bağlantılı bir küme ise R görüntünün bir bölgesi olarak adlandırılır. Eğer R i ve R j bölgelerinin birleşimi bağlı bir küme oluşturursa R i ve R j bitişik olarak adlandırılır. Bitişik olmayan bölgeler de ayrışık olarak adlandırılır. 14

15 Pikseller Arasındaki Bazı Temel İlişkiler Sınır (çevrit) Bir R bölgesinin sınırı R nin tümleyenindeki noktalarla bitişik olan noktalar kümesidir. Eğer R tüm bir görüntü olursa, o zaman sınırı görüntünün ilk ve son satır ve sütunlardaki piksellerin kümesi olarak tanımlanır. Önplan ve Arkaplan Varsayalım ki bir görüntü, hiçbiri görüntü sınırına dokunmayan K tane ayrışık bölge, R k, k = 0,1, 2,, K içersin. R u tüm K bölgelerinin birleşimini göstersin ve (R u ) c de tümleyenini göstersin (Bir S kümesinin tümleyeninin S de olmayan noktaların kümesi olduğunu hatırlayınız). R u daki tüm noktaları görüntünün önplanı, (R u ) c deki tüm noktaları ise arkaplanı olarak adlandırırız. 15

16 Soru 1 Aşağıdaki piksel yerleşiminde, iki bölge (1 ler) bitişik midir? (şayet 8-bitişiklik kullanılırsa) Bölge 1 Bölge 2 16

17 Soru 1 Aşağıdaki piksel yerleşiminde, iki bölge (1 ler) bitişik midir? (şayet 8-bitişiklik kullanılırsa) Bölge 1 Bölge 2 Cevap: EVET!! 17

18 Soru 1 Aşağıdaki piksel yerleşiminde, iki bölge (1 ler) bitişik midir? (şayet 4-bitişiklik kullanılırsa) Bölge 1 Bölge 2 18

19 Soru 1 Aşağıdaki piksel yerleşiminde, iki bölge (1 ler) bitişik midir? (şayet 4-bitişiklik kullanılırsa) Bölge 1 Bölge 2 Cevap: HAYIR!! 19

20 Soru 2 Aşağıdaki piksel yerleşiminde, iki bölge (1 ler) ayrışık mıdır? (şayet 4-bitişiklik kullanılırsa) Bölge 1 Bölge 2 20

21 Soru 2 Aşağıdaki piksel yerleşiminde, iki bölge (1 ler) ayrışıktır (şayet 4-bitişiklik kullanılırsa) önplanı arkaplanı 21

22 Soru 3 Aşağıdaki piksel yerleşiminde, işaretlenmiş nokta 1-değerli piksellerin sınırının bir parçasıdır (şayet 8-bitişiklik kullanılırsa doğru mu yanlış mı?)

23 Soru 3 Aşağıdaki piksel yerleşiminde, işaretlenmiş nokta 1-değerli piksellerin sınırının bir parçasıdır (şayet 8-bitişiklik kullanılırsa doğru mu yanlış mı?) Cevap: EVET!! 23

24 Soru 4 Aşağıdaki piksel yerleşiminde, işaretlenmiş nokta 1-değerli piksellerin sınırının bir parçasıdır (şayet 4-bitişiklik kullanılırsa doğru mu yanlış mı?)

25 Soru 4 Aşağıdaki piksel yerleşiminde, işaretlenmiş nokta 1-değerli piksellerin sınırının bir parçasıdır (şayet 4-bitişiklik kullanılırsa doğru mu yanlış mı?) Cevap: HAYIR!! 25

26 Uzaklık Ölçütleri Sırasıyla koordinatları (x, y), (s, t) ve (v, w) olan p, q ve z pikselleri için D, bir uzaklık fonksiyonu veya bir metriktir eğer: D(p, q) 0 [D(p, q) = 0, ancak ve ancak p = q] D(p, q) = D(q, p) ve D(p, z) D(p, q) + D(q, z) ise. 26

27 Uzaklık Ölçütleri Aşağıdakiler farklı uzaklık ölçütleridir. a. Öklid Uzaklığı: D e (p, q) = [(x-s) 2 + (y-t) 2 ] 1/2 b. Şehir-Blok Uzaklığı: D 4 (p, q) = x-s + y-t c. Satranç Tahtası Uzaklığı: D 8 (p, q) = max( x-s, y-t ) 27

28 Soru 5 Aşağıda verilen piksel düzenlemesindeki daire içerisindeki iki nokta arasındaki satranç tahtası uzaklığı değeri nedir?

29 Soru 6 Aşağıda verilen piksel düzenlemesindeki daire içerisindeki iki nokta arasındaki şehir-blok uzaklığı değeri nedir?

30 Sayısal Görüntü İşlemede Kullanılan Matematiksel İşlemlere Giriş Dizi ve Matris İşlemleri Dizi çarpım operatörü Matris çarpım operatörü A A.* * a A a a b B a b a a a b a b B a b a b a b a b B a b a b a b a b b b b b Dizi çarpımı Matris çarpımı 30

31 Sayısal Görüntü İşlemede Kullanılan Matematiksel İşlemlere Giriş Doğrusal ve Doğrusal Olmayan İşlemler H f ( x, y) g( x, y) Eğer H ai fi ( x, y) a j f j ( x, y) H a (, ) i fi x y H a j f j ( x, y) a (, ) ih fi x y a jh f j ( x, y) a g ( x, y) a g ( x, y) i i j j Toplanabilirlik Homojenlik ise H a doğrusal operatör denir. Şayet H yukarıdaki niteliği sağlamıyorsa doğrusal olmayan operatör olarak ifade edilir. 31

32 Aritmetik İşlemler Görüntüler arasındaki aritmetik dizi işlemleridir. Dört aritmetik işlem şu şekildedir: s(x,y) = f(x,y) + g(x,y) d(x,y) = f(x,y) g(x,y) p(x,y) = f(x,y) g(x,y) v(x,y) = f(x,y) g(x,y) 32

