Dijital Görüntü İşleme ve İyileştirme
|
|
- Osman Birol
- 6 yıl önce
- İzleme sayısı:
Transkript
1 Dijital Görüntü İşleme ve İyileştirme Ortalama ve Standart Sapma: Görüntüdeki ri değerlerin, ortalaması ve standart sapması olarak ifade edilir. Ortalama tüm örüntüye ait parlaklığı ifade ederken, standart sapma ise kontrastlığın bir ölçüsüdür. a R. C R. C R C x0 R C x0 y0 y0 ( x, y); ortalama, ( ( x, y) a ) ; s tan dartsapma Entropi: Görüntüdeki ri değişiminin bir ölçüsüdür. Bir örüntüye uyulandığında örüntüdeki belirlisizliği yani ri düzeyin ne olduğu hakkında bili verir. Örneğin binary bir örüntü iki farklı ri düzeye sahiptir ve entropisi dir. 56 ri düzeyli bir örüntünün entropisi ise 8 dir. p i : historam H max i0 p i lo p i Fotorametri II- Doç. Dr. Fevzi Karslı Sayfa
2 Historam Bir örüntüde ortalama değer, standart sapma örüntüdeki ri değerlerin dağılımına ilişkin basit ölçütlerdir. Aynı şekilde örüntü historamı da örüntüde piksellerin ri değerlerine ilişkin bağıl sıklık ölçütünü oluşturur. Şekildeki historamda yatay eksen ri değer aralığını, düşey eksen de her bir aralıktaki piksel sayısını östermektedir. Böylelikle örüntünün kontrastına ilişkin bili elde etmek mümkün olmaktadır. Historamdan yararlanılarak örüntüdeki kontrastın zeninleştirilmesi mümkündür. Bunun için çeşitli yöntemler söz konusudur Fotorametri II- Doç. Dr. Fevzi Karslı Sayfa
3 Kontrast Germe (Contrast strech) Historamı aşağıda verilen örüntüde historamdan da örüleceği ibi ri değer aralığı 89 ile arasındadır. Bu örüntüde kontrast erme operasyonu için aşağıdaki işlemler yapılır: t t ( x, y) ( ( x, y) t) min max max min min min Fotorametri II- Doç. Dr. Fevzi Karslı Sayfa 3 t Kontrast erme eşitlikleri
4 Kontrast Germe (Contrast strech) Görüntüde minimum ve maksimum piksel değerleri bulunur: Burada min =89, max = dir. Görüntüdeki pikselin ri değeri irdi, kontrast erme işleminden sonra oluşan ri değer çıktı olmak üzere erilmek istenilen ri değer aralığı çıktı min, çıktı max olmak üzere ; T= cıktımin - min T=( cıktımax - cıktımin )/( max - min ) cıktı =( irdi +t) t hesaplanır. Yukarıda historamı verilen örüntüyü 0-55 aralığına ermek istersek: min =89, max =, cıktımin =0, cıktımax =55 olacaktır. T=0-89=-89 T=(55-0)/(-89)=.09 olacaktır Fotorametri II- Doç. Dr. Fevzi Karslı Sayfa 4
5 Kontrast Germe (Contrast strech) Bir örüntünün kontrast erme işleminden önceki ve sonraki durumu historamları ile verilmiştir Önce Sonra Fotorametri II- Doç. Dr. Fevzi Karslı Sayfa 5
6 Historam Eşitleme Historam eşitleme de kontrast zeninleştirme yöntemlerinden biridir. Historam eşitlemesi ile örüntüde parlaklığının en çok toplandığı alana en büyük kontrast zeninleştirmesi uyulanmaktadır. Deneyimli bir örüntü analizcisi, enellikle örüntü historamını inceleyerek ve yeterli sonuçlar elde edinceye kadar deneyerek, uyun kontrast zeninleştirme aloritmasını belirleyebilir. Historam eşitleme işlemini açıklamak için aşağıda historamı verilen 0-9 ri değer aralıklı 60x60 lık bir örüntüyü ele alalım: Fotorametri II- Doç. Dr. Fevzi Karslı Sayfa 6
7 Historam Eşitleme- İşlem sırası. örüntüye ait historamda her bir sütunda tekrarlanan piksel sayısının örüntüdeki yüzdesi hesaplanır. GRİ DEĞER TEKRAR SAYISI GÖRÜNTÜDEKİ YÜZDESİ AÇIKLAMA S O (50/3600) S (50/3600) S (800/3600) S (0/3600) S (800/3600) S (50/3600) S (900/3600) S (50/3600) S (90/3600) S (300/3600) TOPLAM= Fotorametri II- Doç. Dr. Fevzi Karslı Sayfa 7
8 Historam Eşitleme. Adımda birikimli yüzde oranları hesaplanır. GÖRÜNTÜDEKİ TOPLAM PİKSEL SAYISI=60X60=3600 GRİ DEĞER TEKRAR SAYISI YÜZDESİ AÇIKLAMA BİRİKİMLİ YÜZDE ORANLARI AÇIKLAMA (50/3600) (50/3600) (800/3600) (0/3600) (800/3600) (50/3600) (900/3600) (50/3600) (90/3600) (300/3600) TOPLAM= Fotorametri II- Doç. Dr. Fevzi Karslı Sayfa 8
