Bölüm 1 Sayısal Görüntü İşlemeye Giriş ve Temel Adımlar

Transkript

1 BLM429 Görüntü İşlemeye Giriş Bölüm 1 Sayısal Görüntü İşlemeye Giriş ve Temel Adımlar Dr. Öğr. Üyesi Caner ÖZCAN Fall in love with the process, and the results will come. ~ Eric Thomas

2 Derse Giriş Ders Web Sitesi: Ofis Saatleri: Salı 13:00-15:00 Çarşamba 15:30-17:00 ya da ile randevu alınız: Ders Kitapları: Sayısal Görüntü İşleme, Palme Yayıncılık, Üçüncü Baskıdan Çeviri (Orj: Digital Image Processing, R.C. Gonzalez, R.E. Woods) Digital Image Processing Using Matlab, Gonzalez & Richard E. Woods, Steven L. Eddins, Gatesmark Publishing,

3 Derse Giriş 3

4 Amaçlar Görüntü işlemede yaygın olarak kullanılan temel kavram ve algoritmaları kapsar Görüntüleri işlemede uygulamalı deneyimi geliştirir Matlab ve OpenCV (Open Source Computer Vision) çalışma ortamlarını öğretmek Gelişmiş yöntemler hakkında eleştirel düşünmeyi geliştirmek 4

5 Önkoşullar Sinyaller ve sistemler Lineer Cebir Matrisler, Matris İşlemleri Determinantlar, Sistemleri Lineer Denklem Olasılık ve İstatistik Olasılık yoğunluk fonksiyonu Olasılık dağılımı Ortalama, varyans, kovaryans, korelasyon Gauss dağılımı İyi programlama becerileri 5

6 Derse Giriş Notlandırma Vize Sınavı: %40 Final Sınavı: %60 Bonus: Sunum Ödev Proje 6

7 Derse Giriş Proje El Hareket Tanıma İris Tanıma Biyomedikal Görüntü Segmentasyonu ve Tanıma İçerik Tabanlı Görüntü Alma Parmak İzi Tanıma Video Dizilerinde Nesne Takibi Yüz ve Plaka Tanıma Damgalama Görüntü Sıkıştırma Otomatik Kalite Kontrol Trafik Gözetimi Güvenlik Uygulamaları Radar Görüntü İşleme Uygulamaları İlgilendiğiniz bir konu.. 7

8 İçerik 1. Giriş Sayısal Görüntü İşleme Nedir? Sayısal Görüntü İşlemenin Başlangıcı Sayısal Görüntü İşlemeyi Kullanan Alanlara Örnekler Sayısal Görüntü İşlemedeki Temel Adımlar Bir Görüntü İşleme Sisteminin Bileşenleri 8

9 Bir resim, on binden fazla kelimeye bedeldir!! 9

10 Giriş 10

11 Giriş Mozaikler yakından incelendiğinde tıpkı dijital bir görüntü gibi küçük küçük karelerden oluştuğu görülür 11

12 Sayısal Görüntü İşleme Ne Demektir? Sayısal görüntü işleme iki ana iş üzerinde odaklanmaktadır İnsanların algılaması ve yorumlaması için resim üzerindeki bilginin iyileştirilmesi Depolama, iletim ve makineler iyi algılasın diye görüntü verisinin işlenmesi Görüntü işlemenin nerede bittiği ve görüntü analizi ve bilgisayar ile görme gibi diğer alanların nerede başladığı ile ilgili tartışmalar olmaktadır.

13 Sayısal Görüntü İşleme Ne Demektir? Görüntü işlemeden bilgisayar ile görmeye kadar ki alanı düşük, orta ve yüksek diye üç seviyeye ayırabiliriz. Düşük Seviye İşlemi Input: Görüntü Output: Görüntü Examples: Gürültü gidermek, görüntü keskinleştirmek Orta Seviye İşlemi Input: Görüntü Output: Özellikler Examples: Object recognition, segmentation Yüksek Seviye İşlemi Input: özellikler Output: Anlama Examples: Ekran anlama, otomatik navigasyon Bu derste burada duracağız

14 Giriş Sayısal Görüntü İşleme Nedir? Sayısal Görüntü iki boyutlu bir fonksiyon f ( x, y) x ve y uzamsal koordinatlardır f fonksiyonun herhangi bir (x,y) koordinatındaki genliği görüntünün o noktadaki yeğinlik (intensity) veya gri seviyesi (gray level) olarak adlandırılır. Sayısal Görüntü İşleme sayısal görüntüleri bilgisayar aracılığıyla işler alçak-seviye: girdileri ve çıktıları görüntülerdir orta-seviye: girişleri genellikle görüntü fakat çıkışları bunlardan oluşturulan nesnelerdir yüksek-seviye: nesneler topluluğuna görme ile ilgili bilişsel fonksiyonları uygular Piksel sayısal görüntünün bileşenleri 14

