İkili (Binary) Görüntü Analizi
|
|
- Adem Aksu
- 7 yıl önce
- İzleme sayısı:
Transkript
1 İkili (Binary) Görüntü Analizi İkili görüntü analizine giriş Eşikleme (Thresholding) Matematiksel morfoloji Piksel ve komşulukları (neighborhoods) Bağlantılı bileşenler analizi (Connected components analysis) 1 Aralık 2014 Pazartesi 1
2 İkili Görüntü Analizi İkili görüntü analizi, bu görüntüler üzerinde uygulanmak üzere bir çok operasyonu içerir. Bu görüntüler genelde 0 ve 1 değerleri ile ifade edilir. 0 arka planı (background), 1 ise objeleri (foreground) gösterir Aralık 2014 Pazartesi 2
3 Uygulama alanları Doküman analizi Endüstri Medikal görüntüleme 1 Aralık 2014 Pazartesi 3
4 Operasyonlar Objeleri arka plandan ve birbirinden ayırma. Her objeye ilişkin pikselleri bir araya toplama. Her bir objeye ilişkin özellikleri tespit ve hesaplama. 1 Aralık 2014 Pazartesi 4
5 Örnek: Kan hücre görüntüsü Birçok kan hücresi ayrık objelerdir. Birçoğu da birbirine değmektedir. İstenmeyen bir durum Tuz biber (salt and pepper) gürültüsü Bu görüntü nasıl kullanabilir duruma getirilir? 63 ayrık obje Tek bir hücre yaklaşık 50 piksellik alana sahip 1 Aralık 2014 Pazartesi 5
6 Eşikleme Binary görüntüler gri düzeyli görüntülerin eşiklenmesi sonucu elde edilebilir. Eşikleme ile ilgili kabuller: İlgilenilen obje bölgesi arka plandan farklı bir yoğunluk dağılımına sahiptir. Objeye ilişkin pikseller muhtemelen ayrık bir değerdedir: intensity > a intensity < b a < intensity < b Özellikle düzgün ve objelerin rahatça ayrılabildiği görüntülerde iyi çalışırken, doğal görüntülerde sağlıklı sonuçlar elde edilemeyebilir. 1 Aralık 2014 Pazartesi 6
7 Histogram ile eşikleme Yandaki görüntüde: Arka plan siyah. Sağlıklı kiraz parlak. Çürük kısım kısmen siyah. Histogram kiraza ait iki bölgeyi gösterirken, arka planı yok eder. 1 Aralık 2014 Pazartesi 7
8 Otomatik eşikleme Görüntüyü 2 farklı bölgeye ayırabilmek için histogramı nasıl kullanabiliriz? Burada kaç eşikleme değeri var? 2? 3? 1 Aralık 2014 Pazartesi 8
9 Otomatik eşikleme: Otsu metodu Kabul: histogram iki modlu. Metot: grup varyansları minimum yapan t eşik değeri bulunması ve gri değer bölgesinin ayrılması. En ideal t değeri ardışık araştırma ile belirlenir. Group 1 Group 2 t Eğer gri değerler görüntüdeki objeler için ayrık bir yapıda ise, otomatik eşikleme kullanılabilir. 1 Aralık 2014 Pazartesi 9
10 Otomatik eşikleme Kanser hücre görüntüsü: RGB görüntü (sol) ve gri düzeyli görüntü (sağ). 1 Aralık 2014 Pazartesi 10
11 Otomatik eşikleme Histogram (sol-üst), eşikleme grafiği (sol-alt), sonuç görüntü (sağ). 1 Aralık 2014 Pazartesi 11
12 Matmatiksel Morfoloji Morfoloji, görüntü biçimi ve yapısı olarak tarif edilebilir (form and structure). Bilgisayarda görmede, morfoloji herhangi bölgenin şekli ile ifade edilir (the shape of a region). Matematiksel morfoloji, görüntü üzerinde objeleri gösteren küme teorisine dayanır. Görüntü işlemede morfoloji, ikili görüntüler üzerinde 2B sayı kümelerinin tespitidir. 1 Aralık 2014 Pazartesi 12
13 Matmatiksel Morfoloji Matematiksel morfoloji iki temel operasyonu içerir: dilation erosion ayrıca birkaç komposit ilişkiyi içerir: opening closing conditional dilation 1 Aralık 2014 Pazartesi 13
14 Dilation (genleşme/genişleme) Dilation, binary görüntü üzerinde 1 değerli kümeleri genişletir. Dilation; detayları büyütme, boşlukları doldurma, amacıyla kullanılır. 1 Aralık 2014 Pazartesi 14
15 Erosion (erozyon/azalma) Erosion, görüntü üzerinde 1 değerli kümeleri küçültür. Erosion; detayları küçültme/azaltma ve küçük bağlantı, parça ve dal niteliğinde yapıları silmek için kullanılır. 1 Aralık 2014 Pazartesi 15
16 Küme Teorisi Temel Kavramlar 1 Aralık 2014 Pazartesi 16
17 Küme Teorisi Temel Kavramlar 1 Aralık 2014 Pazartesi 17
