Görüntü İyileştirme Teknikleri. Hafta-8
|
|
- Aygül Öktem
- 6 yıl önce
- İzleme sayısı:
Transkript
1 Görüntü İyileştirme Teknikleri Hafta-8 1
2 Spektral İyileştirme PCA (Principal Component Analysis) Dönüşümü. Türkçesi Ana Bileşenler Dönüşümü Decorrelation Germe Tasseled Cap RGB den IHS ye dönüşüm IHS den RGB ye dönüşüm Indisler Görüntü kaynaştırma yöntemleri 2
3 Ana Bileşenler Dönüşümü Bir çok bantlı görüntüde komşu bantlar arasında yüksek oranda korelasyon olabilir ve bu yüzden nesneler hakkında aynı veya benzer spaktral bilgi içerebilir. Ana bileşenler enler dönüşümü ümü orijinal veri kümesini n boyutlu (n toplam bant sayısı) lineer bir dönüşüm kullanarak öz vektörler uzayına dönüştürür, Böylece orijinal verinin varyansı maksimize edilerek bantlar arasındaki korelasyon ortadan kaldırılmış olur 3
4 Ana Bileşenler Dönüşümü Pixels on band-1 vs. band-2 plane Pixel values in 3-D Space band -2 band-3 PC-1 PC-2 PC-1 PC-3 band-1 Pixels on band-1vs. band-3 plane ban d-3 PC-1 band-2 band-1 band-1 4
5 Ana Bileşenler Dönüşümü Kullanılarak Spektral İyileştirme Öncelikle çok bantlı görüntüye ana bileşenler dönüşümü uygulanır Sadece elde edilen birinci ana bileşene kontrast iyileştirme uygulanır Daha sonra kontrast iyileştirme uygulanmış birinci ana bileşen ve diğer ana bileşenler kullanılarak ters ana bileşenler dönüşümü uygulanır Sonuç görüntü spektral olarak iyileştirilmiş olur Yöntemin esprisi: Birinci ana bileşen tüm bantların içerdiği bilgiyi tek basına içerir, bu yüzden ona yapılan işlem tüm bantlara yapılmış gibi olur 5
6 Ana Bileşenler Dönüşümü Nasıl Yapılır? Çok bantlı bir görüntüde her bir piksel aslında bir vektördür 6
7 Çok bantlı bir görüntüde her bir piksel aslında bir vektördür x i = ( x, x,..., x ) T 1 2 k ( 3, 13, ) T x 5 1 = m satır ve n sütün sayısını gösterirse tüm görüntüde M = mxn tane vektör oluşur Burada k toplam bant sayısıdır!!! 7
8 Ana Bileşenler dönüşümü orijinal görüntüyü öz vektör (eigen vector) uzayına dönüştürür. Amaç bantlar arasındaki korelasyonu ortadan kaldırmaktır Bu yüzden kovaryans matrisi gereklidir. Bütün vektörlerin ortalama vektörü m = M 1 x M = ve m kullanılarak kovaryans matrisi i 1 i hesaplanır. M 1 C = ( x m)( x m) x M i = 1 i i T 8
9 C x simetriktir, boyutu da kxk dır. Ana bileşenler dönüşümü yeni bir kovaryans matrisi yi bulmayı hedefler. C y C y öyle bir matristir ki; C y ( i, j ) = 0 i j olduğunda C y ( i, j ) > 0 i = j olduğunda Bunu bantlar arasındaki korelasyonu kaldırmak için yapar 9
10 Bu amaçla aşağıdaki dönüşüm uygulanır; A y i = T A xi C T matrisi ortogonaldir ve kovaryans matrisine ait öz vektörlerden x oluşturulur. C x kovaryans matrisine ait öz değer ve öz vektörler hesaplanır. En büyük öz değere sahip öz vektör en üstte olacak şekilde öz vektörler sıralanır. Sıralanan bu öz vektörler T matrisi oluşturur A A Yani T nin ilk satırı en yüksek öz değere sahip öz vektördür. İkinci satırı ise ikinci en yüksek öz değere sahip öz vektördür 10
11 Böylece dönüşüm sonrası y i matrisi elde edilmiş olur. y i matrisinin ilk satırı birinci ana bileşendir. İkinci satırı ikinci ana bileşen, vs. Birinci ana bileşene kontrast iyileştirme uygulanır Daha sonra kontrast iyileştirme uygulanmış birinci ana bileşen ve diğer ana bileşenler kullanılarak ters ana bileşenler dönüşümü uygulanır x Ters dönüşüm şeklinde yapılır i = A y i 11
12 Blue band Green band Red band Infra-red band First principal component Second principal component Third principal component Fourth principal component Birinci ana bileşen tüm bantların içerdiği bilgiyi tek baçına içerir, diğer ana bileşenler gittikçe daha az bilgi içermeye başlar 12
13 De-correlation Germe Herhangi bir kontrast germe işleminin amacı görüntüdeki gri değerlerin lineer olarak aralığına gerilmesidir. De-correlation germe orijinal bantlara değil de Ana bileşenlere uygulanır. Ana bileşen dönüşümü sonrasında her ana bileşen bandı aralığında olmayabilir. Bu yüzden her ana bileşen bandındaki gri değerler aralığına gerilir. Böylece ana bileşen bantlarına kontrast germe uygulanmış olur. 13
14 Daha sonra ters ana bileşen dönüşümü uygulanarak orijinal RGB uzayına dönülür. Böylece kontrast germe işlemi bantların arasında korelasyonun olduğu RGB uzayında değil de bantların arasındaki korelasyonun ortadan kaldırıldığı ana bileşenler uzayında yapılmış olur. Daha önce anlatılan ana bileşen dönüşümü kullanılarak spektral iyileştirme yönteminden farkı burada sadece birinci ana bileşene değil de tüm ana bileşenlere kontrast germe işlemi yapılıyor olmasıdır. 14