33 Örnek: Gürültü Azaltma İçin Gürültülü Görüntülerin Toplanması Gürültüsüz görüntü: f(x,y) Gürültü: n(x,y) (her (x,y) koordinat ikilisinde gürültünün ilintisiz ve sıfır ortalama değere sahip olduğu varsayılmaktadır) Bozulmuş görüntü: g(x,y) g(x,y) = f(x,y) + n(x,y) Gürültülü bir görüntü kümesini, {g i (x,y)} toplayarak gürültü içeriğini azaltmak: K 1 g( x, y) g ( x, y) K i 1 i 33

34 Örnek: Gürültü Azaltma İçin Gürültülü Görüntülerin Toplanması K 1 g( x, y) g ( x, y) K i 1 i K 1 Eg( x, y) E gi( x, y) K i1 K 1 E f ( x, y) ni ( x, y) K i1 K 1 f ( x, y) E ni ( x, y) K i1 f ( x, y) 2 2 g ( x, y ) 1 K g i ( x, y ) K i n( x, y) 1 K n i ( x, y ) K i 1 1 K 34

35 Örnek: Gürültü Azaltma İçin Gürültülü Görüntülerin Toplanması Astronomide, çok düşük ışık seviyeleri altında yapılan görüntüleme çoğu kez algılayıcı gürültüsünün oluşmasına yol açar. Bu da görüntülerin analiz için işlenmesini neredeyse işe yaramaz hale getirir. Astronomik gözlemlerde, benzer algılayıcıların gürültüyü azaltma amacıyla yeteneklerini birleştirmeyi kullanmasıdır. Bu algılayıcılarda gürültü azaltma, uzun bir süre boyunca aynı yeri gözlemleyerek yapılmaktadır. 35

36 Örnek: Gürültü Azaltma İçin Gürültülü Görüntülerin Toplanması 36

37 Bir Görüntü Çıkarma Örneği: Maske Modlu Radyografi Mask h(x,y): hasta vücudunun bir bölgesinin bir X-ışını görüntüsü Canlı görüntüler f(x,y): TV kamerası ile yakalanan bir X-ışını görüntüsü Güçlendirilmiş detaylar g(x,y) g(x,y) = f(x,y) - h(x,y) Görüntüler TV hızında alındığı için bu yöntem esas itibariyle kontrast maddenin gözlemlenen alandaki çeşitli atardamarlarda nasıl yayıldığını gösteren bir film oluşturur. 37

38 Bir Görüntü Çıkarma Örneği: Maske Modlu Radyografi 38

39 Bir Görüntü Çıkarma Örneği: Maske Modlu Radyografi 39

40 Bir Görüntü Çarpma Örneği 40

41 Bir Görüntü Çarpma Örneği 41

42 Küme ve Mantık İşlemleri 42

43 Küme ve Mantık İşlemleri Gri-ölçekli bir görüntünün elemanları bir A kümesiyle temsil edilsin. A ve B kümesinin elemanları x ve y uzamsal koordinatları ve z yeğinliği göstermek üzere (x,y,z) üçlüleri şeklinde olsun. A {( x, y, z) z f ( x, y)} A nın tümleyeni A c olarak ifade edilir: c A {( x, y, K z) ( x, y, z) A} k K 2 1; kk:z yi is the temsil number etmek of için intensity kullanılan bits yeğinlik used bitlerinin to represent sayısı z 43

44 Küme ve Mantık İşlemleri Gri-ölçekli A ve B kümelerinin birleşimi A B {max( a, b) a A, bb} z 44

45 Küme ve Mantık İşlemleri 45

46 Küme ve Mantık İşlemleri 46

47 Uzamsal İşlemler Tek-piksel İşlemleri Bir görüntünün piksel değerlerini yeğinliğe bağlı olarak değiştirmektir. s T ( z) Örnek: 47

48 Uzamsal İşlemler Komşuluk İşlemleri Bu pikselin değeri koordinatları S xy içinde olan giriş görüntüsündeki pikselleri içeren tanımlanan bir işlemle belirlenir. 48

49 Uzamsal İşlemler Komşuluk İşlemleri 49

50 Geometrik Uzamsal Dönüşümler Geometrik lastik-levha (rubber-sheet) dönüşümleri 1. Koordinatların uzamsal dönüşümü ( x, y) T{( v, w)} 2. Uzamsal olarak dönüşmüş piksellere yeğinlik değerleri atayan yeğinlik aradeğerlemesi İlgin dönüşüm (Affine transform) t11 t12 0 x y 1 v w 1 t21 t22 0 t31 t

51 51

52 Yeğinlik Atama İleri Yönde Eşleme (Forward Mapping) ( x, y) T{( v, w)} İlgili bir problem giriş görüntüsündeki iki veya daha fazla piksel çıkış görüntüsünde aynı konuma dönüştürülebilir. Tersine Eşleme (Inverse Mapping) 1 ( v, w) T {( x, y)} Çıkış piksel değerinin şiddetini belirlemek için en yakın giriş piksel değerleri arasında aradeğerleme yapar. Tersine eşlemeyi uygulamak daha verimlidir. 52

53 Örnek: Görüntü Döndürme ve Yeğinlik Aradeğerleme 53

54 Görüntü Çakıştırma (Image Registration) Giriş ve çıkış görüntüleri var, fakat giriş görüntüsünden çıkış görüntüsünü oluşturan dönüşümün tipi genellikle belli değildir. Amaç: dönüşüm fonksiyonunu tahmin etmek ve sonra onu iki görüntüyü çakıştırmak için kullanmaktır. Görüntü çakıştırmadaki en temel yaklaşımlardan biri konumları giriş ve referans görüntülerinde kesin bilinen birbirine karşılık gelen düğüm noktaları (kontrol noktaları olarak da adlandırılır) kullanmaktır. 54