9 Historam 3. Adımda ri değer aralıklarına ait oranlar hesaplanır. Örnekteki örüntüde ri değer aralığı 0 dur. Buna ilişkin oranlar ise: T 0 0/9= Adımda ise birikimli yüzde oranları ile ri değer aralıklarına ait oranlar karşılaştırılır. T /9= 0. T /9= 0. T 3 3/9= 0.33 T 4 4/9= 0.44 T 5 5/9= 0.56 T 6 6/9= 0.67 T 7 7/9= 0.78 T 8 8/9= 0.89 T 9 9/9= Fotorametri II- Doç. Dr. Fevzi Karslı Sayfa 9
10 Historam Bunun için SO,S,S,S3,S4,S5,S6,S7,S8,S9 in teker teker TO,T,T,T3,T4,T5,T6,T7,T8,T9 den hanisine eşit ve/veya yakın olduğu araştırılır. Bu bir önceki slaytta yukarıda oklarla österilmiştir. Buna öre SO; TO a, S; T e, S; T3 e, S3; T3 e, S4; T5 e, S5; T5 e, S6; T8 e, S7; T8 e,s8; T8 e, S9; T9 a, değerce yakındır veya eşittir buna öre yeni oluşan sınıflar ve bu sınıflarda toplanan piksel sayısı aşağıdaki ibidir: 0 50 S O 50 S S +S S 4 + S S 6 +S 7 +S S Fotorametri II- Doç. Dr. Fevzi Karslı Sayfa 0
11 Historam eşitleme önce ve sonrası Orijinal Görüntü Historam Eşitleme Fotorametri II- Doç. Dr. Fevzi Karslı Sayfa
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 Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme Atmosferik etkilerin giderilmesinde kullanılan radyometrik
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme Atmosferik etkilerin giderilmesinde kullanılan radyometrik
DetaylıÖrnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.
.4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin
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
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
DetaylıGenel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.
4.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Ranj Çeyrek Kayma Çeyrekler Arası Açıklık Standart Sapma Varyans
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
DetaylıWeb Madenciliği (Web Mining)
Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimsiz Öğrenmenin Temelleri Kümeleme Uzaklık Fonksiyonları Öklid Uzaklığı Manhattan
DetaylıYıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Final
Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Bilgisayarla Görme Final Harris ve Moravec Köşe Belirleme Metotları Selçuk BAŞAK 08501008 Not: Ödevi hazırlamak için geliştirdiğim
DetaylıÇözümleri İÇERİK YÖNETİM SİSTEMLERİ. İSBAK A.Ş., İstanbul Büyükşehir Belediyesi iştirakidir.
Çözümleri İÇERİK YÖNETİM SİSTEMLERİ İSBAK A.Ş., İstanbul Büyükşehir Belediyesi iştirakidir. i-sign İçerik Yönetim Yazılımı İçerik yönetim yazılımı LCD ve LED tabanlı bilgilendirme sistemlerinde ekranlarda
DetaylıUzaysal Görüntü İyileştirme/Filtreleme. Doç. Dr. Fevzi Karslı fkarsli@ktu.edu.tr
Uasal Görüntü İileştirme/Filtreleme Doç. Dr. Fevi Karslı karsli@ktu.edu.tr İileştirme Herhangi bir ugulama için, görüntüü orijinalden daha ugun hale getirmek Ugunluğu her bir ugulama için sağlamak. Bir
DetaylıENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 2 Merkezi Eğilim Ölçüleri
ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 2 Merkezi Eğilim Ölçüleri Basit Seriler Elde edilecek ham verilerin küçükten büyüğe doğru sıralanması ile elde edilen serilere basit seri denir ÖRNEK:
DetaylıTEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ
TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin
DetaylıMerkezi Yığılma ve Dağılım Ölçüleri
1.11.013 Merkezi Yığılma ve Dağılım Ölçüleri 4.-5. hafta Merkezi eğilim ölçüleri, belli bir özelliğe ya da değişkene ilişkin ölçme sonuçlarının, hangi değer etrafında toplandığını gösteren ve veri grubunu
DetaylıMühendislikte İstatistik Yöntemler
.0.0 Mühendislikte İstatistik Yöntemler İstatistik Parametreler Tarih Qma.3.98 4..98 0.3.983 45 7..984 37.3.985 48 0.4.986 67.4.987 5 0.3.988 45.5.989 34.3.990 59.4.99 3 4 34 5 37 6 45 7 45 8 48 9 5 0
DetaylıYrd. Doç. Dr. Sedat ŞEN
8. HAFTA Test Geliştirme Aşamaları Madde Analizleri Madde Güçlüğü Madde Ayırıcılığı Madde varyansı ve standart sapması Madde güvenirlik katsayısı Test ortalaması, standart sapması ve ortalama güçlüğü Yrd.
DetaylıTanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN
Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,
DetaylıLazer-obje (hedef) etkileşimi-yüzey eğim ve pürüzlülüğü
Lazer-obje (hedef) etkileşimi-yüzey eğim ve pürüzlülüğü Ölçülen düşey mesafe yüzeyin eğimi ve pürüzlülüğüne bağlıdır. Soldaki iki şekil için, sağ şekilden dönen eko daha geniş olduğundan ölçülen mesafe
DetaylıBLG325.1 SINYAL ISLEME DERSİ BİLGİ PAKETİ. Haftalık Ders Planı
Düzey : Lisans Ders Kodu : BLG325.1 Ders Adı : SINYAL ISLEME BLG325.1 SINYAL ISLEME DERSİ BİLGİ PAKETİ lık Ders Planı 1 : İşaret ve sistem tanımı, ayrık zamanlı ve sürekli zamanlı sistemler, ayrık değerli
DetaylıYrd. Doç. Dr. Sedat ŞEN
6. SUNUM Test Geliştirme Aşamaları Madde Analizleri Madde Güçlüğü Madde Ayırıcılığı Madde varyansı ve standart sapması Madde güvenirlik katsayısı Test ortalaması, standart sapması ve ortalama güçlüğü Yrd.
DetaylıCanon XEED SX60. Özellikler
Canon XEED SX60 Projektörler Arşiv Ürünleri XEED SX60 pırıl pırıl sunum ve filmler için parlak, yüksek kontrastlı projeksiyon sağlar. SXGA+, sessize yakın kullanım ve Ev Sineması moduyla, hem evde hem
DetaylıDijital Görüntü İşleme Teknikleri
Teknikleri Ders Notları, 2013 Doç. Dr. Fevzi Karslı Harita Mühendisliği Bölümü Mühendislik Fakültesi KTÜ 08 Ekim 2013 Salı 1 Ders Planı ve İçeriği 1. Hafta Giriş, dersin kapsamı, temel kavramlar, kaynaklar.
DetaylıGri Seviye Dönüşümleri ve Uzaysal Filtreleme. BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN
Gri Seviye Dönüşümleri ve Uzaysal Filtreleme BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN GRİ SEVİYE DÖNÜŞÜMLERİ Herhangi bir görüntü işleme operasyonu, görüntüdeki pikselin gri seviye değerlerini
DetaylıTMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon
TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon Lazer Tarama Verilerinden Bina Detaylarının Çıkarılması ve CBS İle Entegrasyonu
DetaylıÖrnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin ortalamasını 5 yapabilmek için son sınavdan kaç alması gerekmektedir?
İSTATİSTİK Bir sonuç çıkarmak ya da çözüme ulaşabilmek için gözlem, deney, araştırma gibi yöntemlerle toplanan bilgiye veri adı verilir. Örnek...4 : İlk iki sınavında 75 ve 82 alan bir öğrencinin bu dersin
DetaylıMerkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder.
Yayılma Ölçütleri Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder. Bir başka ifade ile, bir veri setinin,
DetaylıCopyright 2004 Pearson Education, Inc. Slide 1
Slide 1 Bölüm 2 Verileri Betimleme, Keşfetme, ve Karşılaştırma 2-1 Genel Bakış 2-2 Sıklık Dağılımları 2-3 Verilerin Görselleştirilmesi 2-4 Merkezi Eğilim Ölçüleri 2-5 Değişimin Ölçülmesi 2-6 Nispi Sabitlerin
DetaylıKi- Kare Testi ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL İYİ UYUM TESTİ Rassal değişkenin olasılık yoğunluk fonksiyonunun ve parametresinin bilinmediği, ancak belirli
DetaylıTANIMLAYICI İSTATİSTİKLER
TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin
DetaylıGenel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.