15 Tasseled Cap Çok bantlı bir görüntüde her piksel N-boyutlu bir vektör olarak temsil edilebilir. Tasseled Cap dönüşümü orijinal Landsat MSS uzayını 4 boyutlu bir uzaya dönüştürür. Bu dönüşüme Tasseled Cap ya da Kauth-Thomas dönüşümü denir 15
16 Dönüşüm sonucu 4 yeni eksen oluşur Toprak gri değer indeksi (B) Yeşil bitki örtüsü endeksi (G) Sarı nesneler indeksi (Y) Diğer nesneler (N) 16
17 Landsat MMS görüntüsünde her bir eksen için katsayılar şu şekilde hesaplanır B = MSS MSS MSS MSS 4 G = MSS MSS MSS MSS 4 Y = MSS MSS MSS MSS 4 N = MSS MSS MSS MSS 4 17
18 Landsat TM için de görülür, yakın kızıl ötesi, orta kızıl ötesi bantlar parlaklık, yeşillik ve nemlilik katsayılarına aşağıdaki şekilde dönüştürülür B = TM TM TM TM TM TM 7 G = TM TM TM TM TM TM 7 W = TM TM TM TM TM TM 7 18
19 Renk Uzayı Renk uzayı renklerin bir nokta olarak temsil edildikleri bir koordinat sistemidir. İnsan renkleri üç ana renk olan mavi, yeşil ve kırmızının değişik ik oranlarda kombinasyonu şeklinde görür. Bu yüzden renk uzayında renkleri temsil etmek için üç sayısal bileşen gereklidir. Literatürde herkes tarafından onaylanmış tek bir renk uzayı yoktur. (20 den fazla tanımlı renk uzayı olduğu bilinir) Farklı amaçlar için farklı renk uzayları tanımlanmıştır. 19
20 RGB Renk Uzayı Görüntü işlemede en yaygın kullanılan renk uzaylarından biridir. RGB renk uzayı üç boyutlu kartezyen bir koordinat sistemi olarak tanımlanabilir Her bir eksen mavi, yeşil ve kırmızı renklerden oluşur. Koordinat sisteminin orijininde siyah vardır ve maksimim mavi, yeşil ve kırmızı beyaz ı oluşturur. Eşit miktarda mavi, yeşil ve kırmızı farklı gri tonları oluşturur, ve bu renkler siyak ve bayaz noktaları birleştiren doğru üzerinde yer alır. Bütün diğer renkler, mavi, yeşil ve kırmızı eksenler üzerinde aldıkları değerlere göre oluşan küpün içerisinde veya küpün üzerinde yer alır. 20
21 RGB Renk Küpü Kaynak: 21
22 Avantaj Dezavantaj RGB renk uzayı renk oluşturmak için idealdir Monitörler renkli görüntüleri RGB renk uzayını kullanarak gösterirler Çoğu görüntü işleme algoritmaları uygulamalar için RGB renk uzayını kullanır Fakat, RGB renk uzayının bazı dezavantajları da vardır RGB renk uzayı insanın renkleri görme mantığına uygun değildir Bu yüzden bir rengi diğer bir renkten sadece RGB renk koordinatları ile ayırmak mümkün olmaz Ayrıca RGB renk uzayı donanım bağımlıdır, farklı monitörler farklı renk sonuçları verir 22
23 IHS Renk Uzayı IHS renk uzayı renkleri Intensity (yoğunluk??), Hue (ton??) ve Saturation (renksel doymuşluk??) olarak üç bileşenle temsil eder. Bu bileşenler enler görseldir ve ressamların bir rengi diğerinden ayırmada kullandığı mantıkla aynıdır. Bu yüzden bir renkten diğerine geçiş veya istenilen rengi elde etmek RGB renk uzayına göre daha kolaydır 23
24 Intensity, Hue ve Saturation Bileşenleri Hue: Gördüğümüz renklerdeki baskın dalga boyudur. Başka bir deyişle bir limona sarı dediğimizde onun hue bileşenini söylemiş oluruz Saturation: Rengin saflık derecesi saturation ile ifade edilir. Rengin beyaz ışık ile ne kadar seyreltildiğinin göstergesidir. Bu yüzden saf renkler %100 saturated denilebilir. Intensity: Rengin parlaklığıdır. Intensity az ise görüntü karanlık çok ise daha aydınlık olur. Dolayısıyla intensity bir renge ait tüm dalga boylarındaki enerji miktarına bağlıdır. Intensity fiziksel bir niceliktir ve ölçülebilir. Uzaktan algılama sensörleri nesnelerden yansıyan enerjinin miktarına göre enerji yoğunluğunu algılar ve siyah beyaz görüntüleri oluşturan sayısal değerlere çevirir. Bu yüzden intensity siyah-beyaz görüntüler için en önemli tanımlayıcıdır. 24
25 Intensity, Hue ve Saturation Bileşenleri Intensity Kaynak: 25
26 Saf ve Saturated Renkler 100% saturated R, G, and B primaries Less saturated primaries 26
27 White (I = 1) Green Yellow Cyan White (I = 1) Red Blue Magenta Intensity Cyan Green I = 0.5 Yellow Red Saturation Hue Red = 0 o Black (I = 0) Blue Inte nsit y Magenta Saturation Hue Black (I = 0) Red = 0 o a) Six Sided Hexcone b) Double Six Sided Hexcone White (I = 1) Intensity Blue Black (I = 0) Hue Red Saturation Green Red White (I = 1) Intensity Blue Black (I = 0) Hue Green Saturation Farklı IHS Renk Uzayları c) Sphere d) Cylinder 27
28 RGB ve IHS Renk Uzayı Arasında Dönüşüm Tanımlı tek bir IHS renk uzayı olmadığı için RGB ve IHS uzayları arasında tanımlı tek bir dönüşüm yoktur Burada örnek olarak RGB ve IHS uzayları arasında sadece üç farklı dönüşüm üm verilmektedir 28
29 Dönüşüm - I R,G,B koordinatları öncelikle lineer bir dönüşümle I,V 1, V 2 uzayına dönüştürülür Daha sonra I,V 1, V 2 kullanılarak H ve S hesaplanır I, H ve S varsa ters dönüşüm ile R,G ve B yandaki şekilde elde edilebilir 29