55 Görüntü Çakıştırma Çift doğrusal yaklaşıma dayalı basit bir model: x c v c w c vw c y c v c w c vw c Where ( v, w) and ( x, y) are the coordinates of Burada, kestirim evresi süresince (v,w) ve (x,y) sırasıyla giriş Ve referans tie points görüntülerindeki the input and düğüm reference noktalarının images. koordinatlarıdır. 55

56 56

57 Vektör ve Matris İşlemleri Çoklu spektral görüntü işleme vektör ve matris işlemlerinin her zaman kullanıldığı özgün bir alandır. Örneğin, Bölüm 6 da renkli görüntülerin aşağıdaki şekilde gösterildiği gibi kırmızı, yeşil ve mavi bileşenli görüntüler kullanılarak RGB renk uzayında oluşturulduğunu öğreneceksiniz. 57

58 Vektör ve Matris İşlemleri Çoklu spektral görüntü işleme vektör ve matris işlemlerinin her zaman kullanıldığı özgün bir Vektörler ve matrisler alandır. üzerine kısa bir giriş için Örneğin, Bölüm 6 da renkli kitabın görüntülerin Web sitesindeki aşağıdaki şekilde gösterildiği gibi kırmızı, Eğitim yeşil kısmına ve mavi başvurunuz. bileşenli görüntüler kullanılarak RGB renk uzayında oluşturulduğunu öğreneceksiniz. 58

59 Problemler Kitap içerisinde yer alan problemlerden yıldız ile işaretlenmiş olanların ayrıntılı çözümleri kitabın Web sitesinde bulunmaktadır. 59

60 Görüntü Dönüşümleri 2-D doğrusal dönüşümlerin çok önemli bir sınıfı T(u, v) ile gösterilir: M1N1 T( u, v) f ( x, y) r( x, y, u, v) x0 y0 burada, where ff(x,y) ( y) giriş is the görüntüsü, input image, r(x,y,u,v) ileri dönüşüm r( x, y, u, vçekirdeği, ) is the forward u ve v değişkenleri transformation dönüşüm ker nel, değişkenleri variables u and olarak v are adlandırılır. the transform variables, u = 0, 1, 2,..., M-1 and ve v = 0, 1,..., N-1. 60

61 Görüntü Dönüşümleri T(u, v), f(x,y) nin ileri dönüşüm olarak adlandırılır. Verilen bir T(u,v) için T(u,v) nin ters dönüşümünü M1N1 f ( x, y) T( u, v) s( x, y, u, v) u0 v0 where burada, s( xs(x,y,u,v), is ters the dönüşüm inverse transformation çekirdeğidir. ker nel, x = 0, 1, 2,..., M-1 and ve y = 0, 1,..., N-1. 61

62 Görüntü Dönüşümleri 62

63 Örnek: DCT Dönüşümü Kullanarak Görüntü İyileştirme 63

64 İleri Dönüşüm Çekirdeği M1N1 T( u, v) f ( x, y) r( x, y, u, v) x0 y0 Eğer The kernel r( x, y, u, v) is said to be SEPERABLE if r x, y, u, v = r 1 (x, u) r 2 (y, v) r( x, y, u, v) r1( x, u) r2( y, v) ise ileri dönüşüm çekirdeği ayrıştırılabilir denir. Buna ek olarak, eğer r In addition, the 1 (x, y) işlevsel olarak r kernel is said to be SYMMETRIC 2 (x, y) ye eşitse if r1( x, u) is rfunctionally x, y, u, v = equal r 1 (x, to u) rr 2( 1 y(y,, v), v) so that çekirdek r( x, y, u, simetriktir v) r ( x, u) denir. r ( y, u)

65 2-D Fourier Dönüşümü İçin Çekirdekler The forward İleri çekirdek r( x, y, u, v) e Burada Where j= 1 kernel j2 ( ux/ M vy/ N ) The inverse Ters çekirdek kernel 1 s( x, y, u, v) MN e j2 ( ux/ M vy/ N ) 65

66 2-D Fourier Dönüşümü M1N1 T( u, v) f ( x, y) e x0 y0 j2 ( ux/ M vy/ N ) M1N1 1 f ( x, y) T( u, v) e MN u0 v0 j2 ( ux/ M vy/ N ) 66

67 Olasılıksal Yöntemler Örneğin, Let zi, i z 0, i = 1, 0,1,2,..., L -1,, L denote 1 MxN lik the values sayısal of all bir possible görüntüdeki intensities tüm olası in an yeğinlik M N digital değerlerini image. göstersin. The probability, Verilen p( zbir k ), görüntüdeki of intensity level yeğinlik seviyesi z occurring z k nın in olasılığı a given image p(z k ) is estimated as k nk pz ( k ), MN olarak where tahmin nk is the edilir. number Burada of times n k that, z k intensity yeğinliğinin zk occurs görüntüde in the image. kaç kez bulunduğu sayısı ve MN ise toplam piksel sayısıdır. Açık bir şekilde, L1 k0 pz ( ) 1 dir. The Örneğin, mean (average) ortalama intensity yeğinlik is değeri given şu byşekilde verilir: L1 k0 k m = z p( z ) k k 67

68 Olasılıksal Yöntemler The Benzer variance şekilde yeğinliklerin of the intensities varyansı is given by 2 L1 k 2 k0 = ( z m) p( z ) k The n th moment of the intensity variable z is Genel olarak z rasgele değişkeninin ortalama etrafında n. momenti L1 n n k k k0 u ( z) = ( z m) p( z ) 68

69 Örnek: Standart Sapma Değerlerinin Karşılaştırılması

70 Kaynaklar Sayısal Görüntü İşleme, Palme Yayıncılık, Üçüncü Baskıdan Çeviri (Orj: R.C. Gonzalez and R.E. Woods: "Digital Image Processing", Prentice Hall, 3rd edition, 2008). Lecture Notes, CS Digital Image Processing, F.(Qingzhong) Liu, Ders Notları, BIL717-Image Processing, E.Erdem Ders Notları, EBM537-Görüntü İşleme, F.Karabiber 70