3.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Merkezi Eğilim Ölçüleri, belli bir özelliğe ya da değişkene
DetaylıDijital Kameralar (Airborne Digital Cameras)
Dijital Kameralar (Airborne Digital Cameras) Klasik fotogrametrik görüntü alımındaki değişim, dijital kameraların gelişimi ile sağlanmaktadır. Dijital görüntü, analog görüntü ile kıyaslandığında önemli
DetaylıVERİLERİN SINIFLANDIRILMASI
VERİLERİN SINIFLANDIRILMASI Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı uerkorkmaz@sakarya.edu.tr NİTEL VE NİCEL VERİLERİN SINIFLANDIRMASI Sınıflandırma
DetaylıBKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )
4. SUNUM 1 Gözlem ya da deneme sonucu elde edilmiş sonuçların, rastlantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HİPOTEZ TESTLERİ denir. Sonuçların rastlantıya bağlı
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Bu bölümde eşitsizlik kısıtlarına bağlı bir doğrusal olmayan kısıta sahip problemin belirlenen stasyoner noktaları
DetaylıKazanımlar. Z puanları yerine T istatistiğini ne. zaman kullanacağını bilmek. t istatistiği ile hipotez test etmek
T testi Kazanımlar Z puanları yerine T istatistiğini ne 1 zaman kullanacağını bilmek 2 t istatistiği ile hipotez test etmek 3 Cohen ind sini ve etki büyüklüğünü hesaplamak 1 9.1 T İstatistiği: zalternatifi
DetaylıDers 8: Verilerin Düzenlenmesi ve Analizi
Ders 8: Verilerin Düzenlenmesi ve Analizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlenin tamamını, ya da kitleden alınan bir örneklemi özetlemekle (betimlemekle)
DetaylıKULLANIM KILAVUZU SKM 2
KULLANIM KILAVUZU SKM 2 Versiyon 11 Oluşturma Tarihi: 23.09.2016 İçindekiler 1 Açıklama... 3 1.1 Kullanma Amacı... 3 1.2 Özellikler... 3 2 Operasyon... 3 2.1 Tuş Görevi... 3 2.2 Kapatma/Açma... 4 2.3 Kuvvet
DetaylıDAĞILMA YADA DEĞİ KENLİK ÖLÇÜLERİ (MEASURE OF DISPERSION) Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ
DAĞILMA YADA DEĞİ KENLİK ÖLÇÜLERİ (MEASURE OF DISPERSION) 1 AMAÇ... Mevcut veri seti için bulunan merkezi eğilim ölçüsünün yorumlamak Birden fazla veri seti için dağılımlar arası kıyaslama yapabilmek amaçlarıyla
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 Yüksek ve düşük spektral çözünürlüğe sahip dijital görüntülerdeki temel avantaj ve dezavantajlar aşağıda
DetaylıBir Normal Dağılım Ortalaması İçin Testler
Bir Normal Dağılım Ortalaması İçin Testler İÇERİK o Giriş ovaryansı Bilinen Bir Normal Dağılım Ortalaması İçin Hipotez Testler P-değerleri: II. Çeşit hata ve Örnekleme Büyüklüğü Seçimi Örnekleme Büyüklüğü
DetaylıDeğişken Türleri, Tanımlayıcı İstatistikler ve Normal Dağılım. Dr. Deniz Özel Erkan
Değişken Türleri, Tanımlayıcı İstatistikler ve Normal Dağılım Dr. Deniz Özel Erkan Evren Parametre Örneklem Çıkarım Veri İstatistik İstatistik Tanımlayıcı (Descriptive) Çıkarımsal (Inferential) Özetleme
DetaylıBÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ
1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma
DetaylıTERMODİNAMİĞİN TEMEL EŞİTLİKLERİ
Serbest İç Enerji (Helmholtz Enerjisi) Ve Serbest Entalpi (Gibbs Enerjisi) Fonksiyonları İç enerji ve entalpi fonksiyonları yalnızca termodinamiğin birinci yasasından tanımlanır. Entropi fonksiyonu yalnızca
DetaylıBÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ
1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel
DetaylıYrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü
Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu
DetaylıGörüntü İşleme Ders-7 AND, NAND. % bir görüntüde küçük bir alanın kesilip çıkartılması. >> y=imread('headquarters-2and.jpg');
Görüntü İşleme Ders-7 AND, NAND % bir görüntüde küçük bir alanın kesilip çıkartılması. >> x=imread('headquarters-2.jpg'); >> y=imread('headquarters-2and.jpg'); >> x=rgb2gray(x); >> y=rgb2gray(y); >> imshow(y)
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
DetaylıOptik Mikroskop (OM) Ya Y pıs ı ı ı ve v M erc r e c kle l r
Optik Mikroskop (OM) Yapısı ve Mercekler Optik Mikroskopi Malzemelerin mikro yapısını incelemek için kullanılan en yaygın araç Kullanıldığı yerler Ürün geliştirme, malzeme işleme süreçlerinde kalite kontrolü
DetaylıRadyolojik Görüntüleme Sistemlerinde Görüntü Kalitesinin Sayısal Olarak Değerlendirilmesi. Yard. Doç. Dr. Özlem Birgül 23 Kasım 2013, Antalya
Radyolojik Görüntüleme Sistemlerinde Görüntü Kalitesinin Sayısal Olarak Değerlendirilmesi Yard. Doç. Dr. Özlem Birgül 23 Kasım 2013, Antalya Amaç - Gelişen dedektör teknolojisi ile farklı dedektörlerin
Detaylı7. SINIF ÖĞRETİM PROGRAMI
7. SINIF ÖĞRETİM PROGRAMI Öğrenme Alanları ve Alt Öğrenme Alanları 7.1. Sayılar ve İşlemler 7.1.1. Tam Sayılarla Çarpma ve Bölme İşlemleri 7.1.2. Rasyonel Sayılar 7.1.3. Rasyonel Sayılarla İşlemler 7.1.4.
DetaylıMADDE VE TEST ANALİZİ. instagram: sevimasiroglu
MADDE VE TEST ANALİZİ Sunu Sırası Madde Analizi Madde Güçlüğü Madde Ayırıcılık Gücü Test Analizi Dizi Genişliği Ortanca Ortalama Standart Sapma Testin Ortalama Güçlüğü Testin Çarpıklık Düzeyi Test Güvenirliği
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
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
DetaylıSİLİNDİRİK ELEKTROT SİSTEMLERİ
EM 420 Yüksek Gerilim Tekniği SİLİNDİRİK ELEKTROT SİSTEMLERİ YRD.DOÇ. DR. CABBAR VEYSEL BAYSAL ELEKTRIK & ELEKTRONIK YÜK. MÜH. Not: Tüm slaytlar, listelenen ders kaynaklarından alıntı yapılarak ve faydalanılarak
DetaylıMAT101 MATEMATİK I BÖLÜM 3 FONKSİYONLAR
MAT101 MATEMATİK I BÖLÜM 3 FONKSİYONLAR Yrd. Doç. Dr. Furkan BAŞER Ankara Üniversitesi Uygulamalı Bilimler Fakültesi GİRİŞ Fonksiyon kavramı, matematikte en önemli kavramlardan biridir. Temel düzeyin ötesinde
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 İletişim bilgileri sabdikan@beun.edu.tr 0 372 2574010 1718 http://geomatik.beun.edu.tr/abdikan/ Öğrenci
DetaylıÖlçme ve Değerlendirme
Ölçme ve Değerlendirme Z Puanı T Puanı Yrd. Doç. Dr. Yetkin Utku KAMUK Standart Puan Herhangi bir ölçüm sonucunda elde edilen ve farklı birimlere sahip ham puanların, standart bir dağılım haline dönüştürülmesi
Detaylıİstatistik ve Olasılığa Giriş. İstatistik ve Olasılığa Giriş. Ders 3 Verileri Sayısal Ölçütlerle İfade Etme. Verileri Sayısal Ölçütlerle İfade Etme
İstatistik ve Olasılığa Giriş Robert J. Beaver Barbara M. Beaver William Mendenhall Presentation designed and written by: Barbara M. Beaver İstatistik ve Olasılığa Giriş Ders 3 Verileri Sayısal Ölçütlerle
DetaylıBİYOİSTATİSTİK Merkezi Eğilim ve Değişim Ölçüleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Merkezi Eğilim ve Değişim Ölçüleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 İstatistik
