Gri Seviye Dönüşümleri ve Uzaysal Filtreleme. BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN
|
|
- Özgür Açık
- 8 yıl önce
- İzleme sayısı:
Transkript
1 Gri Seviye Dönüşümleri ve Uzaysal Filtreleme BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN
2 GRİ SEVİYE DÖNÜŞÜMLERİ Herhangi bir görüntü işleme operasyonu, görüntüdeki pikselin gri seviye değerlerini dönüştürme işlemidir. Ancak, görüntü işleme operasyonları; dönüşümü gerçekleştirmek için, ihtiyaç duyacağı bilgilere göre 3 sınıfa ayrılabilir. Bunlar en zordan en basite göre; 1- Transformlar (Dönüşümler): değişik domainlere dönüşüm yapılarak görüntü işleme işlemidir. (Bu derste uzaysal domain(spatial domain) ve frekans domaininde (frequency domain) işlemler yapılacaktır. ) Çok etkili ve verimli algoritmalar bu şekilde çalıştırılır. Bir dönüşümü kullanarak, tüm görüntünün tek bir büyük blok gibi işlenmiş olduğunu düşünebilirsiniz. 2-Komşuluk ilişkili (Neighbourhood processing-bölgesel) işlemler: Belirli bir pikselin gri düzeyini değiştirmek için bilmemiz gereken tek şey verilen piksel etrafında küçük bir bölgedeki (komşuluk ilişkisinin olduğu yerde) gri düzeylerinin değeridir. 3-Noktasal İşlemler : Bir pikselin yeni gri seviye değerini, bağımsız olarak, etrafındaki piksel bilgilerine ihtiyaç olmadan elde etme işlemidir. Noktasal işlemler en basit işlemler olmasına rağmen birçok görüntü işleme operasyonlarında kullanılırlar. Özellikle bir görüntünün; ana işlemlerden geçirilmesine hazırlamak üzere kullanılırlar.
3 Tamamlayıcı Not Uzaysal domain (Spatial Domain): Günlük hayatta kullandığımız sayısal resimlerin oluşturulduğu domaindir. Bu domaindeki resimlerin pixelleri doğrudan doğruya işlenebilir. Frekans domain(frequency domain ): Görüntünün birçok farklı frekanslı bileşenden oluştuğu kabul edilir. Uzaysal domaindeki görüntü fourier v.b dönüşümü ile frekans domanine çevrilir. Burada işlenip ters dönüşüm yapılır.
4 Uzaysal Domain de görüntü işlemleri Uzaysal domain teknikleri, bir görüntünün pikselleri üzerinde doğrudan işlem yapar. Bu domendeki işlemler aşağıdaki denklemle ifade edilir. g(x, y) = T [f(x, y)] Burada f(x, y) giriş görüntüsüdür. g(x, y) ise çıkış (İşlenmiş ) görüntüsüdür. T ise f de belirli bir (x,y) komşuluk ilişkisi bölgesinde işlem yapan bir operatördür. Örneğin T operatörü; K görüntülerinde gürültü azaltmak için, bir görüntü seti işlemi olarak ta çalışabilir.
5 T ile belirtilen operasyonlar, Noktasal,Lokal(yerel)ve Global olarak yapılabilir. Noktasal Operasyon: Sadece 1x1 lik bölgede yapılan işlemlerdir. Nokta operasyonlarında, bir resimdeki her pikselin gri seviyesi yalnızca onun orijinal gri seviyesinden(tonundan) hesaplanır. Bu sebeple bu işlemlere piksel değeri haritalama veya griton değişikliği (modification) gibi isimler verilir. Nokta operasyonları genellikle resim onarımı (manipulation) için kullanılır. Mesela, bir resmin kontrastının yükseltilmesi gibi. Nokta operasyonları sıfır hafıza operasyonlarıdır. Bölgesel (lokal-komşuluk ilişkili) işlemlerde merkez pikselin değeri komşu piksellerin değeri ile belirlenir. Filitreleme işlemlerinde çok kullanılır. Global işlemlerde ise Domain dönüşümü ( uzaysaldan frekans domanine veya tersi) yapılarak image üzerinde işlem yapılır.