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

Hafta 2 Görüntünün Alınması ve Sayısallaştırılması

Hafta 2 Görüntünün Alınması ve Sayısallaştırılması BLM429 Görüntü İşlemeye Giriş Hafta 2 Görüntünün Alınması ve Sayısallaştırılması Yrd. Doç. Dr. Caner ÖZCAN When something can be read without effort, great effort has gone into its writing. ~E. J. Poncela

Detaylı

Hafta 7 Görüntü Onarma ve Geriçatma (Kısım 1)

Hafta 7 Görüntü Onarma ve Geriçatma (Kısım 1) BLM429 Görüntü İşlemeye Giriş Hafta 7 Görüntü Onarma ve Geriçatma (Kısım 1) Yrd. Doç. Dr. Caner ÖZCAN Gördüğümüz şeyler tek başlarına ne gördüğümüz değildir... Hislerimizin algı yeteneğinden ayrı olarak

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

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

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

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 8 Multispektral Görüntüleme ve Uygulamaları Alp Ertürk alp.erturk@kocaeli.edu.tr Multispektral Görüntüleme Her piksel için birkaç adet spektral kanalda ölçüm değeri

Detaylı

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

UYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA

UYDU 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

Detaylı

8.Konu Vektör uzayları, Alt Uzaylar

8.Konu Vektör uzayları, Alt Uzaylar 8.Konu Vektör uzayları, Alt Uzaylar 8.1. Düzlemde vektörler Düzlemdeki her noktası ile reel sayılardan oluşan ikilisini eşleştirebiliriz. Buna P noktanın koordinatları denir. y-ekseni P x y O dan P ye

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

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 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

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

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

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

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

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

Hızlı Düzey Küme Yöntemine Bağlı Retinal Damar Bölütlemesi. Bekir DİZDAROĞLU. KTÜ Bilgisayar Mühendisliği Bölümü Bekir DİZDAROĞLU KTÜ Bilgisayar Mühendisliği Bölümü bekir@ktu.edu.tr 1/29 Tıbbi imge bölütleme klasik yaklaşımları a) Piksek tabanlı b) Kenar tabanlı c) Bölge tabanlı d) Watershed (sınır) tabanlı e) Kenar

Detaylı

Görüntü İşleme Dersi Ders-8 Notları

Görüntü İşleme Dersi Ders-8 Notları Görüntü İşleme Dersi Ders-8 Notları GRİ SEVİYE DÖNÜŞÜMLERİ Herhangi bir görüntü işleme operasyonu, görüntüdeki pikselin gri seviye değerlerini dönüştürme işlemidir. Ancak, görüntü işleme operasyonları;

Detaylı

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

Şimdi de [ ] vektörünün ile gösterilen boyu veya büyüklüğü Pisagor. teoreminini iki kere kullanarak

Şimdi de [ ] vektörünün ile gösterilen boyu veya büyüklüğü Pisagor. teoreminini iki kere kullanarak 10.Konu İç çarpım uzayları ve özellikleri 10.1. ve üzerinde uzunluk de [ ] vektörünün ile gösterilen boyu veya büyüklüğü Pisagor teoreminden dir. 1.Ö.: [ ] ise ( ) ( ) ve ( ) noktaları gözönüne alalım.

Detaylı

10.Konu Tam sayıların inşası

10.Konu Tam sayıların inşası 10.Konu Tam sayıların inşası 1. Tam sayılar kümesi 2. Tam sayılar kümesinde toplama ve çarpma 3. Pozitif ve negatif tam sayılar 4. Tam sayılar kümesinde çıkarma 5. Tam sayılar kümesinde sıralama 6. Bir

Detaylı

Lineer Dönüşümler ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv.Dr. Nevin ORHUN

Lineer Dönüşümler ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv.Dr. Nevin ORHUN Lineer Dönüşümler Yazar Öğr. Grv.Dr. Nevin ORHUN ÜNİTE 7 Amaçlar Bu üniteyi çalıştıktan sonra; Vektör uzayları arasında tanımlanan belli fonksiyonları tanıyacak, özelliklerini öğrenecek, Bir dönüşümün,

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

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

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

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 11 Hiperspektral Görüntülerde Kümeleme ve Sınıflandırma Alp Ertürk alp.erturk@kocaeli.edu.tr Sınıflandırma Sınıflandırma işleminin amacı, her piksel vektörüne bir ve

Detaylı

Dijital Görüntü İşleme (COMPE 464) Ders Detayları

Dijital Görüntü İşleme (COMPE 464) Ders Detayları Dijital Görüntü İşleme (COMPE 464) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Dijital Görüntü İşleme COMPE 464 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Bilgisayarla Görüye Giriş Ders 6 Kenar, Köşe, Yuvarlak Tespiti Alp Ertürk alp.erturk@kocaeli.edu.tr KENAR TESPİTİ Kenar Tespiti Amaç: Görüntüdeki ani değişimleri / kesintileri algılamak Şekil bilgisi elde

Detaylı

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

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

Detaylı

İMGE İŞLEME Ders-9. İmge Sıkıştırma. Dersin web sayfası: (Yrd. Doç. Dr. M.

İMGE İŞLEME Ders-9. İmge Sıkıştırma. Dersin web sayfası:  (Yrd. Doç. Dr. M. İMGE İŞLEME Ders-9 İmge Sıkıştırma (Yrd. Doç. Dr. M. Kemal GÜLLÜ) Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm Hazırlayan: M. Kemal GÜLLÜ İmge Sıkıştırma Veri sıkıştırmanın

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Bilgisayarla Görüye Giriş Ders 5 Görüntü Süzgeçleme ve Gürültü Giderimi Alp Ertürk alp.erturk@kocaeli.edu.tr Motivasyon: Gürültü Giderimi Bir kamera ve sabit bir sahne için gürültüyü nasıl azaltabiliriz?