30 Dönüşüm - 2 RGB den IHS ye Ters Dönüşüm IHS den RGB ye 30
31 Dönüşüm
32 IHS Renk Uzayının Avantajı IHS renk uzayında her bir bileşen kendi başına modifiye edilebildiğinden sadece Intensity bileşeni modifiye edilerek görüntü iyileştirme ve görüntü kaynaştırma uygulamaları için oldukça uygun bir renk uzayı 32
33 RGB den IHS ye dönüşüm ile Görüntü İyileştirme Orijinal görüntüye RGB den IHS ye dönüşümü yapılır Elde edilen Intensity ve saturation bileşenine kontrast iyileştirme yapılır Daha sonra ters IHS den RGB ye dönüşüm gerçekleştirilir Bu sayede renk yapısı bozulmadan çok bantlı görüntüye kontrast iyileştirme yapılmış olur. 33
34 Bant oranlama ve İndeksler NDVI (Normalized Difference Vegitation Index) NDVI = (KÖ - K) / (KÖ + K) Görsel olarak KÖ ve K bantlarının direkt oranı ile NDVI çok yakın sonuçlar üretiyor. Fakat NDVI da bantların farkının ve toplamının kullanılması bir alanın belli bir zaman aralığında değerlendirilmesinin gerektiği durumlarda NDVI ı daha avantajlı yapar, Çünkü bu sayede atmosferik değişkenlerin oran görüntüyü etkileme olasılığı düşürülmüş olur. 34
35 a) SPOT HRV Bant-3 (Yakın kızıl ötesi) b) Aynı görüntü Bant-2 (kırmızı bant) c) Yakın kızıl ötesi / Kırmızı oran görüntü d) NDVI görüntüsü Kaynak: Mather, P. Computer Processing of Remotely-Sensed Images. An Introduction 35
36 Kullanılan Diğer Bitki İndeksleri KÖ/K SQRT (KÖ/K) Bitki İndeksi = KÖ - K TNDVI = SQRT[ (KÖ-K / KÖ+K) + 0.5] Demir Oksit: TM3/TM1 Kil Mineralleri: TM5/TM7 Demir Mineralleri: TM5/TM4 Mineral Bileşikleri: TM5/TM7, TM5/TM4, TM3/TM1 Hidrotermal Bileşikleri: TM5/TM7, TM3/TM1, TM4/TM3 36
37 Bazı Uydulara Ait Kızılötesi ve Kırmızı Bantlar UYDU KÖ K Landsat MSS 7 5 SPOT XS 3 2 Landsat TM 4 3 NOAA AVHRR 2 1 IKONOS 4 3 QuickBird
Görüntü İyileştirme Teknikleri. Hafta-6
Görüntü İyileştirme Teknikleri Hafta-6 Doç. Dr. Oğuz Güngör Karadeniz Teknik Üniversitesi Harita Mühendisliği Bölümü 618 Trabzon ogungor@ktu.edu.tr 1 İndisler Görüntü İyileştirme Teknikleri Radyometrik
DetaylıDİJİTAL GÖRÜNTÜ İŞLEME
DİJİTAL GÖRÜNTÜ İŞLEME Prof. Dr. Oğuz Güngör Karadeniz Teknik Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Bölümü 61080 Trabzon ogungor@ktu.edu.tr 1 Renk Nedir? 2 En basit anlamıyla renk maddelerden
DetaylıUzaktan Algılama Teknolojileri
Uzaktan Algılama Teknolojileri Ders 8 Multispektral Görüntüleme ve Uygulamaları Alp Ertürk alp.erturk@kocaeli.edu.tr Multispektral Görüntüleme Her piksel için birkaç adet spektral kanalda ölçüm değeri
Detaylı1. Değişik yeryüzü kabuk tiplerinin spektral yansıtma eğrilerinin durumu oranlama ile ortaya çıkarılabilmektedir.
ORAN GÖRÜNTÜLERİ Oran Görüntüsü Oran görüntülerini değişik şekillerde tanımlamak mümkündür; Bir görüntünün belirli bandındaki piksel parlaklık değerleri ile bunlara karşılık gelen ikinci bir banddaki piksel
DetaylıUYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA
UYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA Son yıllarda teknolojinin gelişmesi ile birlikte; geniş alanlarda, kısa zaman aralıklarında ucuz ve hızlı sonuç alınabilen uzaktan algılama tekniğinin, yenilenebilir
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme Atmosferik etkilerin giderilmesinde kullanılan radyometrik
DetaylıBölüm 7 Renkli Görüntü İşleme
BLM429 Görüntü İşlemeye Giriş Bölüm 7 Renkli Görüntü İşleme Dr. Öğr. Üyesi Caner ÖZCAN Genç sanatçının, rengin sadece tanımlayıcı değil aynı zamanda kişisel ifade anlamına geldiğini anlaması renge dokunmasından
DetaylıTÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun.
Doç.Dr.Mehmet MISIR-2013 TÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun. Son yıllarda teknolojinin gelişmesi ile birlikte; geniş alanlarda, kısa zaman aralıklarında
DetaylıULUSAL COĞRAFİ BILGİ SISTEMLERİ KONGRESİ 30 Ekim 02 Kasım 2007, KTÜ, Trabzon
ULUSAL COĞRAFİ BILGİ SISTEMLERİ KONGRESİ 30 Ekim 02 Kasım 2007, KTÜ, Trabzon Uydu Verilerinin Farklı Yöntemlerle Karılması ve Sonuçların Karşılaştırılması Öğr. Gör. Bora UĞURLU Prof. Dr. Hülya YILDIRIM
DetaylıGörüntü 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
DetaylıGörüntü İşleme. K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI. Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003
Görüntü İşleme K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003 İçerik Görüntü İşleme Nedir? Görüntü Tanımlamaları Görüntü Operasyonları Görüntü İşleme
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme Atmosferik etkilerin giderilmesinde kullanılan radyometrik
DetaylıGörüntü İşleme. Dijital Görüntü Tanımları. Dijital görüntü ise sayısal değerlerden oluşur.