15 Sayısal Görüntü İşlemenin Başlangıcı Londra-Newyork arasındaki denizaltı kablosu 15

16 Sayısal Görüntü İşlemenin Başlangıcı Denizaltı kablosu aracılığıyla Londra ve Newyork arasında ilk kez gönderilmiştir. Gerekli olan zaman bir haftadan daha fazlayken üç saatten daha az bir süreye inmiştir. 16

17 Sayısal Görüntü İşlemenin Başlangıcı 17

18 Sayısal Görüntü İşlemenin Başlangıcı 18

19 Görüntü Kaynakları Elektromanyetik (EM) enerji spektrumu Akustik Ultrasonik Elektronik Bilgisayarlar tarafından üretilen sentetik görüntüler 19

20 Elektromanyetik (EM) Enerji Spektrumu Görüntüleme: Gamma-ışını: nükleer tıp ve astronomik gözlemler X-ışını: medikal teşhis, sanayi ve astronomi, vb. Mor Ötesi Bandı: litografi, endüstriyel denetim, mikroskopi, lazerler, biyolojik görüntüleme ve astronomik gözlemler Görünür ve Kızılötesi Bantlar: ışık mikroskopi astronomi, uzaktan algılama, sanayi ve emniyet Mikrodalga Bandı: radar Radyo Bandı: tıp (MRI gibi) ve astronomi 20

21 Örnekler: Gamma-Işını Görüntüleme 21

22 Örnekler: X-Işını Görüntüleme 22

23 Örnekler: Mor Ötesi Bandında Görüntüleme 23

24 Örnekler: Işık Mikroskopu Görüntüleme 24

25 Örnekler: Görünür ve Kızılötesi Görüntüleme 25

26 Örnekler: Görünür ve Kızılötesi Görüntüleme 26

27 Örnekler: Kızılötesi Uydu Görüntüleme USA 1993 USA

28 Örnekler: Kızılötesi Uydu Görüntüleme 28

29 Örnekler: Otomatik Görsel Denetim 29

30 Örnekler: Otomatik Görsel Denetim Plaka içeriklerinin sistem tarafından otomatik olarak okunması sonuçları Görüntüleme sisteminin plakayı tespit ettiği alan 30

31 Radar Görüntü Örneği 31

32 Örnekler: MRI (Radyo Bandı) 32

33 Örnekler: Elektromanyetik Spektrum 33

34 Örnekler: Ultrason Görüntüleme 34

35 Sayısal Görüntü İşlemedeki Temel Adımlar Görüntü bileşenlerini ayıklama Görünümü iyileştirmek Görüntü ya da nesneyi kendini oluşturan parçalara ayırma Sonuç orijinalinden çok daha uygundur Görüntüyü bilgisayar eşleme için sunma 35

36 SGİ Temel Adımlar: Görüntü Elde Etmek Görüntü Restorasyonu Morfolojik İşleme Görüntü Zenginleştirme Bölütleme (Segmentation) Görüntü Elde Etmek Nesne Tanıma Problem Ortamı Temsil etmek ve Açıklamak Renkli Görüntü İşleme Görüntü Sıkıştırmak

37 SGİ Temel Adımlar: Görüntü Zenginleştirme Görüntü Restorasyonu Morfolojik İşleme Görüntü Zenginleştirme Bölütleme (Segmentation) Görüntü Elde Etmek Nesne Tanıma Problem Ortamı Temsil etmek ve Açıklamak Renkli Görüntü İşleme Görüntü Sıkıştırmak

38 SGİ Temel Adımlar: Görüntü Restorasyonu Görüntü Restorasyonu Morfolojik İşleme Görüntü Zenginleştirme Bölütleme (Segmentation) Görüntü Elde Etmek Nesne Tanıma Problem Ortamı Temsil etmek ve Açıklamak Renkli Görüntü İşleme Görüntü Sıkıştırmak

39 SGİ Temel Adımlar: Morfolojik İşleme Görüntü Restorasyonu Morfolojik İşleme Görüntü Zenginleştirme Bölütleme (Segmentation) Görüntü Elde Etmek Nesne Tanıma Problem Ortamı Temsil etmek ve Açıklamak Renkli Görüntü İşleme Görüntü Sıkıştırmak

40 SGİ Temel Adımlar: Bölütleme Görüntü Restorasyonu Morfolojik İşleme Görüntü Zenginleştirme Bölütleme (Segmentation) Görüntü Elde Etmek Nesne Tanıma Problem Ortamı Temsil etmek ve Açıklamak Renkli Görüntü İşleme Görüntü Sıkıştırmak