Detaylı

Hafta 12 Morfolojik Görüntü İşleme

Hafta 12 Morfolojik Görüntü İşleme BLM429 Görüntü İşlemeye Giriş Hafta 12 Morfolojik Görüntü İşleme Yrd. Doç. Dr. Caner ÖZCAN Biçim ve özellik, yüz ve dudak.. Tıpkı kardeşim gibi büyüdüm.. Benzerliklerimiz sanki beni o yaptı.. Ve birimiz

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

MATEMATİK ÖĞRETMENLİK ALAN BİLGİSİ - DENEME SINAVI DENEME. Diğer sayfaya geçiniz.

MATEMATİK ÖĞRETMENLİK ALAN BİLGİSİ - DENEME SINAVI DENEME. Diğer sayfaya geçiniz. MATEMATİK. DENEME ÖĞRETMENLİK ALAN BİLGİSİ - DENEME SINAVI. f : X tanımlı y = f() fonksiyonu için lim f ( ) = L ise aşağıdaki önermelerden kaç tanesi kesinlikle doğrudur? 0 I. X dir. 0 II. f() fonksiyonu

Detaylı

Bilgisayarla Fotogrametrik Görme

Bilgisayarla Fotogrametrik Görme Bilgisayarla Fotogrametrik Görme Dijital Görüntü ve Özellikleri Yrd. Doç. Dr. Mustafa DİHKAN 1 Dijital görüntü ve özellikleri Siyah-beyaz resimler için değer elemanları 0-255 arasındadır. 256 farklı durum

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

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

Tanımlar, Geometrik ve Matemetiksel Temeller. Yrd. Doç. Dr. Saygın ABDİKAN Yrd. Doç. Dr. Aycan M. MARANGOZ. JDF329 Fotogrametri I Ders Notu FOTOGRAMETRİ I Tanımlar, Geometrik ve Matemetiksel Temeller Yrd. Doç. Dr. Saygın ABDİKAN Yrd. Doç. Dr. Aycan M. MARANGOZ JDF329 Fotogrametri I Ders Notu 2015-2016 Öğretim Yılı Güz Dönemi İçerik Tanımlar

Detaylı

Gama ışını görüntüleme: X ışını görüntüleme:

Gama ışını görüntüleme: X ışını görüntüleme: Elektronik ve Hab. Müh. Giriş Dersi Görüntü İşleme Yrd. Doç. Dr. M. Kemal GÜLLÜ Uygulama Alanları Gama ışını görüntüleme: X ışını görüntüleme: Uygulama Alanları Mor ötesi bandı görüntüleme: Görünür ve

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

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 A- Enerji Kaynağı / Aydınlatma B- Işıma ve atmosfer C- Hedef nesneyle etkileşim D- Nesneden yansıyan /

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

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Bilgisayarla Görüye Giriş Ders 9 Stereo Görüntüleme Alp Ertürk alp.erturk@kocaeli.edu.tr Tek Kamera Geometrisi??? x Tek Kamera Geometrisi Tek Kamera Geometrisi İğne Deliği Kamera Modeli ) /, / ( ),, (

Detaylı

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

AYRIK YAPILAR. ARŞ. GÖR. SONGÜL KARAKUŞ- FıRAT ÜNIVERSITESI TEKNOLOJI FAKÜLTESI YAZıLıM MÜHENDISLIĞI BÖLÜMÜ, ELAZIĞ

AYRIK YAPILAR. ARŞ. GÖR. SONGÜL KARAKUŞ- FıRAT ÜNIVERSITESI TEKNOLOJI FAKÜLTESI YAZıLıM MÜHENDISLIĞI BÖLÜMÜ, ELAZIĞ AYRIK YAPILAR P r o f. D r. Ö m e r A k ı n v e Y r d. D o ç. D r. M u r a t Ö z b a y o ğ l u n u n Ç e v i r i E d i t ö r l ü ğ ü n ü ü s t l e n d i ğ i «A y r ı k M a t e m a t i k v e U y g u l a

Detaylı

İÇİNDEKİLER ÖNSÖZ Bölüm 1 SAYILAR 11 Bölüm 2 KÜMELER 31 Bölüm 3 FONKSİYONLAR

İÇİNDEKİLER ÖNSÖZ Bölüm 1 SAYILAR 11 Bölüm 2 KÜMELER 31 Bölüm 3 FONKSİYONLAR İÇİNDEKİLER ÖNSÖZ III Bölüm 1 SAYILAR 11 1.1. Sayı Kümeleri 12 1.1.1.Doğal Sayılar Kümesi 12 1.1.2.Tam Sayılar Kümesi 13 1.1.3.Rasyonel Sayılar Kümesi 14 1.1.4. İrrasyonel Sayılar Kümesi 16 1.1.5. Gerçel

Detaylı

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi

Detaylı

Görüntü İyileştirme Teknikleri. Hafta-8

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

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

Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS

Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Sayısal Görüntü İşleme BIL413 7 3+0 3 5 Ön Koşul Dersleri Yok Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Seçmeli / Yüz Yüze

Detaylı

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

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

Detaylı

Tesadüfi Değişken. w ( )

Tesadüfi Değişken. w ( ) 1 Tesadüfi Değişken Tesadüfi değişkenler gibi büyük harflerle veya gibi yunan harfleri ile bunların aldığı değerler de gibi küçük harflerle gösterilir. Tesadüfi değişkenler kesikli veya sürekli olmak üzere

Detaylı

Dijital Kameralar (Airborne Digital Cameras)

Dijital 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

Detaylı

Uzaktan Algılama Uygulamaları

Uzaktan Algılama Uygulamaları Aksaray Üniversitesi Uzaktan Algılama Uygulamaları Doç.Dr. Semih EKERCİN Harita Mühendisliği Bölümü sekercin@aksaray.edu.tr 2010-2011 Bahar Yarıyılı Uzaktan Algılama Uygulamaları GÖRÜNTÜ İŞLEME TEKNİKLERİ