Görüntü İşleme Görüntü işleme, dijital bir resim haline getirilmiş olan gerçek yaşamdaki görüntülerin bir girdi resim olarak işlenerek, o resmin özelliklerinin ve görüntüsünün değiştirilmesidir. Resimler
DetaylıYrd. Doç. Dr. Aycan M. MARANGOZ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ FOTOGRAMETRİ ANABİLİM DALI SUNULARI JDF435 UZAKTAN ALGILAMA DERSİ NOTLARI
UZAKTAN ALGILAMA Sayısal Görüntü ve Özellikleri GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ FOTOGRAMETRİ ANABİLİM DALI SUNULARI JDF435 UZAKTAN ALGILAMA DERSİ NOTLARI http://jeodezi.karaelmas.edu.tr/linkler/akademik/marangoz
DetaylıGÖRÜNTÜ 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
DetaylıBilgisayar 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)
DetaylıDijital (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
DetaylıUzaktan Algılama (3) Öğr. Gör. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri
Uzaktan Algılama (3) Öğr. Gör. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri Eklemeli renk teorisi Çıkarmalı renk teorisi 1 RGB (Red Green - Blue) Kavramı Red Green - Blue RGB-Mixer
DetaylıYrd. 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
DetaylıORM 7420 ORMAN KAYNAKLARININ PLANLANMASINDA UYGU GÖRÜNTÜLERİNİN KULLANILMASI
ORM 7420 ORMAN KAYNAKLARININ PLANLANMASINDA UYGU GÖRÜNTÜLERİNİN KULLANILMASI Yrd. Doç. Dr. Uzay KARAHALİL III. Hafta (Uyduların Detay Tanıtımı Sunum Akışı Doğal Kaynak İzleyen Uygular Hangileri Uyduların
DetaylıUzaktan algılamada uydu görüntülerine uygulanan işlemler
Uzaktan algılamada uydu görüntülerine uygulanan işlemler Uzaktan algılama görüntülerine uygulanan işlemler genel olarak; 1. Görüntü ön işleme (Düzeltme) 2. Görüntü İşleme olarak ele alınabilir. GÖRÜNTÜ
DetaylıUzaktan Algılama (3) Yrd. Doç. Dr. Özgür ZEYDAN Renk Teorileri
Uzaktan Algılama (3) Yrd. Doç. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri Eklemeli renk teorisi Çıkarmalı renk teorisi 1 RGB (Red Green - Blue) Kavramı Red Green - Blue RGB-Mixer
DetaylıORM 7420 USING SATELLITE IMAGES IN FOREST RESOURCE PLANNING
ORM 7420 USING SATELLITE IMAGES IN FOREST RESOURCE PLANNING Asst. Prof. Dr. Uzay KARAHALİL Week IV NEDEN UYDU GÖRÜNTÜLERİ KULLANIRIZ? Sayısaldır (Dijital), - taramaya gerek yoktur Hızlıdır Uçuş planı,
DetaylıYrd. Doç. Dr. Caner ÖZCAN
Yrd. Doç. Dr. Caner ÖZCAN Grafik Programlama Bilgisayar kullanılırken monitörlerde iki tür ekran moduyla karşılaşılır. Bu ekran modları Text modu ve Grafik modu dur. Text modunda ekran 25 satır ve 80 sütundan
DetaylıTEMEL 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
DetaylıUzaktan Algılama Teknolojileri
Uzaktan Algılama Teknolojileri Ders 10 Hiperspektral Görüntülerde Öznitelik Çıkarımı ve Boyut Azaltımı Alp Ertürk alp.erturk@kocaeli.edu.tr Öznitelik Çıkarımı Veriden ayırt edici yapıda nitelikler çıkarma
DetaylıYrd. Doç. Dr. Saygın ABDİKAN (Grup B) Öğretim Yılı Güz Dönemi
Uzaktan Algılama (JDF439) Hiperspektral ve termal bantlı uydular Yrd. Doç. Dr. Saygın ABDİKAN (Grup B) 2016-2017 Öğretim Yılı Güz Dönemi 1 3 4 5 SPOT 6 6 Geçen ders: Mikrodalga algılama sistemleri Gündüz
DetaylıEyüp Ersan SÜLÜN Photoshop CS4 Kullanım Kursu ADOBE PHOTOSHOP KATMAN HARMANLAMA (KARIŞTIRMA) MODLARI
Eyüp Ersan SÜLÜN Photoshop CS4 Kullanım Kursu ADOBE PHOTOSHOP KATMAN HARMANLAMA (KARIŞTIRMA) MODLARI Photoshop ile çalışırken, katmanlar üzerinde kullanılan nesneleri ve renkleri bir biri ile karıştırarak
DetaylıUzaktan Algılama Verisi
Uzaktan Algılama (2) Yrd. Doç. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Uzaktan Algılama Verisi Raster Veri Formatı 1 Uzaktan Algılama Verisi http://www.tankonyvtar.hu/hu/tartalom/tamop425/0027_dai6/ch01s03.html
DetaylıGama 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
DetaylıDijital (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
DetaylıTarımsal Meteorolojik Simülasyon Yöntemleri ve Uzaktan Algılama ile Ürün Verim Tahminleri ve Rekolte İzleme