18 Yapısal elemanlar (Structuring elements) Yapısal elemanlar morfolojik operasyonlarda şekil maskesi olarak kullanılan küçük binary görüntülerdir. Farklı şekil ve boyutlarda olabilirler. Yapısal elemanın bir pikseli, onun merkezini ifade eder. Orijindeki piksel daima merkez piksel olarak ele alınır. 1 Aralık 2014 Pazartesi 18
19 Yapısal elemanlar (Structuring elements) 1 Aralık 2014 Pazartesi 19
20 Dilation 1 Aralık 2014 Pazartesi 20
21 Dilation Binary image A Structuring element B Dilation result (1 st definition) 1 Aralık 2014 Pazartesi 21
22 Dilation Binary image A Dilation result Structuring element B (2 nd definition) 1 Aralık 2014 Pazartesi 22
23 Dilation Structuring Element Pablo Picasso, Pass with the Cape, Aralık 2014 Pazartesi 23
24 Dilation 1 Aralık 2014 Pazartesi 24
25 Erosion 1 Aralık 2014 Pazartesi 25
26 Erosion Binary image A Structuring element B Erosion result (1 st definition) 1 Aralık 2014 Pazartesi 26
27 Erosion Binary image A Erosion result Structuring element B (2 nd definition) 1 Aralık 2014 Pazartesi 27
28 Erosion Structuring Element Pablo Picasso, Pass with the Cape, Aralık 2014 Pazartesi 28
29 Erosion 1 Aralık 2014 Pazartesi 29
30 Opening (açma) 1 Aralık 2014 Pazartesi 30
31 Opening Binary image A Opening result Structuring element B 1 Aralık 2014 Pazartesi 31
32 Opening Structuring Element Pablo Picasso, Pass with the Cape, Aralık 2014 Pazartesi 32
33 Closing 1 Aralık 2014 Pazartesi 33
34 Closing Binary image A Closing result Structuring element B 1 Aralık 2014 Pazartesi 34
35 Örnek 1 Original image Eroded once Eroded twice 1 Aralık 2014 Pazartesi 35
36 Örnek 2 Original image Opened twice Original image Closed once 1 Aralık 2014 Pazartesi 36
37 Örnek 3 1 Aralık 2014 Pazartesi 37
38 Sınır çıkarma (boundary extraction) 1 Aralık 2014 Pazartesi 38
39 Bölge doldurma (region filling) 1 Aralık 2014 Pazartesi 39
40 Region filling 1 Aralık 2014 Pazartesi 40
41 Region filling 1 Aralık 2014 Pazartesi 41
42 Thinning (inceltme) 1 Aralık 2014 Pazartesi 42
43 Thinning 1 Aralık 2014 Pazartesi 43
44 Thickening (kalınlaştırma) 1 Aralık 2014 Pazartesi 44
45 Thickening 1 Aralık 2014 Pazartesi 45
46 Morfolojik operasyonlara örnekler: 1 Detecting runways in satellite airport imagery 1 Aralık 2014 Pazartesi 46
47 Örnek 2 Segmenting letters, words and paragraphs 1 Aralık 2014 Pazartesi 47
48 Örnek 3 Extracting the lateral ventricle from an MRI image of the brain 1 Aralık 2014 Pazartesi 48
49 Örnek 4 Detecting defects in a microelectronic circuit 1 Aralık 2014 Pazartesi 49
50 Örnek 5 Decomposing a printed circuit board in its main parts 1 Aralık 2014 Pazartesi 50
51 Örnek 6 Grading potato quality by shape and skin spots 1 Aralık 2014 Pazartesi 51
52 Örnek 7 Classifying two dimensional pieces 1 Aralık 2014 Pazartesi 52
53 Örnek 8 Traffic scene Temporal average Average of differences Lane detection example 1 Aralık 2014 Pazartesi 53
54 Örnek 9 Threshold and dilation to detect lane markers White line detection (top hat) Lane detection example Detected lanes 1 Aralık 2014 Pazartesi 54
55 Piksel ve komşulukları Bir çok uygulamada, bir pikselin sadece kendi değeri değil aynı zamanda komşu piksellerin değerleri de dikkate alınır. Piksel komşuluğu iki şekilde tanımlanır: 4-neighbors 8-neighbors 1 Aralık 2014 Pazartesi 55
56 Piksel ve komşulukları 1 Aralık 2014 Pazartesi 56
57 Piksel ve komşulukları city-block mesafe chessboard mesafe 1 Aralık 2014 Pazartesi 57
58 Bağlantılı bileşenler analizi Görüntü işlemede binary görüntü kullanılıyorsa, piksellerin bağlantıları tanımlanmalı ve analiz edilmelidir. Connected components analizi görüntü üzerinde uygulandığında, her bir obje ayrık biçimde etiketlenmiş olur. Original image Thresholded image After morphology Connected components 1 Aralık 2014 Pazartesi 58