6 Bir piksel (x,y) in komşuluk bölgesi veya komşuluk ilişkisi için; merkezi (x,y) olan kare, dikdörtgen tanımlama kullanılır. Bu bölgenin merkezi,pikselden piksele hareket ettirilerek (Her yöne), etrafındaki farklı komşuları içine alır. T operatörü herbir lokasyona (x,y) uygulanarak lokasyonda işlenmiş g(x,y) çıkışı elde edilir. En küçük lokasyon (komşuluk ilişkisi-bölgesel) resim içindeki 1x1 lik bölgedir. Bu bölge içinde yapılan işlemlerde (çalışılan pikselde) diğer piksellerin hiçbir etkisi olamaz. Yani o tek piksele yapılan işlemde komşu piksellerin rolü olamaz. Bu tür işlemlere Noktasal işlemler denir. *** Dikkat Burada T yapılan işlemi belirtir. Yani her piksele; komşuluk ilişkisine göre gezilerek T nin belirttiği işlem yapılır.
7 Komşuluk İlişkili operasyonlar 1x1 lik komşuluk ilişkisine dayanan (Noktasal) operasyonlar; Kontrast Yayma (contrast stretching) Eşikleme (Thresholding) Aritmetiksel İşlemler Büyük çaplı komşuluk ilişkisine dayanan operasyonlar ise (maskeleme- filtreler (kernels, templates, pencereler, )) v.b. - Görüntü netleştirme (İmage sharpening)
8 GRİ SEVİYE HİSTOGRAMIN TARİFİ Gri seviyesi histogramı, görüntü içindeki her bir gri seviyesine karşılık gelen ilgili gri seviyesindeki piksel sayısını karşılık düşüren bir fonksiyondur. Apsis ekseni gri seviyesini gösterirken ordinat ekseni ise meydana gelme sıklığını göstermektedir. Şekil bir örnek göstermektedir. Histogram, sayısal bir resim içerisinde her renk değerinden kaç adet olduğunu gösteren grafiktir. Bu grafiğe bakılarak resmin parlaklık durumu ya da tonları hakkında bilgi sahibi olunabilir.
9 Verilen kötü kontraslı bir görüntüyü iyileştirmek için, görüntünün histogramını geniş bir alana yayabiliriz. Bu iki şekilde gerçekleştirilebilir. 1- Histogram Germe- Kontrast germe (Histogram streching): Histogram germe, histogram değiştirmenin özel bir halidir. 2- Histogram Eşitleme ( Histogram equalization)
10 Histogram Germe (Açma) -(Histogram Stretching) Kötü kontraslı resimlerin (histogramı dar bir alana yayılmış görüntüler), kontraslarını iyileştirmek için bir genel yöntemdir. Temel espirisi histogramı geniş bir bölgeye yaymaktır. Varsayalım ki histogramı ve ilişkin tablosu aşağıda verilen bir görüntüye sahibiz. Burada; n i, i.gri seviyedeki piksel sayısı değeridir. Biz bu gri seviye değerlerini, parça parça lineer bir fonksiyon uyguluyarak, orijinal aralığın dışına yayabiliriz.
11 Bu fonksiyon; 5-9 arasındaki gri seviyeli pikselleri 2-14 gri seviyeleri arasına yayar. Aşağıdaki denklemde i, orijinal gri seviye ve j dönüşümden sonraki değerdir. Bu aralığın dışındaki Gri seviyeleri ya (bu durumda olduğu gibi) tek başına kalır ya da aşağıdaki parça parça lineer fonksiyonun işlevine göre değişir. Bu uygulamada tek başına (değiştirilmeden) bırakılmıştır. Bu şekilde elde edilen histograma göre görüntü kontrastı iyileştirilmiştir. Görüntü germe işlemi için en uygun MATLAB fonksiyonu; imadjust
12 Parça parça Lineer germe fonksiyonu için Bilgi NOTU: Parça parça Lineer germe fonksiyonu ai, bi ve ai+1 ve bi+1 koordinatları arasında kalan piksel değerlerini bulmak için find komutu kullanılır.
13 Histogram Germe(Histogram streching): Matlab uygulaması A=imread('wom1.png'); A=rgb2gray(A); [m,n]=size(a); figure imshow(a) B=A; minp=min(min(a)); maxp=max(max(a)); for i=1:m for j=1:n B(i,j)=((250/(maxp-minp))*(A(i,j)-minp)); end end figure imshow(b)
14 Ödev: Yanda verilen RGB görüntüsü üzerinde histogram streching yöntemini uygulayınız? Not: Hazır Matlab fonksiyonu kullanılmayacaktır. Ödev Teslim tarihi:
15 imadjust Fonksiyonu Temel parlaklık işleme fonksiyonudur. Gri skala görüntülerde parlaklık seviyesi dönüşümü yapar. Giriş image ı f uınt8,uint16,double olabilir. g çıkışı da aynı formattadır. >> g= imadjust (f, [low_in high_in],[low_out high_out]), gamma
16 En basit görüntü işlemleri, o noktanın belirli bir fonksiyondan geçirilerek yeni nokta değerlerinin bulunmasına dayanır.