Tarımsal Meteorolojik Simülasyon Yöntemleri ve Uzaktan Algılama ile Ürün Verim Tahminleri ve Rekolte İzleme Twente Universitesi ITC Fakultesi, Enschede, Hollanda - 2013 Dr. Ediz ÜNAL Tarla Bitkileri Merkez
DetaylıDigital Görüntü Temelleri Görüntü Oluşumu
Digital Görüntü Temelleri Görüntü Oluşumu Işık 3B yüzeye ulaşır. Yüzey yansıtır. Sensör elemanı ışık enerjisini alır. Yoğunluk (Intensity) önemlidir. Açılar önemlidir. Materyal (yüzey) önemlidir. 25 Ekim
DetaylıUZAKTAN ALGILAMA- UYGULAMA ALANLARI
UZAKTAN ALGILAMA- UYGULAMA ALANLARI Doç. Dr. Nebiye Musaoğlu nmusaoglu@ins.itu.edu.tr İTÜ İnşaat Fakültesi Jeodezi ve Fotogrametri Mühendisliği Bölümü Uzaktan Algılama Anabilim Dalı UZAKTAN ALGILAMA-TANIM
DetaylıUzaktan Algılama Uygulamaları
Aksaray Üniversitesi Uzaktan Algılama Uygulamaları Doç.Dr. Semih EKERCİN Harita Mühendisliği Bölümü sekercin@aksaray.edu.tr 2010-2011 Bahar Yarıyılı Uzaktan Algılama Uygulamaları GÖRÜNTÜ İŞLEME TEKNİKLERİ
DetaylıBilgisayarla 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
DetaylıFOTOYORUMLAMA UZAKTAN ALGILAMA
FOTOYORUMLAMA VE UZAKTAN ALGILAMA (Photointerpretation and Remote Sensing) 1 Görüntü özellikleri Uzaktan algılamada platformlar Uydu yörüngeleri Şerit genişliği, yeniden ziyaret periyodu 2 Görüntünün özellikleri:
DetaylıTÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ*
TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ* Determination the Variation of The Vegetation in Turkey by Using NOAA Satellite Data* Songül GÜNDEŞ Fizik Anabilim Dalı Vedat PEŞTEMALCI
DetaylıDijital (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
DetaylıUzaktan Algılamanın. Doğal Ekosistemlerde Kullanımı PROF. DR. İ BRAHİM ÖZDEMİR SDÜ ORMAN FAKÜLTESI I S PARTA
Uzaktan Algılamanın Doğal Ekosistemlerde Kullanımı PROF. DR. İ BRAHİM ÖZDEMİR SDÜ ORMAN FAKÜLTESI I S PARTA 1 Uzaktan Algılama Nedir? Arada fiziksel bir temas olmaksızın cisimler hakkında bilgi toplanmasıdır.
DetaylıElektromanyetik Radyasyon (Enerji) Nedir?
Elektromanyetik Radyasyon (Enerji) Nedir? Atomlardan çeşitli şekillerde ortaya çıkan enerji türleri ve bunların yayılma şekilleri "elektromagnetik radyasyon" olarak adlandırılır. İçinde X ve γ ışınlarının
DetaylıUYDU VERİLERİ İLE VERİ ENTEGRASYONU VE YÖNTEMLERİ
660 [1016] UYDU VERİLERİ İLE VERİ ENTEGRASYONU VE YÖNTEMLERİ Sakine KANDİL 1, H.Gonca COŞKUN 2 ÖZET 1 Müh., İstanbul Teknik Üniversitesi, Geomatik Mühendisliği Bölümü, 34469, Maslak, İstanbul, kandils@itu.edu.tr
DetaylıDigital Görüntü Temelleri Görüntü Oluşumu
Digital Görüntü Temelleri Görüntü Oluşumu Işık 3B yüzeye ulaşır. Yüzey yansıtır. Sensör elemanı ışık enerjisini alır. Yoğunluk (Intensity) önemlidir. Açılar önemlidir. Materyal (yüzey) önemlidir. 06 Kasım
DetaylıÖ. Kayman *, F. Sunar *
SPEKTRAL İNDEKSLERİN LANDSAT TM UYDU VERİLERİ KULLANILARAK ARAZİ ÖRTÜSÜ/KULLANIMI SINIFLANDIRMASINA ETKİSİ: İSTANBUL, BEYLİKDÜZÜ İLÇESİ, ARAZİ KULLANIMI DEĞİŞİMİ Ö. Kayman *, F. Sunar * * İstanbul Teknik
DetaylıTEMEL GRAFİK TASARIM AÇIK-KOYU, IŞIK-GÖLGE
TEMEL GRAFİK TASARIM AÇIK-KOYU, IŞIK-GÖLGE Öğr. Gör. Ruhsar KAVASOĞLU 23.10.2014 1 Işık-Gölge Işığın nesneler, objeler ve cisimler üzerinde yayılırken oluşturduğu açık orta-koyu ton (degrade) değerlerine
Detaylı7. 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
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 Görüntü Zenginleştirme Spektral Dönüşümler Spektral dönüşümler Kontrast zenginleştirme Doğrusal/Lineer
DetaylıBüyük boyutun laneti (Curse of Dimensionality)
Büyük boyutun laneti (Curse of Dimensionality) p Veri boyutu arttıkça örnekler (noktalar) uzay içinde çok fazla dağınık hale gelir. p Noktaların yoğunluğu ya da aralarındaki uzaklık bir çok problem için
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 5 Görüntü Süzgeçleme ve Gürültü Giderimi Alp Ertürk alp.erturk@kocaeli.edu.tr Motivasyon: Gürültü Giderimi Bir kamera ve sabit bir sahne için gürültüyü nasıl azaltabiliriz?