Detaylı1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi
1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN Ders No:5 RASSAL DEĞIŞKEN ÜRETIMI Bu bölümde oldukça yaygın bir biçimde kullanılan sürekli ve kesikli dağılımlardan örneklem alma prosedürleri
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)
DetaylıYapı Malzemeleri BÖLÜM 5. Agregalar II
Yapı Malzemeleri BÖLÜM 5 Agregalar II Mamlouk/Zaniewski, Materials for Civil and Construction Engineers, Third Edition. Copyright 2011 Pearson Education, Inc. 5.8. Agrega Elek Analizi Mamlouk/Zaniewski,
DetaylıTA-COMPACT-DP. Kombine Δp kontrol cihazı, balanslama ve kontrol vanaları Küçük basınçtan bağımsız devreler için
TA-COMPACT-DP Kombine Δp kontrol cihazı, balanslama ve kontrol vanaları Küçük basınçtan bağımsız devreler için IMI TA / Fark basınç kontrol vanaları / TA-COMPACT-DP TA-COMPACT-DP TA-COMPACT-DP küçük devrelerdeki
DetaylıBÖLÜM 12 STUDENT T DAĞILIMI
1 BÖLÜM 12 STUDENT T DAĞILIMI 'Student t dağılımı' ya da kısaca 't dağılımı'; normal dağılım ve Z dağılımının da içerisinde bulunduğu 'sürekli olasılık dağılımları' ailesinde yer alan dağılımlardan bir
DetaylıÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK
ÖLÇME VE DEĞERLENDİRME Antrenörlük Eğitimi 4. Sınıf ÖLÇME VE DEĞERLENDİRME Merkezi Eğilim Ölçütleri Mod En çok görülen puandır ve hesaplanma yöntemi yoktur. İnceleme yolu ile bulunur. Terminal istatistiktir.
DetaylıProf.Dr.İhsan HALİFEOĞLU
Prof.Dr.İhsan HALİFEOĞLU Örnek: Aşağıda 100 yetişkine ilişkin kolesterol değerlerini sınıflandırılarak aritmetik ortalamasını bulunuz (sınıf aralığını 20 alınız). 2 x A fb C 229.5 n 40 20 100 221.5 3 Örnek:.
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
DetaylıNİCELİKSEL KONTROL GRAFİKLERİ
NİCELİKSEL KONTROL GRAFİKLERİ Prof. Dr. Nihal ERGİNEL Anadolu Üniversitesi X BİRİMLER VE HAREKETLİ DEĞİŞİM ARALIĞI KONTROL GRAFİĞİ X- Birimler Kontrol Grafiği n= birimlik örnekler alınır. Üretim hızı oldukça
DetaylıKONU2 MERKEZİ EĞİLİM ÖLÇÜLERİ EĞİLİM ÖLÇÜLERİ ANALİTİK ORTALAMALAR ANALİTİK OLMAYAN MERKEZİ. Aritmetik ortalama **Medyan(median)
KONU2 MERKEZİ EĞİLİM ÖLÇÜLERİ 1 MERKEZİ EĞİLİM ÖLÇÜLERİ ANALİTİK ORTALAMALAR Bir örneklemde mevcut olan tüm veriler hesaba katılır. ANALİTİK OLMAYAN MERKEZİ EĞİLİM ÖLÇÜLERİ Bir örneklemdeki verilerin bir
DetaylıMakine Elemanları I. Toleranslar. Prof. Dr. İrfan KAYMAZ. Erzurum Teknik Üniversitesi. Mühendislik Fakültesi Makine Mühendisliği Bölümü
Makine Elemanları I Prof. Dr. İrfan KAYMAZ Mühendislik Fakültesi Makine Mühendisliği Bölümü İçerik Toleransın tanımı Boyut Toleransı Geçme durumları Tolerans hesabı Yüzey pürüzlülüğü Örnekler Tolerans
DetaylıSÜREKLİ OLASILIK DAĞILIŞLARI
SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla
DetaylıRADYASYON ÖLÇÜM YÖNTEMLERİ DERS. Prof. Dr. Haluk YÜCEL RADYASYON DEDEKSİYON VERİMİ, ÖLÜ ZAMAN, PULS YIĞILMASI ÖZELLİKLERİ
RADYASYON ÖLÇÜM YÖNTEMLERİ Prof. Dr. Haluk YÜCEL 101516 DERS RADYASYON DEDEKSİYON VERİMİ, ÖLÜ ZAMAN, PULS YIĞILMASI ÖZELLİKLERİ DEDEKTÖRLERİN TEMEL PERFORMANS ÖZELLİKLERİ -Enerji Ayırım Gücü -Uzaysal Ayırma
DetaylıFizik 203. Ders 6 Kütle Çekimi-Isı, Sıcaklık ve Termodinamiğe Giriş Ali Övgün