Detaylı

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

Bilgisayarla Görüye Giriş

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

Detaylı

9. SINIF Geometri TEMEL GEOMETRİK KAVRAMLAR

9. SINIF Geometri TEMEL GEOMETRİK KAVRAMLAR TEMEL GEOMETRİK KAVRAMLAR 9. SINIF Geometri Amaç-1: Nokta, Doğru, Düzlem, Işın ve Uzayı Kavrayabilme. 1. Nokta, doğru, düzlem ve uzay kavramlarım açıklama. 2. Farklı iki noktadan geçen doğru sayışım söyleme

Detaylı

TEMEL KAVRAMLAR. a Q a ve b b. a b c 4. a b c 40. 7a 4b 3c. a b c olmak üzere a,b ve pozitif. 2x 3y 5z 84

TEMEL KAVRAMLAR. a Q a ve b b. a b c 4. a b c 40. 7a 4b 3c. a b c olmak üzere a,b ve pozitif. 2x 3y 5z 84 N 0,1,,... Sayı kümesine doğal sayı kümesi denir...., 3,, 1,0,1,,3,... sayı kümesine tamsayılar kümesi denir. 1,,3,... saı kümesine sayma sayıları denir.pozitif tamsayılar kümesidir. 15 y z x 3 5 Eşitliğinde

Detaylı

Üç Boyutlu Uzayda Koordinat sistemi

Üç Boyutlu Uzayda Koordinat sistemi Üç Boyutlu Uzayda Koordinat sistemi Uzayda bir noktayı ifade edebilmek için ilk önce O noktasını (başlangıç noktası) ve bu noktadan geçen ve birbirine dik olan üç yönlü doğruyu seçerek sabitlememiz gerekir.

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel

Detaylı

KAMU PERSONEL SEÇME SINAVI ÖĞRETMENLİK ALAN BİLGİSİ TESTİ ORTAÖĞRETİM MATEMATİK ÖĞRETMENLİĞİ TG 4 ÖABT ORTAÖĞRETİM MATEMATİK Bu testlerin her hakkı saklıdır. Hangi amaçla olursa olsun, testlerin tamamının

Detaylı

PERGEL YAYINLARI LYS 1 DENEME-6 KONU ANALİZİ SORU NO LYS 1 MATEMATİK TESTİ KAZANIM NO KAZANIMLAR

PERGEL YAYINLARI LYS 1 DENEME-6 KONU ANALİZİ SORU NO LYS 1 MATEMATİK TESTİ KAZANIM NO KAZANIMLAR 2013-2014 PERGEL YAYINLARI LYS 1 DENEME-6 KONU ANALİZİ SORU NO LYS 1 MATEMATİK TESTİ A B KAZANIM NO KAZANIMLAR 1 1 / 31 12 32173 Üslü İfadeler 2 13 42016 Rasyonel ifade kavramını örneklerle açıklar ve

Detaylı

MAT 202-DİFERENSİYEL DENKLEMLER-Güz Dönemi. Ders Uygulama Planı. -

MAT 202-DİFERENSİYEL DENKLEMLER-Güz Dönemi. Ders Uygulama Planı. - MAT 202-DİFERENSİYEL DENKLEMLER-Güz 2016-2017 Dönemi Ders Uygulama Planı 04 02 ve 03 01 Öğretim Üyesi Prof. Dr. Ömer AKIN (Ders Koordinatörü) Prof. Dr. Abdullah ALTIN Doç. Dr. Niyazi ŞAHİN Ofis No 226

Detaylı

2012 LYS MATEMATİK SORU VE ÇÖZÜMLERİ Niyazi Kurtoğlu

2012 LYS MATEMATİK SORU VE ÇÖZÜMLERİ Niyazi Kurtoğlu .SORU 8 sayı tabanında verilen (5) 8 sayısının sayı tabanında yazılışı nedir?.soru 6 3 3 3 3 4 6 8? 3.SORU 3 ise 5? 5 4.SORU 4 5 olduğuna göre, ( )? 5.SORU (y z) z(y ) y z yz bulunuz. ifadesinin en sade

Detaylı

İşaret ve Sistemler. Ders 1: Giriş

İşaret ve Sistemler. Ders 1: Giriş İşaret ve Sistemler Ders 1: Giriş Ders 1 Genel Bakış Haberleşme sistemlerinde temel kavramlar İşaretin tanımı ve çeşitleri Spektral Analiz Fazörlerin frekans düzleminde gösterilmesi. Periyodik işaretlerin

Detaylı

Değişken içeren ve değişkenlerin belli değerleri için doğru olan cebirsel eşitliklere denklem denir.

Değişken içeren ve değişkenlerin belli değerleri için doğru olan cebirsel eşitliklere denklem denir. 1 DENKLEMLER: Değişken içeren ve değişkenlerin belli değerleri için doğru olan cebirsel eşitliklere denklem denir. Bir denklemde eşitliği sağlayan(doğrulayan) değerlere; verilen denklemin kökleri veya

Detaylı

SAYISAL GÖRÜNTÜ İŞLEME İLE GEOMETRİK ŞEKİL VE ROTASYON TESPİTİ

SAYISAL GÖRÜNTÜ İŞLEME İLE GEOMETRİK ŞEKİL VE ROTASYON TESPİTİ SAYISAL GÖRÜNTÜ İŞLM İL GOMTRİK ŞKİL V ROTASYON TSPİTİ Fatih GÜNDÜZ 1 Mesud KARİMAN 1, lektronik ve aberleşme Mühendisliği Bölümü, Süleyman Demirel Üniversitesi, Isparta 1 e-posta: gunduz4@gmail.com e-posta:

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 Fotogrametri

Dijital Fotogrametri Dijital Fotogrametri 2016-2017, Bahar YY Fevzi Karslı (Prof. Dr.) Harita Mühendisliği Bölümü Mühendislik Fakültesi KTÜ 20 Mart 2017 Pazartesi Ders Planı ve İçeriği 1. Hafta Giriş, dersin kapsamı, kavramlar,

Detaylı

GEOMETRİK, MATEMATİK, OPTİK ve FOTOĞRAFİK TEMELLER (HATIRLATMA) Yrd. Doç. Dr. Aycan M. MARANGOZ

GEOMETRİK, MATEMATİK, OPTİK ve FOTOĞRAFİK TEMELLER (HATIRLATMA) Yrd. Doç. Dr. Aycan M. MARANGOZ FOTOGRAMETRİ II GEOMETRİK, MATEMATİK, OPTİK ve FOTOĞRAFİK TEMELLER (HATIRLATMA) Yrd. Doç. Dr. Aycan M. MARANGOZ BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF336 FOTOGRAMETRİ II DERSi NOTLARI

Detaylı

ORM 7420 USING SATELLITE IMAGES IN FOREST RESOURCE PLANNING

ORM 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,

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Bilgisayarla Görüye Giriş Ders 10 Nesne / Yüz Tespiti ve Tanıma Alp Ertürk alp.erturk@kocaeli.edu.tr Nesne Tespiti Belirli bir nesnenin sahne içindeki konumunun tespitidir Tespit edilecek nesne önceden

Detaylı

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

Bilgisayarla Görüye Giriş

Bilgisayarla 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

Detaylı

TEMEL GÖRÜNTÜ BİLGİSİ

TEMEL GÖRÜNTÜ BİLGİSİ TEMEL GÖRÜNTÜ BİLGİSİ FOTOĞRAF/GÖRÜNTÜ KAVRAMI VE ÖZELLİKLERİ BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF345 TEMEL GÖRÜNTÜ BİLGİSİ DERSİ NOTLARI http://geomatik.beun.edu.tr/marangoz/ İÇERİK

Detaylı

Bölüm 3: Vektörler. Kavrama Soruları. Konu İçeriği. Sunuş. 3-1 Koordinat Sistemleri

Bölüm 3: Vektörler. Kavrama Soruları. Konu İçeriği. Sunuş. 3-1 Koordinat Sistemleri ölüm 3: Vektörler Kavrama Soruları 1- Neden vektörlere ihtiyaç duyarız? - Vektör ve skaler arasındaki fark nedir? 3- Neden vektörel bölme işlemi yapılamaz? 4- π sayısı vektörel mi yoksa skaler bir nicelik

Detaylı

6. Ders. Mahir Bilen Can. Mayıs 16, 2016

6. Ders. Mahir Bilen Can. Mayıs 16, 2016 6. Ders Mahir Bilen Can Mayıs 16, 2016 Bu derste lineer cebirdeki bazı fikirleri gözden geçirip Lie teorisine uygulamalarını inceleyeceğiz. Bütün Lie cebirlerinin cebirsel olarak kapalı ve karakteristiği

Detaylı

7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım;

7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım; İÇ ÇARPIM UZAYLARI 7. BÖLÜM İÇ ÇARPIM UZAYLARI Genel: Vektörler bölümünde vektörel iç çarpım;.= 1 1 + + Açıklanmış ve bu konu uzunluk ve uzaklık kavramlarını açıklamak için kullanılmıştır. Bu bölümde öklit

Detaylı

DİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ A OLARAK CEVAP KÂĞIDINIZA İŞARETLEMEYİ UNUTMAYINIZ. MATEMATİK SINAVI MATEMATİK TESTİ

DİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ A OLARAK CEVAP KÂĞIDINIZA İŞARETLEMEYİ UNUTMAYINIZ. MATEMATİK SINAVI MATEMATİK TESTİ DİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ A OLARAK CEVAP KÂĞIDINIZA İŞARETLEMEYİ UNUTMAYINIZ. MATEMATİK SINAVI MATEMATİK TESTİ 1. Bu testte 50 soru vardır.. Cevaplarınızı, cevap kâğıdının Matematik Testi için

Detaylı

EM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş. Dr. Özgür Kabak

EM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş. Dr. Özgür Kabak EM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş Dr. Özgür Kabak Doğrusal Olmayan Programlama Eğer bir Matematiksel Programlama modelinin amaç fonksiyonu ve/veya kısıtları doğrusal değil

Detaylı

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

MIT Açık Ders Malzemeleri  Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için MIT Açık Ders Malzemeleri http://ocw.mit.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için http://ocw.mit.edu/terms veya http://www.acikders.org.tr adresini ziyaret

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

Bölüm 3. Tanımlayıcı İstatistikler

Bölüm 3. Tanımlayıcı İstatistikler Bölüm 3 Tanımlayıcı İstatistikler 1 Tanımlayıcı İstatistikler Bir veri setini tanımak veya birden fazla veri setini karşılaştırmak için kullanılan ve ayrıca örnek verilerinden hareket ile frekans dağılışlarını

Detaylı

MUTLAK DEĞER Test -1

MUTLAK DEĞER Test -1 MUTLAK DEĞER Test -. < x < olduğuna göre, x x ifadesinin eşiti aşağıdakilerden 7 B) 7 x C) x 7 D) x 7 E) 7 x 5. y < 0 < x olduğuna göre, y x x y x y ifadesinin eşiti aşağıdakilerden xy B) xy C) xy D) xy

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

KPSS MATEMATÝK. SOYUT CEBÝR ( Genel Tekrar Testi-1) N tam sayılar kümesinde i N için, A = 1 i,i 1

KPSS MATEMATÝK. SOYUT CEBÝR ( Genel Tekrar Testi-1) N tam sayılar kümesinde i N için, A = 1 i,i 1 SOYUT CEBÝR ( Genel Tekrar Testi-1) 1. A = { k k Z, < k 4 } 4. N tam sayılar kümesinde i N için, k 1 B = { k Z, 1 k < 1 } k 1 A = 1 i,i 1 i ( ] kümeleri verildiğine göre, aşağıdakilerden hangisi doğrudur?