Detaylı8.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
DetaylıDoç. Dr. Harun KESENKAŞ Ege Üniversitesi Ziraat Fakültesi Süt Teknolojisi Bölümü
Doç. Dr. Harun KESENKAŞ Ege Üniversitesi Ziraat Fakültesi Süt Teknolojisi Bölümü İnovasyon Ne Demektir? Latince innovare kökünden türetilmiş yeni ve değişik bir şey yapmak anlamına gelen bir terimdir.
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 A- Enerji Kaynağı / Aydınlatma B- Işıma ve atmosfer C- Hedef nesneyle etkileşim D- Nesneden yansıyan /
DetaylıMakine Öğrenmesi 11. hafta
Makine Öğrenmesi 11. hafta Özellik Çıkartma-Seçme Boyut Azaltma PCA LDA 1 Özellik Çıkartma Herhangi bir problemin makine öğrenmesi yöntemleriyle çözülebilmesi için sistemin uygun şekilde temsil edilmesi
DetaylıUzaktan Algılama Teknolojileri
Uzaktan Algılama Teknolojileri Ders 4 Pasif - Aktif Alıcılar, Çözünürlük ve Spektral İmza Kavramları Alp Ertürk alp.erturk@kocaeli.edu.tr Pasif Aktif Alıcılar Pasif alıcılar fiziksel ortamdaki bilgileri
DetaylıUZAKTAN ALGILAMA YÖNTEMİ MADEN ARAŞTIRMA RAPORU
2014 UZAKTAN ALGILAMA YÖNTEMİ MADEN ARAŞTIRMA RAPORU, İhsanullah YILDIZ Jeofizik Mühendisi UZAKTAN ALGILAMA MADEN UYGULAMASI ÖZET İnceleme alanı Ağrı ili sınırları içerisinde bulunmaktadır.çalışmanın amacı
DetaylıLineer 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,
DetaylıHAVADAN LAZER TARAMA ve SAYISAL GÖRÜNTÜ VERİLERİNDEN BİNA TESPİTİ VE ÇATILARIN 3 BOYUTLU MODELLENMESİ
Akdeniz Üniversitesi Uzay Bilimleri ve Teknolojileri Bölümü Uzaktan Algılama Anabilim Dalı HAVADAN LAZER TARAMA ve SAYISAL GÖRÜNTÜ VERİLERİNDEN BİNA TESPİTİ VE ÇATILARIN 3 BOYUTLU MODELLENMESİ Dr.Nusret
DetaylıMuğla, Türkiye mermer üretiminde önemli bir yere sahiptir. Muğla da 2008 yılı rakamlarına göre 119 ruhsatlı mermer sahası bulunmaktadır.
Muğla, Türkiye mermer üretiminde önemli bir yere sahiptir. Muğla da 2008 yılı rakamlarına göre 119 ruhsatlı mermer sahası bulunmaktadır. İldeki madencilik faaliyetlerinin yapıldığı alanların çoğu orman
DetaylıRenk Yönetimi - 1. Özgür Yazar. EFI Fiery Grubu
Renk Yönetimi - 1 Özgür Yazar EFI Fiery Grubu Seminerler Hakkinda Bu seminerlerin amacı özellikle dijital baskı sektöründe operatör, tasarımcı ve teknisyen olarak çalışan kişilere renk yönetiminin temellerini
DetaylıRENK İLE İLGİLİ KAVRAMLAR
RENK İLE İLGİLİ KAVRAMLAR Tanımlar Renk Oluşumu Gökyüzünde yağmur sonrasında olağanüstü bir renk kuşağı ( gökkuşağı ) görülür. Bunun nedeni yağmur damlalarının, cam prizma etkisi ile ışığı yansıtarak altı
DetaylıT.C. TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Özvektörler Kullanılarak IHS Tabanlı Yeni Bir Yaklaşım ile Uydu Görüntülerinin Zenginleştirilmesi İrfan KÖSESOY Bilgisayar Mühendisliği Ana Bilim Dalı Yüksek
DetaylıİLERİ GÖRÜNTÜ İŞLEME Ders-1
İLERİ GÖRÜNTÜ İŞLEME Ders- Elektromanyetik Spektrum Görünür Bölge 7 nm 4 nm Temel Kavramlar (Prof. Dr. Sarp ERTÜRK) 9/24/24 2 Hazırlayan: M. Kemal GÜLLÜ Sayısal İmge Gösterimi f x, y imgesi örneklendiğinde
DetaylıANALOG VİDEO TEMELLERİ
ANALOG VİDEO TEMELLERİ Video sinyali; bir görüntünün kamera vasıtası ile elektriksel hale dönüştürülmesiyle oluşan sinyaldir.video sinyali ilk zamanlarda renksiz (siyah/beyaz) olarak iafade edilebilmiş
DetaylıGÖRÜNTÜ 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
DetaylıArcGIS Raster Veri Yönetimi
18. Esri Kullanıcıları Konferansı 7-8 Ekim 2013 ODTÜ, Ankara Teknik Atölye ArcGIS Raster Veri Yönetimi Ömer ÜNSAL Sunuma Genel Bakış Mozaik verisetlerine giriş Mozaik verisetlerinin Image Analysis ve ArcToolbox
DetaylıFARKLI UYDU VERİ ÇAKIŞTIRMA TEKNİKLERİNİN ANALİZİ
FARKLI UYDU VERİ ÇAKIŞTIRMA TEKNİKLERİNİN ANALİZİ Özge KAYMAN 1, Filiz SUNAR 2, Derya MAKTAV 3 1 İstanbul Teknik Üniversitesi, Geomatik Mühendisliği Bölümü, 34469, Maslak, İstanbul. ozgekayman@gmail.com
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 10 Nesne / Yüz Tespiti ve Tanıma Alp Ertürk alp.erturk@kocaeli.edu.tr Nesne Tespiti Belirli bir nesnenin sahne içindeki konumunun tespitidir Tespit edilecek nesne önceden
Detaylı3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem
3.2. DP Modellerinin Simpleks Yöntem ile Çözümü 3.2.1. Primal Simpleks Yöntem Grafik çözüm yönteminde gördüğümüz gibi optimal çözüm noktası, her zaman uygun çözüm alanının bir köşe noktası ya da uç noktası
DetaylıGeliştirilmiş Fisher Ayraç Kriteri Kullanarak Hiperspektral Görüntülerde Sınıflandırma
Geliştirilmiş Fisher Ayraç Kriteri Kullanarak Hiperspektral Görüntülerde Sınıflandırma Mustafa TEKE, Dr. Ufuk SAKARYA TÜBİTAK UZAY IEEE 21. Sinyal İşleme, İletişim ve Uygulamaları Kurultayı (SİU 2013),
DetaylıGörüntü Sınıflandırma