59 Bağlantılı bileşenler analizi Kullanılan metotlar (piksel komşuluğuna göre çalışırlar): Recursive tracking (almost never used) Parallel growing (needs parallel hardware) Row-by-row (most common) Classical algorithm Run-length algorithm 1 Aralık 2014 Pazartesi 59
60 Bağlantılı bileşenler analizi 1 Aralık 2014 Pazartesi 60
61 Bağlantılı bileşenler analizi 1 Aralık 2014 Pazartesi 61
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)
DetaylıHafta 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
DetaylıİMGE 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
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 4 İkili Görüntüler, Topoloji ve Morfoloji Alp Ertürk alp.erturk@kocaeli.edu.tr İkili (binary) görüntüler Gri skala veya renkli bir görüntünün eşiklenmesi ile elde edilirler.
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
DetaylıGÖRÜNTÜ 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
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
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)
DetaylıGörüntü Segmentasyonu (Bölütleme) Dijital Görüntü İşleme Fevzi Karslı, KTÜ Segmentasyon, görüntüyü aynı cinsten obje ve bölgelere ayırmaktır.
Görüntü Segmentasyonu (Bölütleme) Segmentasyon, görüntüyü aynı cinsten obje ve bölgelere ayırmaktır. 16 Ocak 2014 Perşembe 1 Görüntü Segmentasyonu 16 Ocak 2014 Perşembe 2 Görüntüden Objelere Bir objeyi
DetaylıAKÜ TEKNOLOJİ FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ
GÖRÜNTÜ İŞLEME DERS-9 YARDIMCI NOTLARI -2018 Hızlı Fourier Dönüşümü Matlab Örnekleri: fftshow() fonksiyonu function [ ] = fftshow(f) fl=log(1+abs(f)); fm=max(fl(:)); figure,imshow(im2uint8(fl/fm)); end
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
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
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
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
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
DetaylıMorfolojik Görüntü İşleme Yöntemleri ile Kayısılarda Yaprak Delen (Çil) Hastalığı Sonucu Oluşan Lekelerin Tespiti
6 th International Advanced Technologies Symposium (IATS 11), 16-18 May 011, Elazığ, Turkey Morfolojik Görüntü İşleme Yöntemleri ile Kayısılarda Yaprak Delen (Çil) Hastalığı Sonucu Oluşan Lekelerin Tespiti
DetaylıGÖRÜNTÜLERİN RENK UZAYI YARDIMIYLA AYRIŞTIRILMASI SEGMENTATION OF IMAGES WITH COLOR SPACE
İleri Teknoloji Bilimleri Dergisi Cilt 3, Sayı 1, 1-8, 2014 Journal of Advanced Technology Sciences Vol 3, No 1, 1-8, 2014 GÖRÜNTÜLERİN RENK UZAYI YARDIMIYLA AYRIŞTIRILMASI Recep DEMİRCİ 1 Uğur GÜVENÇ
DetaylıAMAÇ Araçlardaki Kamera Sistemleri
SUNU PLANI AMAÇ OPEN CV GÖRÜNTÜ EŞİKLEME KENAR BULMA ŞEKİL BULMA GÖRÜNTÜ GENİŞLETME VE BOZMA GÖRÜNTÜ DOLDURMA AFFİNE DÖNÜŞÜMÜ PERSPEKTİF DÖNÜŞÜM KUŞ BAKIŞI GÖRÜNTÜ DÖNÜŞÜMÜ AMAÇ Araçlardaki Kamera Sistemleri
DetaylıMORFOLOJİK GÖRÜNTÜ FİLTRELERİ İLE İKONOS GÖRÜNTÜLERİNDEN OTOMATİK BİNA ÇIKARIMI
TMMOB Harita ve Kadastro Mühendisleri Odası 12. Türkiye Harita Bilimsel ve Teknik Kurultayı 11 15 Mayıs 2009, Ankara MORFOLOJİK GÖRÜNTÜ FİLTRELERİ İLE İKONOS GÖRÜNTÜLERİNDEN OTOMATİK BİNA ÇIKARIMI U.Acar
DetaylıGÖRÜNTÜ İŞLEME - (8.Hafta) RESMİ ALT BÖLGELERE AYIRMA
GÖRÜNTÜ İŞLEME - (8.Hafta) RESMİ ALT BÖLGELERE AYIRMA BAĞLANTILI BİLEŞEN ETİKETLEME (Çift Geçiş Metodu) Bir resim üzerindeki aynı renk koduna sahip bölgelerin ortaya çıkarılması, birbirinden ayrılması
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
DetaylıT.C. NAMIK KEMAL ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ
İMGE İŞLEME YÖNTEMLERİ İLE KAYISILARDA YAPRAK DELEN HASTALIĞI SONUCU OLUŞAN LEKELERİN TESPİTİ Mustafa KARHAN Yüksek Lisans Tezi Elektronik ve Haberleşme Mühendisliği Anabilim Dalı Danışman: Yrd. Doç. Dr.