Fizik 203 Ders 6 Kütle Çekimi-Isı, Sıcaklık ve Termodinamiğe Giriş Ali Övgün Ofis: AS242 Fen ve Edebiyat Fakültesi Tel: 0392-630-1379 ali.ovgun@emu.edu.tr www.aovgun.com Kepler Yasaları Güneş sistemindeki
DetaylıPortföy Yönetimi. Yatırım Kumar Adil Oyun
Portföy Yönetimi 1 Yatırım Kumar Adil Oyun 2 1 Risk ve Getiri Kavramı Genel Kural: Getiriyi Sev, Riskten Kaç Faydayı Maksimize Et! 3 Getiri Kavramı Hisse Senedinde getiri iki kaynaktan oluşur. : Sermaye
DetaylıSPPS. Verileri Düzenleme ve Değiştirme 3 - Data Menüsü. Y. Doç. Dr. İbrahim Turan Nisan 2011
SPPS Verileri Düzenleme ve Değiştirme 3 - Data Menüsü Y. Doç. Dr. İbrahim Turan Nisan 2011 Data Menüsü 1- Define Variable 1- Properties (Değişken Özelliklerini Tanımlama) Değişken özelliklerini tanımlamak
DetaylıYatırım Kumar Adil Oyun
Portföy Yönetimi Yatırım Kumar Adil Oyun 1 2 Getiri Kavramı Risk ve Getiri Kavramı Genel Kural: Getiriyi Sev, Riskten Kaç Faydayı Maksimize Et! Hisse Senedinde getiri iki kaynaktan oluşur. : Sermaye Kazancı
DetaylıYatırım Kumar Adil Oyun
Portföy Yönetimi 1 Yatırım Kumar Adil Oyun 2 Risk ve Getiri Kavramı Genel Kural: Getiriyi Sev, Riskten Kaç Faydayı Maksimize Et! 3 Getiri Kavramı Hisse Senedinde getiri iki kaynaktan oluşur. : Sermaye
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
DetaylıGörüntü Segmentasyonu (Bölütleme)
Görüntü Segmentasyonu (Bölütleme) Segmentasyon, görüntüyü aynı cinsten obje ve bölgelere ayırmaktır. 20 Aralık 2014 Cumartesi 1 Görüntü Segmentasyonu 20 Aralık 2014 Cumartesi 2 Gestalt kanunları Görüntü
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (GEO/JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2017-2018 Öğretim Yılı Bahar Dönemi 1 İletişim bilgileri sabdikan@beun.edu.tr 0 372 291 2565 http://geomatik.beun.edu.tr/abdikan/ Öğrenci
DetaylıFırat Üniversitesi DENEY NO: 7 GÖRÜNTÜ İŞLEME UYGULAMALARI 1. GİRİŞ
Fırat Üniversitesi Bilgisayar Mühendisliği BMÜ-431 Bilgisayar Sistemleri Laboratuvarı DENEY NO: 7 GÖRÜNTÜ İŞLEME UYGULAMALARI 1. GİRİŞ Elde edilen görüntünün bilgisayara aktarılıp üzerinde herhangi bir
DetaylıANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL İYİ UYUM TESTİ Rassal değişkenin olasılık yoğunluk fonksiyonunun ve parametresinin bilinmediği, ancak belirli
Detaylı2018 / 2019 EĞİTİM - ÖĞRETİM YILI DESTEKLEME VE YETİŞTİRME KURSLARI 7. SINIF MATEMATİK DERSİ YILLIK PLAN ÖRNEĞİ. Konu Adı Kazanımlar Test No Test Adı
2018 / 2019 EĞİTİM - ÖĞRETİM YILI DESTEKLEME VE YETİŞTİRME KURSLARI 7. SINIF MATEMATİK DERSİ YILLIK PLAN ÖRNEĞİ Ay Hafta Ders Saati Konu Adı Kazanımlar Test No Test Adı Tam sayılarla toplama ve çıkarma
DetaylıGAZİ ÜNİVERSİTESİ ÖĞRENCİ İŞLERİ BİLGİ SİSTEMİ NOT GİRİŞİ KULLANIM KILAVUZU
GAZİ ÜNİVERSİTESİ ÖĞRENCİ İŞLERİ BİLGİ SİSTEMİ NOT GİRİŞİ KULLANIM KILAVUZU 1. Not girişi ekranına giriş yaptığınızda, karşınıza aşağıdaki gibi bir ekran gelecektir. Bu ekranda öncelikle dersi alan bütün
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
Detaylı4.3. Türev ile İlgili Teoremler
4.. Türev ile İlgili Teoremler Bu kesimde ortalama değer teoremini vereceğiz. Ortalama değer teoremini ispatlarken kullanılacak olan Fermat teoremini ve diğer bazı teoremleri ispat edeceğiz. 4...Teorem