Detaylı

YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDE GEOMETRİK DÜZELTMENİN SINIFLANDIRMA SONUÇLARINA ETKİSİ

YÜKSEK 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,

Detaylı

Yazarlar hakkında Editör hakkında Teşekkür

Yazarlar hakkında Editör hakkında Teşekkür İÇİNDEKİLER Yazarlar hakkında Editör hakkında Teşekkür XIII XIV XV Giriş 1 Kitabın amaçları 1 Öğretmen katkısı 2 Araştırma katkısı 2 Yansıma için bir ara 3 Sınıf etkinlikleri 3 Terminoloji üzerine bir

Detaylı

AST409 Astronomide Sayısal Çözümleme. II. Python da Matrisler

AST409 Astronomide Sayısal Çözümleme. II. Python da Matrisler AST409 Astronomide Sayısal Çözümleme II. Python da Matrisler Python da Yardım Alma Seçenekleri Start Programs Python 2.7.5 Python Manuals IDLE Help! (F1) www.python.org/help/ Python Kullanım Kılavuzu Erdem

Detaylı

Appendix B: Olasılık ve Dağılım Teorisi

Appendix B: Olasılık ve Dağılım Teorisi Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım

Detaylı

ÖZDEĞERLER- ÖZVEKTÖRLER

ÖZDEĞERLER- ÖZVEKTÖRLER ÖZDEĞERLER- ÖZVEKTÖRLER GİRİŞ Özdeğerler, bir matrisin orijinal yapısını görmek için kullanılan alternatif bir yoldur. Özdeğer kavramını açıklamak için öncelikle özvektör kavramı ele alınsın. Bazı vektörler

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

ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ SİVİL HAVACILIK ANABİLİM DALI YENİ DERS ÖNERİSİ/ DERS GÜNCELLEME

ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ SİVİL HAVACILIK ANABİLİM DALI YENİ DERS ÖNERİSİ/ DERS GÜNCELLEME / DERS GÜNCELLEME Dersin Kodu SHA 615 Dersin Adı İSTATİSTİKSEL SİNYAL İŞLEME Yarıyılı GÜZ Dersin İçeriği: Olasılık ve olasılıksal süreçlerin gözden geçirilmesi. Bayes kestirim kuramı. Büyük olabilirlik

Detaylı

SÜREKLİ OLASILIK DAĞILIŞLARI

SÜREKLİ OLASILIK DAĞILIŞLARI SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla

Detaylı

Bu bölümde cebirsel yapıların temelini oluşturan Grup ve özelliklerini inceleyeceğiz.

Bu bölümde cebirsel yapıların temelini oluşturan Grup ve özelliklerini inceleyeceğiz. 1 BİR İŞLEMLİ SİSTEMLER Bu bölümde cebirsel yapıların temelini oluşturan Grup ve özelliklerini inceleyeceğiz. 1.1 İŞLEMLER Bir kümeden kendisine tanımlı olan her fonksiyona birli işlem denir. Örneğin Z

Detaylı

CCD KAMERA KULLANARAK SAYISAL GÖRÜNTÜ İŞLEME YOLUYLA GERÇEK ZAMANLI GÜVENLİK UYGULAMASI

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

Detaylı

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

Tanımlar, Geometrik ve Matemetiksel Temeller. Yrd. Doç. Dr. Saygın ABDİKAN Yrd. Doç. Dr. Aycan M. MARANGOZ. JDF329 Fotogrametri I Ders Notu FOTOGRAMETRİ I Tanımlar, Geometrik ve Matemetiksel Temeller Yrd. Doç. Dr. Saygın ABDİKAN Yrd. Doç. Dr. Aycan M. MARANGOZ JDF329 Fotogrametri I Ders Notu 2015-2016 Öğretim Yılı Güz Dönemi İzdüşüm merkezi(o):

Detaylı

VEKTÖRLER. DOĞRU PARÇASI: Doğrunun A ve B noktaları ile bunların arasında kalan bütün noktalarından oluşan kümeye [AB] DOĞRU PARÇASI denir.

VEKTÖRLER. DOĞRU PARÇASI: Doğrunun A ve B noktaları ile bunların arasında kalan bütün noktalarından oluşan kümeye [AB] DOĞRU PARÇASI denir. VEKTÖRLER DOĞRU PRÇSI: Doğrunun ve B noktaları ile bunların arasında kalan bütün noktalarından oluşan kümeye [B] DOĞRU PRÇSI denir. Doğrultusu (üzerinde bulunduğu doğru) ve uzunluğundan söz edilebilir.

Detaylı

3. BÖLÜM MATRİSLER 1

3. BÖLÜM MATRİSLER 1 3. BÖLÜM MATRİSLER 1 2 11 21 1 m1 a a a v 12 22 2 m2 a a a v 1 2 n n n mn a a a v gibi n tane vektörün oluşturduğu, şeklindeki sıralanışına matris denir. 1 2 n A v v v Matris A a a a a a a a a a 11 12

Detaylı

OLASILIK ve İSTATİSTİĞE GİRİŞ. Yrd. Doç. Dr. Hüsey n Dem r

OLASILIK ve İSTATİSTİĞE GİRİŞ. Yrd. Doç. Dr. Hüsey n Dem r OLASILIK ve İSTATİSTİĞE GİRİŞ Yrd. Doç. Dr. Hüsey n Dem r Yrd. Doç. Dr. Hüseyin Demir OLASILIK VE İSTATİSTİĞE GİRİŞ ISBN 978-605-318-470-6 DOI 10.14527/9786053184706 Kitap içeriğinin tüm sorumluluğu yazarlarına

Detaylı