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.
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
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
DetaylıGÖRÜNTÜSÜ ALINAN BİR NESNENİN REFERANS BİR NESNE YARDIMIYLA BOYUTLARININ, ALANININ VE AÇISININ HESAPLANMASI ÖZET ABSTRACT
GÖRÜNTÜSÜ ALINAN BİR NESNENİN REFERANS BİR NESNE YARDIMIYLA BOYUTLARININ, ALANININ VE AÇISININ HESAPLANMASI Hüseyin GÜNEŞ 1, Alper BURMABIYIK 2, Semih KELEŞ 3, Davut AKDAŞ 4 1 hgunes@balikesir.edu.tr Balıkesir
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
DetaylıDiz MR Görüntülerindeki Menisküslerin Bölütlenmesi ve Yırtıklarının Otomatik Teşhisi
Diz MR Görüntülerindeki Menisküslerin Bölütlenmesi ve Yırtıklarının Otomatik Teşhisi Okyay Gençalioğlu 1, Uğur Şevik 2, Cemal Köse 3 1 Karadeniz Teknik Üniversitesi, Tıp Fakültesi Bilgi İşlem Merkezi,
DetaylıGerçek Zamanlı Olarak, Anfis İle Renk Tabanlı Nesne Tespit Ve Motorlu Sistem İle Takip Edilmesi
S Ü L E Y M A N D E M İ R E L Ü N İ V E R S İ T E S İ T E K N İ K B İ L İ M L E R M E S L E K Y Ü K S E K O K U L U S U L E Y M A N D E M I R E L U N I V E R S I T Y T E C H N I C A L S C I E N C E S V
DetaylıGüzide Miray PERİHANOĞLU 1, Ufuk ÖZERMAN 2, Dursun Zafer ŞEKER 3
1013 [936] DİJİTAL GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK GÖRÜNTÜLERDEN DETAY ÇIKARIMI Güzide Miray PERİHANOĞLU 1, Ufuk ÖZERMAN 2, Dursun Zafer ŞEKER 3 1 Öğr. Gör., Yüzüncü Yıl Üniversitesi, Mülkiyet Koruma
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 Ana bileşenler dönüşümü 2 Yöntem, minimum korelasyonlu bilgileri sıkıştırarak veri grubu hakkında maksimum
DetaylıDers 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
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
DetaylıUYDU GÖRÜNTÜLERİNDEN YARI OTOMATİK KIYI ÇIKARIMI VE FRAKTALLARIN BAŞARIM DEĞERLENDİRİCİ OLARAK KULLANILMASI
UYDU GÖRÜNTÜLERİNDEN YARI OTOMATİK KIYI ÇIKARIMI VE FRAKTALLARIN BAŞARIM DEĞERLENDİRİCİ OLARAK KULLANILMASI SEMI-AUTOMATED SHORELINE EXTRACTION IN SATELLITE IMAGERY AND USAGE OF FRACTALS AS PERFORMANCE
DetaylıDijital Görüntü İşleme Teknikleri
Teknikleri Ders Notları, 2015 Doç. Dr. Fevzi Karslı Harita Mühendisliği Bölümü Mühendislik Fakültesi KTÜ 19 Ekim 2015 Pazartesi 1 Ders Planı ve İçeriği 1. Hafta Giriş, dersin kapsamı, temel kavramlar,
Detaylı3.2. Raster Veriler. Satırlar. Sütunlar. Piksel/hücre büyüklüğü
3.2. Raster Veriler Satırlar Piksel/hücre büyüklüğü Sütunlar 1 Görüntü formatlı veriler Her piksel için gri değerleri kaydedilmiştir iki veya üç bant (RGB) çok sayıda bant Fotoğraf, uydu görüntüsü, ortofoto,
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 Ana bileşenler dönüşümü 2 Yöntem, minimum korelasyonlu bilgileri sıkıştırarak veri grubu hakkında maksimum
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
DetaylıTrafik Yoğunluk Harita Görüntülerinin Görüntü İşleme Yöntemleriyle İşlenmesi
Trafik Yoğunluk Harita Görüntülerinin Görüntü İşleme Yöntemleriyle İşlenmesi ISITES 2016 4 TH INTERNATIONAL SYMPOSIUM ON INNOVATIVE TECHNOLOGIES IN ENGINEERING AND SCIENCE Dr. G. Çiğdem Çavdaroğlu ISITES,
DetaylıKan Damarı Genişliği Değişiminin Ölçülmesinde Medikal Görüntü İşlemenin Uygulanması
Kan Damarı Genişliği Değişiminin Ölçülmesinde Medikal Görüntü İşlemenin Uygulanması Öğr. Gör. İsmail KAHRAMAN, Uzm. Vildan BAYRAM, Prof.Dr. Ertuğrul Ercan, Doç.Dr. Bahadır Kırılmaz Çanakkale 18 Mart Üniversitesi