Görüntü Sınıflandırma Chapter 12 https://www.google.com.tr/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=0 CBwQFjAA&url=http%3A%2F%2Ffaculty.une.edu%2Fcas%2Fszeeman%2Frs%2Flect%2FCh%2 52012%2520Image%2520Classification.ppt&ei=0IA7Vd36GYX4Uu2UhNgP&usg=AFQjCNE2wG
DetaylıMMT 106 Teknik Fotoğrafçılık 3 Digital Görüntüleme
MMT 106 Teknik Fotoğrafçılık 3 Digital Görüntüleme 2010-2011 Bahar Yarıyılı Ar. Gör. Dr. Ersoy Erişir 1 Konvansiyonel Görüntüleme (Fotografi) 2 Görüntü Tasarımı 3 Digital Görüntüleme 3.1 Renkler 3.2.1
DetaylıUzaktan Algılama Teknolojileri
Uzaktan Algılama Teknolojileri Ders 4 Pasif - Aktif Alıcılar, Çözünürlük ve Spektral İmza Alp Ertürk alp.erturk@kocaeli.edu.tr Pasif Aktif Alıcılar Pasif alıcılar fiziksel ortamdaki bilgileri pasif olarak
DetaylıMOD419 Görüntü İşleme
MOD419 Görüntü İşleme Ders Kitabı: Digital Image Processing by Gonzalez and Woods Puanlama: %30 Lab. %20 Vize %10 Quizes %40 Final %60 devam mecburiyeti Görüntü İşleme ye Giriş Görüntü İşleme Nedir? Özellikle
DetaylıOrmancılıkta Uzaktan Algılama. 4.Hafta (02-06 Mart 2015)
Ormancılıkta Uzaktan Algılama 4.Hafta (02-06 Mart 2015) Hava fotoğrafı; yeryüzü özelliklerinin kuşbakışı görüntüsüdür. Hava fotoğrafları, yersel fotoğraf çekim tekniğinde olduğu gibi ait oldukları objeleri
DetaylıLineer Cebir. Doç. Dr. Niyazi ŞAHİN TOBB. İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler
Lineer Cebir Doç. Dr. Niyazi ŞAHİN TOBB İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler Bölüm 1 - Lineer Eşitlikler 1.1. Lineer Eşitliklerin Tanımı x 1, x 2,..., x
DetaylıUzaktan Algılama Teknolojileri
Uzaktan Algılama Teknolojileri Ders 11 Hiperspektral Görüntülerde Kümeleme ve Sınıflandırma Alp Ertürk alp.erturk@kocaeli.edu.tr Sınıflandırma Sınıflandırma işleminin amacı, her piksel vektörüne bir ve
DetaylıUZAKTAN ALGILAMA VERİLERİ VE ORMAN MEŞCERELERİNE AİT DENDROMETRİK ELEMANLAR ARASINDAKİ SPEKTRAL İLİŞKİLER
Eskişehir Osmangazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Cilt:XXII, Sayı:3, 2009 Journal of Engineering and Architecture Faculty of Eskişehir Osmangazi University, Vol: XXII, No:3, 2009
DetaylıYıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Proje
Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Bilgisayarla Görme Proje Renk ve Şekil Temelli Trafik İşareti Tespiti Selçuk BAŞAK 08501008 1. Not: Ödevi hazırlamak için
Detaylıİçerik. Giriş 1/23/13. Giriş Problem Tanımı Tez Çalışmasının Amacı Metodoloji Zaman Çizelgesi. Doktora Tez Önerisi
İsmail ÇÖLKESEN 501102602 Doktora Tez Önerisi Tez Danışmanı : Prof.Dr. Tahsin YOMRALIOĞLU İTÜ Geoma*k Mühendisliği İçerik Giriş Tez Çalışmasının Amacı Zaman Çizelgesi 1 of 25 Giriş Yeryüzü ile ilgili yapılan
DetaylıUZAKTAN ALGILAMA* Doç.Dr.Hulusi KARGI Pamukkale Üniversitesi, Jeoloji Müh. Bölümü - Denizli
UZAKTAN ALGILAMA* Doç.Dr.Hulusi KARGI Pamukkale Üniversitesi, Jeoloji Müh. Bölümü - Denizli *Bu sunudaki görüntülerin bir kõsmõ Rob Wright ve MTA dan alõnmõştõr. Giriş! Maden aramalarõnda ve jeolojik yapõlarõn
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 Piksel / dpi Piksel en küçük anlamlı birim dpi = dot per inch/ 1 inch teki nokta sayısı 1 inch =25.4 mm
DetaylıÖZDEĞERLER- 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
DetaylıRenk Yönetimi 2. Özgür Yazar. Fiery Grubu
Renk Yönetimi 2 Özgür Yazar Fiery Grubu Seminer Programı Renk Yönetimine Giriş (LINK) 23.01.2017 Pazartesi 15:00 Renk Yönetimi ve dijital baskı için doğru dosya hazırlama yöntemleri 06.02. 2017 Pazartesi
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 Piksel / dpi Piksel en küçük anlamlı birim dpi = dot per inch/ 1 inch teki nokta sayısı 1 inch =25.4 mm
DetaylıGEOMETRİK, 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
DetaylıUzaktan Algılama ve Teknolojik Gelişmeler
Uzaktan Algılama ve Teknolojik Gelişmeler 1 Uzaktan Algılama Nedir? Uzaktan Algılama Prensipleri Uydu Görüntülerinin Özellikleri ERDAS IMAGINE yazılımının sağladığı imkanlar 2 Uzaktan Algılama Fiziksel
DetaylıDENİZLİ VE CİVARININ JEOLOJİK ÖZELLİKLERİNİN UZAKTAN ALGILAMA YÖNTEMİ İLE İNCELENMESİ
DENİZLİ VE CİVARININ JEOLOJİK ÖZELLİKLERİNİN UZAKTAN ALGILAMA YÖNTEMİ İLE İNCELENMESİ Nilüfer SARI Ağustos 2005 DENİZLİ DENİZLİ VE CİVARININ JEOLOJİK ÖZELLİKLERİNİN UZAKTAN ALGILAMA YÖNTEMİ İLE İNCELENMESİ
DetaylıSİSTEM BİRİMİ VE EKRAN KOMUTLARI
BÖLÜM 6 SİSTEM BİRİMİ VE EKRAN KOMUTLARI Ekran komutları ekrandaki görüntü tasarımı için kullanılan komutlardır. Bu komutların program içinde kullanılabilmesi için, program başlığı satırından sonra USES
DetaylıHALOJENLER HALOJENLER
HALOJENLER HALOJENLER Bu grup bileşimlerinde flor (F), klor (Cl), brom (Br) ve iyot (I) gibi halojen iyonlarının hakim olmaları ile karakterize olurlar. Doğada 85 çeşit halojenli mineral tespit edilmiştir.
DetaylıYÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDE GEOMETRİK DÜZELTMENİN SINIFLANDIRMA SONUÇLARINA ETKİSİ
YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDE GEOMETRİK DÜZELTMENİN SINIFLANDIRMA SONUÇLARINA ETKİSİ E. Ayhan 1,G. Atay 1, O. Erden 1 1 Karadeniz Teknik Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Bölümü,
DetaylıÖRNEKLER-VEKTÖR UZAYLARI 1. Çözüm: w=k 1 u+k 2 v olmalıdır.
ÖRNEKLER-VEKTÖR UZAYLARI. vektör uzayında yer alan w=(9 7) vektörünün, u=( -), v=(6 ) vektörlerinin doğrusal bir kombinasyonu olduğunu ve z=( - 8) vektörünün ise bu vektörlerin doğrusal bir kombinasyonu
DetaylıBÖLÜM-II ERDAS IMAGINE TEMEL KISIM1: IMAGINE VIEWER 1
BÖLÜM-II ERDAS IMAGINE TEMEL KISIM1: IMAGINE VIEWER 1 KISIM 1 ERDAS IMAGINE VIEWER KULLANIMI KISIM1: IMAGINE VIEWER 2 GİRİŞ TERMİNOLOJİ GÖRÜNTÜ NEDİR? UZAKTAN ALGILAMA GÖRÜNTÜLERİN GÖRÜNÜŞÜ GEOMETRİK DÜZELTME
Detaylı6. ÇİZİM İŞLEMLERİ 3 6.1. 2 Boyutlu Eğri Çizimi x ve y vektörleri ayni boyutta ise bu vektörleri ekrana çizdirmek için plot(x,y) komutu kullanılır.
6. ÇİZİM İŞLEMLERİ 3 6.1. 2 Boyutlu Eğri Çizimi x ve y vektörleri ayni boyutta ise bu vektörleri ekrana çizdirmek için plot(x,y) komutu kullanılır. A =[ 7 2 5 ]; B =[ 5 4 8 ]; plot(a,b); İstenildigi takdirde
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2016-2017 Öğretim Yılı Bahar Dönemi 1 Geçen ders Mekansal/Konumsal/Geometrik(Spatial resolution) Radyometrik Spektral Zamansal 2 Dijital /Sayısal
DetaylıVERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN
VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Kümeleme İşlemleri Kümeleme Tanımı Kümeleme Uygulamaları Kümeleme Yöntemleri Kümeleme (Clustering) Kümeleme birbirine
DetaylıUZAKTAN ALGILAMA Görüntü Verisinin Düzeltilmesi ve Geliştirilmesi
UZAKTAN ALGILAMA Görüntü Verisinin Düzeltilmesi ve Geliştirilmesi Yrd. Doç. Dr. Aycan M. MARANGOZ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF439 UZAKTAN ALGILAMA DERSİ NOTLARI http://jeodezi.karaelmas.edu.tr/linkler/akademik/marangoz
DetaylıVEKTÖR 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.
Detaylı1 Vektör Uzayları 2. Lineer Cebir. David Pierce. Matematik Bölümü, MSGSÜ mat.msgsu.edu.tr/~dpierce/
Vektör Uzayları Lineer Cebir David Pierce 5 Mayıs 2017 Matematik Bölümü, MSGSÜ dpierce@msgsu.edu.tr mat.msgsu.edu.tr/~dpierce/ Bu notlarda, alıştırma olarak her teorem, sonuç, ve örnek kanıtlanabilir;
DetaylıAYÇİÇEĞİNDE GÜBRE İHTİYACININ GREENSEEKER VE ANALİZ İLE SAPTANMASI Ahmet Şükrü BAL Danışman: Prof. Dr. Bahattin AKDEMİR Namık Kemal Üniversitesi
AYÇİÇEĞİNDE GÜBRE İHTİYACININ GREENSEEKER VE ANALİZ İLE SAPTANMASI Ahmet Şükrü BAL Danışman: Prof. Dr. Bahattin AKDEMİR Namık Kemal Üniversitesi Ziraat Fakültesi Biyosistem Mühendisliği Bölümü 1 İÇİNDEKİLER
DetaylıHafta 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