41 SGİ Temel Adımlar: Nesne Tanıma Görüntü Restorasyonu Morfolojik İşleme Görüntü Zenginleştirme Bölütleme (Segmentation) Görüntü Elde Etmek Nesne Tanıma Problem Ortamı Temsil etmek ve Açıklamak Renkli Görüntü İşleme Görüntü Sıkıştırmak

42 SGİ Temel Adımlar: Temsil Etmek ve Açıklamak Görüntü Restorasyonu Morfolojik İşleme Görüntü Zenginleştirme Bölütleme (Segmentation) Görüntü Elde Etmek Nesne Tanıma Problem Ortamı Temsil etmek ve Açıklamak Renkli Görüntü İşleme Görüntü Sıkıştırmak

43 SGİ Temel Adımlar: Görüntü Sıkıştırmak Görüntü Restorasyonu Morfolojik İşleme Görüntü Zenginleştirme Bölütleme (Segmentation) Görüntü Elde Etmek Nesne Tanıma Problem Ortamı Temsil etmek ve Açıklamak Renkli Görüntü İşleme Görüntü Sıkıştırmak

44 SGİ Temel Adımlar: Renkli Görüntü İşleme Görüntü Restorasyonu Morfolojik İşleme Görüntü Zenginleştirme Bölütleme (Segmentation) Görüntü Elde Etmek Nesne Tanıma Problem Ortamı Temsil etmek ve Açıklamak Renkli Görüntü İşleme Görüntü Kompres etmek

45 Örnek Problemler Kenar Tespiti Görüntü Gürültü Azaltımı Görüntü Yumuşatma Görüntü Bölütleme Görüntü Çakıştırma Görüntü İçboyama 45

46 Kenar Tespiti Kenarlar: yeğinlikteki ani değişiklikler Yeğinlik veya renkteki tekdüzelik Sınırları belirleyen kenarlar 46

47 Görüntü Filtreleme Zorluk: Alakasız görüntü bilgilerinin bazıları önemli görüntü özellikleri ile benzer özelliklere sahiptir. 47

48 Gürültü Azaltma Görüntüler % 70 tuz ve biber gürültü ile bozulmuştur. Gürültülü Giriş İyileşen Görüntü Orijinal Görüntü 48

49 Görüntü Yumuşatma 49

50 Görüntü Bölütleme Bir görüntüyü görüntüdeki nesneler ile ilgili anlamlı bölgelere ayırın. 50

51 Görüntü Çakıştırma 51

52 Görüntü İçboyama Görüntülerin kaybolan veya bozulan parçalarını yeniden onarmak. 52

53 Bir Görüntü İşleme Sisteminin Bileşenleri 53

54 Matlab Görüntü İşleme Araç Kutusu Matlab OpenCV vb. 54

55 Görüntü İşleme Araç Kutuları ve Yazılımlar Matlab matrisler üzerinde çalışmak için optimize edilmiştir. Görüntüler matristir! Görüntü işleme, analiz, görselleştirme ve algoritma geliştirme için referans standardı algoritmalar, fonksiyonlar ve uygulamaların kapsamlı bir kümesini sağlar. Görüntü analizi, görüntü bölütleme, görüntü iyileştirme, gürültü azaltma, geometrik dönüşümler ve görüntü çakıştırma yapabilirsiniz. Birçok araç fonksiyonları sayesinde çok çekirdekli işlemcileri, GPU'ları ve C-kod üretimini destekler. 55

56 OpenCV OpenCV anlamı Intel Open Source Computer Vision Library. C fonksiyonlarının ve popüler Görüntü İşleme ve Bilgisayarla Görme algoritmalar uygulayan bazı C++ sınıflarının bir koleksiyonudur. C++, C, Python ve Java arayüzü vardır ve Windows, Linux, Mac OS, ios ve Android destekler. Ticari ve ticari olmayan kullanımlar için ücretsizdir. Optimize edilmiş C/C++ ile yazılmış kütüphane sayesinde çok çekirdekli işlemeden yararlanabilirsiniz. Sourceforge da mevcut

57 Görüntü İşleme Araç Kutuları C/C++ IPL... : OpenCV: ImageMagick: Insight Toolkit ITK (medikal görüntü) : mathtools.net: /Image_Processing/ Java Java Media APIs: JAI, JMF, Java image I/O...: Python Imaging Library (PIL) numpy, scipy SciKit 57

58 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). Digital Image Processing Using Matlab, Gonzalez & Richard E. Woods, Steven L. Eddins, Gatesmark Publishing, 2009 Ders Notları, CS Digital Image Processing, F.(Qingzhong) Liu, Ders Notları, BIL717-Image Processing, E.Erdem Ders Notları, EBM537-Görüntü İşleme, F.Karabiber 58