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
DetaylıHafta 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
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
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
DetaylıFLIR GÖRÜNTÜLERİNDE HEDEF TESPİTİ
FLIR GÖRÜNTÜLERİNDE HEDEF TESPİTİ Oğuzhan DAĞ 1, Hakan ERTEM 2, Nursel AKÇAM 3 1,3 Elektronik Mühendisliği Bölümü, Gazi Üniversitesi, Ankara 2 Simülasyon ve Eğitim Sistemleri Grup Başkanlığı Havelsan A.Ş.,
DetaylıM SFT. Sürgü Sistemleri Kapı Donanımları Dekoratif Menfezler. Sliding Systems Decorative Ventilation Door Hardware
Sliding Systems Decorative Ventilation Door Hardware Sürgü Sistemleri Kapı Donanımları Dekoratif Menfezler M02 8235 SFT Teknik Detaylar / Installation Guide 30-35 mm 0 1 Bilgi / Information 1 Kutu İçeriği
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 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)
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
DetaylıBAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ LAZER IŞINI İLE İŞARETLENEN HAREKETLİ CİSİMLERİ HEDEFE KİTLENEREK İZLEYEN SİSTEM EVRİM GÜNER
BAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ LAZER IŞINI İLE İŞARETLENEN HAREKETLİ CİSİMLERİ HEDEFE KİTLENEREK İZLEYEN SİSTEM EVRİM GÜNER YÜKSEK LİSANS TEZİ 2016 LAZER IŞINI İLE İŞARETLENEN HAREKETLİ CİSİMLERİ
DetaylıYZM 3217 YAPAY ZEKA DERS#10: KÜMELEME
YZM 317 YAPAY ZEKA DERS#10: KÜMELEME Sınıflandırma (Classification) Eğiticili (supervised) sınıflandırma: Sınıflandırma: Sınıf sayısı ve bir grup örneğin hangi sınıfa ait olduğunu bilinir Eğiticisiz (unsupervised)
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
DetaylıPROJEM İSTANBUL ARAŞTIRMA PROJESİ BİLGİSAYARLI GÖRÜ VE SINIFLANDIRMA TEKNİKLERİYLE ARAZİ KULLANIMININ OTOMATİK OLARAK BULUNMASI
PROJEM İSTANBUL ARAŞTIRMA PROJESİ BİLGİSAYARLI GÖRÜ VE SINIFLANDIRMA TEKNİKLERİYLE ARAZİ KULLANIMININ OTOMATİK OLARAK BULUNMASI Proje Yüklenicisi: Yeditepe Üniversitesi Mühendislik ve Mimarlık Fakültesi
Detaylıİmage segmentasyon (Görüntü Bölütleme)
İmage segmentasyon (Görüntü Bölütleme) Segmantasyon (Bölütleme) Segmentasyon genellikle görüntü analizinin ilk aşamasıdır. Görüntü bölütleme, bir görüntüyü her biri içerisinde farklı özelliklerin tutulduğu
DetaylıGörüntü İşleme Teknikleri ile Elma Tanıma
Akademik Bilişim 11 - XIII. Akademik Bilişim Konferansı Bildirileri 2-4 Şubat 2011 İnönü Üniversitesi, Malatya Görüntü İşleme Teknikleri ile Elma Tanıma Eser Sert 1, Deniz Taşkın 2, Nurşen Topçubaşı 3,
DetaylıEsnek Hesaplamaya Giriş
Esnek Hesaplamaya Giriş J E O L O J İ M Ü H E N D İ S L İ Ğ İ A. B. D. E S N E K H E S A P L A M A Y Ö N T E M L E R İ - I DOÇ. DR. ERSAN KABALCI Esnek Hesaplama Nedir? Esnek hesaplamanın temelinde yatan
DetaylıKonjugeTip Bir Elektro-Aktif Polimer Eyleyicinin Görüntü Tabanlı Kontrolü
Uluslararası Katılımlı 17. Makina Teorisi Sempozyumu, Izmir, 14-17 Haziran 15 KonjugeTip Bir Elektro-Aktif Polimer Eyleyicinin Görüntü Tabanlı Kontrolü M.Y. Coşkun * M. İtik Karadeniz Teknik Üniversitesi
DetaylıBölüm 6 Görüntü Onarma ve Geriçatma
BLM429 Görüntü İşlemeye Giriş Bölüm 6 Görüntü Onarma ve Geriçatma Dr. Öğr. Üyesi Caner ÖZCAN Gördüğümüz şeyler tek başlarına ne gördüğümüz değildir... Hislerimizin algı yeteneğinden ayrı olarak nesnelerin
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
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.