DetaylıTermik higrometre. Kullanma kılavuzu - Türkçe. Versiyon 1.0
Termik higrometre Kullanma kılavuzu - Türkçe Versiyon 1.0 İçindekiler 1. İlk kullanımdan önce okuyun.......... A - 02 2. Ekran............................ A - 03 3. Kullanım.......................... A
DetaylıBölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme
BLM429 Görüntü İşlemeye Giriş Bölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme Dr. Öğr. Üyesi Caner ÖZCAN It makes all the difference whether one sees darkness through the light or brightness through the
DetaylıT.C. KIRIKKALE ÜNİVERSİTESİ. Bağıl Değerlendirme Sistemi
T.C. KIRIKKALE ÜNİVERSİTESİ Bağıl Değerlendirme Sistemi Bağıl Değerlendirme Sistemi Üniversitemizde 2013-2014 eğitim öğretim yılından itibaren birimlerde yapılan seviye tespit sınavları ile yabancı dil
DetaylıTest İstatistikleri AHMET SALİH ŞİMŞEK
Test İstatistikleri AHMET SALİH ŞİMŞEK İçindekiler Test İstatistikleri Merkezi Eğilim Tepe Değer (Mod) Ortanca (Medyan) Aritmetik Ortalama Merkezi Dağılım Dizi Genişliği (Ranj) Standart Sapma Varyans Çarpıklık
Detaylı1309 Serisi 1354 Serisi
1309 Serisi 1354 Serisi Ekonomik Seri Arka Park Sensörü 1309 1354 Sensör Tip 09 Sensör Tip 54 Ø 18 mm Ø 18.5 mm Engele olan mesafeyi 1.7 metreden itibaren sesli olarak bildirir. 4 kademeli sesli uyarı
DetaylıSüpermarket LED Aydınlatma Çözümleri
Süpermarket LED Aydınlatma Çözümleri Maksimum enerji tasarrufu ve satışta pozitif etki LUXAR LED Ürünlerinin Avantajları Düşük Enerji Tüketimi Düşük Enerji Tüketimi - Yüksek Verim İçerdikleri son teknoloji
Detaylıtesto AG Endüstriyel Amaçlı Ölçü ve Kontol Cihazları testo 410 Hava Hızı,Nem,Sıcaklık Ölçüm Cihazı TANITMA VE KULLANIM KILAVUZU
testo 410 testo AG Endüsiyel Amaçlı Ölçü ve Kontol Cihazları testo 410 Hava Hızı,Nem,Sıcaklık Ölçüm Cihazı TANITMA VE KULLANIM KILAVUZU 2 testo kısa kullanım kılavuzu 410 testo kısa kullanım kılavuzu 410
DetaylıYAPI ZEMİN ETKİLEŞİMİ. Yrd. Doç. Dr Mehmet Alpaslan KÖROĞLU
YAPI ZEMİN ETKİLEŞİMİ Yrd. Doç. Dr Mehmet Alpaslan KÖROĞLU Serbest Titreşim Dinamik yüklemenin pek çok çeşidi, zeminlerde ve yapılarda titreşimli hareket oluşturabilir. Zeminlerin ve yapıların dinamik
Detaylı8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,
İSTATİSTİK 8.Hafta Değişkenlik Ölçüleri Hedefler Bu üniteyi çalıştıktan sonra; Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, Serilerin birbirlerine değişkenliklerini yorumlayabileceksiniz. 2
DetaylıGerçek Laser Projeksiyon Cihazı LS830 Öne Çıkan Özellikler
Gerçek Laser Projeksiyon Cihazı LS830 Gerçek saf Laser Phospor ışık kaynağı ile ViewSonic LS830 laser projeksiyon cihazı standart lambalı projeksiyonların ötesinden bir çözüm sunuyor. Laser kaynağının
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 6- İSTATİSTİK VE REGRESYON ANALİZİ Doç. Dr. Ali Rıza YILDIZ 1 İSTATİSTİK VE REGRESYON ANALİZİ Bütün noktalardan geçen bir denklem bulmak yerine noktaları temsil eden, yani
DetaylıVeriye Dayalı Karar Verme (Bölüm 2) Can Akkan
Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan 1 Ders Planı 1. Karar Problemleri i. Karar problemlerinin bileşenleri ii. Değerler, amaçlar, bağlam iii. Etki diagramları 2. Model Girdilerinde Belirsizlik
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
Detaylı