DetaylıİZDÜŞÜM PRENSİPLERİ 8X M A 0.14 M A C M 0.06 A X 45. M42 X 1.5-6g 0.1 M B M
0.08 M A 8X 7.9-8.1 0.1 M B M M42 X 1.5-6g 0.06 A 6.6 6.1 9.6 9.4 C 8X 45 0.14 M A C M 86 20.00-20.13 İZDÜŞÜM C A 0.14 B PRENSİPLERİ 44.60 44.45 B 31.8 31.6 0.1 9.6 9.4 25.5 25.4 36 Prof. Dr. 34 Selim
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
DetaylıYÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜSÜ KULLANILARAK BİNA ALANLARININ GÜNCELLENMESİ
TMMOB Harita ve Kadastro Mühendisleri Odası 12. Türkiye Harita Bilimsel ve Teknik Kurultayı 11 15 Mayıs 2009, Ankara YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜSÜ KULLANILARAK BİNA ALANLARININ GÜNCELLENMESİ G. Sarp,
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
DetaylıHİSTOLOJİK DOKU KESİTİ GÖRÜNTÜLERİNDE REFERANS DOKUYA DAYALI NORMALİZASYON
HİSTOLOJİK DOKU KESİTİ GÖRÜNTÜLERİNDE REFERANS DOKUYA DAYALI NORMALİZASYON *Selen Seyrek **Mustafa Şakar *Sülen Sarıoğlu Dokuz Eylül Üniversitesi Patoloji ABD* ve Meslek Yüksek Okulu Teknik Programlar
DetaylıDİJİTAL GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK GÖRÜNTÜLERDEN DETAY ÇIKARIMI YÜKSEK LİSANS TEZİ. Güzide Miray PERİHANOĞLU
İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DİJİTAL GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK GÖRÜNTÜLERDEN DETAY ÇIKARIMI YÜKSEK LİSANS TEZİ Güzide Miray PERİHANOĞLU Geomatik Mühendisliği Anabilim
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?
DetaylıULTRASON GÖRÜNTÜLERİNDE PROSTAT SINIRININ BULUNMASI
Gazi Üniv. Müh. Mim. Fak. Der. J. Fac. Eng. Arch. Gazi Univ. Cilt 22, No 3, 407-413, 2007 Vol 22, No 3, 407-413, 2007 ULTRASON GÖRÜNTÜLERİNDE PROSTAT SINIRININ BULUNMASI Hasan Şakir BİLGE ve Volkan VERİM
DetaylıKonjugeTip Bir Elektro-Aktif Polimer Eyleyicinin Görüntü Tabanlı Kontrolü
Uluslararası Katılımlı 17. Makina Teorisi Sempozyumu, İzmir, 14-17 Haziran 15 KonjugeTip Bir Elektro-Aktif Polimer Eyleyicinin Görüntü Tabanlı Kontrolü M.Y. Coşkun * M. İtik Karadeniz Teknik Üniversitesi
DetaylıHızlı 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
DetaylıEĞİTİM-ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ VE YAZILIM DERSİ 6. SINIF 2. DÖNEM 2. SINAV ÇALIŞMA NOTLARI
2015-2016 EĞİTİM-ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ VE YAZILIM DERSİ 6. SINIF 2. DÖNEM 2. SINAV ÇALIŞMA NOTLARI MİCROSOFT EXCEL PROGRAMI Programın Açılışı: Başlat Tüm Programlar Microsoft Office Microsoft
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
Detaylıİclal Çetin Taş 1, Turgay İbrikçi*, 2 Sami Arıca, 2** Çukurova Üniversitesi Çukurova Üniversitesi. Özet. 1. Giriş.
Fundus Floresan Anjiografi Görüntülerinde Diyabetik Retinopati Nedeniyle Oluşan Kanamaların Kümeleme, Sınıflama ve İyileştirme Yöntemlerini Kullanarak Belirginleştirilmesi Emphasizing Hemorrhage of Regions
DetaylıKIZILÖTESİ HAVA FOTOĞRAFLARINDAN BİNA DETAYI OTOMATİK OLARAK ÇIKARIMI
KIZILÖTESİ HAVA FOTOĞRAFLARINDAN BİNA DETAYI OTOMATİK OLARAK ÇIKARIMI F. Karslı 1, M.H. Fidan 2, M. Dihkan 3 1 KTÜ, Harita Mühendisliği Bölümü, Fotogrametri Anabilim Dalı, Trabzon, fkarsli@ktu.edu.tr 2
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
DetaylıGÖRÜNTÜ İŞLEME - (7.Hafta) KENAR BELİRLEME ALGORİTMALARI
GÖRÜNTÜ İŞLEME - (7.Hafta) KENAR BELİRLEME ALGORİTMALARI Bu konuda bir çok algoritma olmasına rağmen en yaygın kullanılan ve etkili olan Sobel algoritması burada anlatılacaktır. SOBEL FİLTRESİ Görüntüyü
DetaylıÇizge teorisi. 1736, Euler, Königsberg Köprüleri problemini çözdü
Çizge Algoritmaları Çizge teorisi 1736, Euler, Königsberg Köprüleri problemini çözdü Königsberg Köprüleri Problemi C A D B Çizge örneği 4 öğrenci: A, B, C, D 4 iş: FF, SC, W, BS FF SC W BS A B C D Soru:Tüm
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
DetaylıHafta 3 Görüntü İşleme ile İlgili Temel Kavramlar
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
DetaylıBÖLÜM12. 2- FORMÜLLER ve OTOMATİK TOPLAM. 2.1. Formüller
BÖLÜM12 2- FORMÜLLER ve OTOMATİK TOPLAM 2.1. Formüller Formül, bir sayfadaki verilerin aritmetiksel, mantıksal, istatistiksel vb. işlemleri yapması için kullanılan denklemlerdir ve bize sonuç bildirirler.
Detaylı1. MS Excel Çalışması
1. MS Excel Çalışması 1.1. Pivot Tablo Oluşturma Pivot tablo çalışması için aşağıdaki yönlendirmeyi takip edin: 1. E-posta ile gönderilen BT Final.xlsx dosyasını açın. 2. Dosyayı, Farklı Kaydet diyerek
DetaylıSelçuk Üniversitesi ISSN 1302/6178 Journal of Selcuk-Technic GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK NAPOLYON TİPİ KİRAZLARIN SINIFLANDIRILMASI
GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK NAPOLYON TİPİ KİRAZLARIN SINIFLANDIRILMASI Mehmet BALCI 1, Adem Alpaslan ALTUN 2, Şakir TAŞDEMİR 2 1 Selçuk Üniversitesi, Teknik Bilimler Meslek Yüksekokulu, Bilgisayar
DetaylıSahne Geçişlerinin Geometrik Tabanlı olarak Saptanması
Sahne Geçişlerinin Geometrik Tabanlı olarak Saptanması 1 Giriş Binnur Kurt, H. Tahsin Demiral, Muhittin Gökmen İstanbul Teknik Üniversitesi, Bilgisayar Mühendisliği Bölümü, Maslak, 80626 İstanbul {kurt,demiral,gokmen}@cs.itu.edu.tr
DetaylıBölüm 3 Görüntü İşleme ile İlgili Temel Kavramlar
BLM429 Görüntü İşlemeye Giriş Bölüm 3 Görüntü İşleme ile İlgili Temel Kavramlar Dr. Öğr. Üyesi Caner ÖZCAN Those who wish to succeed must ask the right preliminary questions. (Başarmak isteyenler doğru
Detaylıwww.tubiad.org ISSN:2148-3736 El-Cezerî Fen ve Mühendislik Dergisi Cilt: 3, No: 1, 2016 (154-166)
www.tubiad.org ISSN:2148-3736 El-Cezerî Fen ve Mühendislik Dergisi Cilt: 3, No: 1, 2016 (154-166) El-Cezerî Journal of Science and Engineering Vol: 3, No: 1, 2016 (154-166) ECJSE Makale / Research Paper
DetaylıTEMEL ELEKTRİK BİLGİLERİ
TEMEL ELEKTRİK BİLGİLERİ (KISIM-2) 1.1 Temel Elektrik Devreleri: A-) Lamba-Anahtar Bağlantı Şekilleri; Tek faz sistemlerde; N= Nötr hattı L= Canlı/Enerjilenmiş hat ECC=Toprak Devamlılık İletkeni (Earth
DetaylıTIBBİ GÖRÜNTÜLERİN UYARLANABİLİR BÖLGE GENİŞLETME ALGORİTMASI İLE ANALİZİ. Mürsel Ozan İNCETAŞ
TIBBİ GÖRÜNTÜLERİN UYARLANABİLİR BÖLGE GENİŞLETME ALGORİTMASI İLE ANALİZİ Mürsel Ozan İNCETAŞ DOKTORA TEZİ ENDÜSTRİYEL TEKNOLOJİ EĞİTİMİ ANABİLİM DALI GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ TEMMUZ 2014
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
DetaylıBölüm 6. Diziler (arrays) Temel kavramlar Tek boyutlu diziler Çok boyutlu diziler
Bölüm 6 Diziler (arrays) Temel kavramlar Tek boyutlu diziler Çok boyutlu diziler Chapter 6 Java: an Introduction to Computer Science & Programming - Walter Savitch 1 Genel Bakış Dizi: Hepsi aynı türde
DetaylıUyum, özen, düzenlilik ve temizlik
Uyum, özen, düzenlilik ve temizlik Eskiden gereken meziyetlerdir. Bununla birlikte, bunun tek nedeni PISA nın öğrenci ve öğretmenlere benzer şekilde medyanın kullanım biçimlerindeki değişikliklere maruz
Detaylınd Signal Processing and Communications Applications Conference (SIU) , Trabzon, TURKEY PROCEEDINGS
2014 22nd Signal Processing and Communications Applications Conference (SIU) ) 23-25 2014, Trabzon, TURKEY PROCEEDINGS IEEE Catalog Number : CFP14559-ART ISBN : 978-1-4799-4874-1 Copyright and Reprint
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 İşlemeye Giriş Introduction to Image Processing. Doç. Dr. Aybars UĞUR
Görüntü İşlemeye Giriş Introduction to Image Processing Doç. Dr. Aybars UĞUR 2013 1 İçerik Görüntü ve Piksel Görüntü Türleri Görüntü İşleme Görüntü İşlemenin Amaçları Görüntü İyileştirme Görüntü Analizi
DetaylıYıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Vize. İris Segmentation. Selçuk BAŞAK 08501008
Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Bilgisayarla Görme Vize İris Segmentation Selçuk BAŞAK 08501008 Not: Ödevi hazırlamak için geliştirdiğim program ve kaynak
DetaylıENDÜSTRİYEL ALANLARDAKİ DAİRESEL PETROL VE YAĞ ÜRÜNLERİ (POL) DEPOLARININ YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN OTOMATİK TESPİTİ
ENDÜSTRİYEL ALANLARDAKİ DAİRESEL PETROL VE YAĞ ÜRÜNLERİ (POL) DEPOLARININ YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN OTOMATİK TESPİTİ Ali Özgün Ok Nevşehir H.B.V. Üniversitesi, Jeodezi ve Fotogrametri Mühendisliği
DetaylıDijital 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,
DetaylıSOLIDWORKS SIMULATION EĞİTİMİ
SOLIDWORKS SIMULATION EĞİTİMİ Kurs süresince SolidWorks Simulation programının işleyişinin yanında FEA teorisi hakkında bilgi verilecektir. Eğitim süresince CAD modelden başlayarak, matematik modelin oluşturulması,
DetaylıWavelet Transform and Applications. A. Enis Çetin Bilkent Üniversitesi
Wavelet Transform and Applications A. Enis Çetin Bilkent Üniversitesi Multiresolution Signal Processing Lincoln idea by Salvador Dali Dali Museum, Figueres, Spain M. Mattera Multi-resolution signal and
DetaylıBMT 206 Ayrık Matematik. Yük. Müh. Köksal GÜNDOĞDU 1
BMT 206 Ayrık Matematik Yük. Müh. Köksal GÜNDOĞDU 1 Fonksiyonlar Yük. Müh. Köksal GÜNDOĞDU 2 Fonksiyonlar Tanım: A ve B boş olmayan kümeler. A dan B ye bir f fonksiyonu f: A B ile gösterilir ve A nın her
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
Detaylı