17 Bir resmin negatifini oluşturmak >> f = imread('rose_512.tif'); >> g1=imadjust(f,[0 1],[1 0]); >> subplot(1,2,1),imshow(f) >> subplot(1,2,2),imshow(g1)
18 Bir radyolojik görüntü üzerine inceleme (Sayısal Mamografi image ı) >> f=imread(( breast.tif ); Resimde; göğüs üzerinde küçük bir lezyon göze çarpmaktadır.
19 Resimlerin negatifleri birçok uygulamada kullanılmaktadır, bunlara örnek olarak; medikal röntgen, ultrasound görüntüleri verilebilir. İnsan gözü, yapısı gereği açık tonlar arasındaki farklılığı koyu tonlar arasındaki farklılığa göre daha iyi algılayabilmektedir. Resmin gerektiği durumlarda negatifinin alınması algılamanın gücünü artırabilmektedir. Bu işlem giriş resimdeki gri-seviye değerlerinin ters çevrilmesiyle yapılmaktadır. Örneğin orijinal resimdeki bir pikselin değeri 255 (beyaz) ise negatifinde aynı pikselin değeri 0 (siyah) olacaktır. Gri-seviye resim için pikselin maksimum alabileceği değer 255 'dır. Bu resmin negatifini almak için resimdeki piksellerin renk değerlerini maksimum değer olan 255'den çıkarılıp ortaya çıkan sonuç aynı piksele atanırsa ve bu işlem resmin tüm piksellerine uygulanırsa orijinal resmin negatifi alınmış olur. Buradan da anlaşılacağı gibi bir resmi kendi negatifi ile toplarsak ortaya beyaz bir resim çıkar, yani resim içerisinde ki tüm piksellerin değeri 255 olur.
20
21
22 Histogram Processing and Function Plotting (Histogram İşleme ve fonksiyon çizimi) Gri seviye histogramlarından elde edilmiş bilgilere dayalı parlaklık dönüşüm fonksiyonları, görüntü işlemede önemli bir rol oynar. Bunlar görüntü iyileştirme, sıkıştırma, segmentasyon, tarif etme v.b. Sayısal görüntü işlemede en basit ve en çok kullanılan araçlardan birisi gri seviyesi histogramıdır. Bu fonksiyon bize görüntünün gri seviyesi içeriğini vermektedir.
23 Histogramdan elde edilen bilgiler Bir görüntünün histogramı, o görüntü hakkında önemli bilgiler verir. Önemlileri aşağıdadır. Koyu (Karanlık) bir görüntünün histogram grafiğinin düşük gri seviye bölgesine yığılacağı açıktır. Parlak (Açık renk) düzgün bir görüntünün histogram grafiğinin büyük gri seviye bölgesine yığılacağı açıktır. Eğer histogram bir bölgeye yığılmış ise ( yani gri sviye ekseninin belirli bir bölgesine) bu görüntünün kontrastı kötüdür denir. İyi kontraslı bir resmin histogram grafiği tüm gri seviye değerlerine eşit yayılmış olduğunu açıklar.
24
25 Genelde küçük yayılım gösteren histogramların kontrastı düşüktür, daha geniş alana yayılmış olan histogramların kontrastı daha yüksektir. Aralığın aşağı sonunda sıkışmış olan histogram koyu bir görüntüye ait olurken, aynı aralığın yukarı sonunda gruplanmış olan histogram parlak bir görüntüye aittir. Histogram aynı zamanda, daraltma, genişletme veya kaydırma işlemleri için bir karşılık düşürme fonksiyonu ile de değiştirilebilir. Histogram genişletme ve daraltma gri seviyesi değişimleri biçimindedir ve bazen histogram boyutlandırma olarakta adlandırılır.
26 Karşıtlığı düşük Karşıtlığı yüksek
27 Histogram la ilgili Bir [0,G] sahasında, Gri seviye toplam sayısı L olan bir sayısal görüntünün histogramı; h(r k ) = n k ayrık fonksiyonuyla tanımlanır. Burada r k, [0,G] aralığındaki grilik seviyesi değeridir. Grilik seviyesi r k olan piksel sayısı ise n k dır. (Örneğin 125.gri seviye değerinde (r k =125), 345 piksel olabilir (n k =325)) Buradaki G, uint8 de 255, double görüntü sınıfında 1 e eşittir. Not: uint8 ve uint16 sınıfında G=L-1 alınmalıdır.
28 Normalize edilmiş histogram h(r k ) nın tüm elemanlarının, görüntüdeki tüm piksel sayısına bölünmesiyle elde edilir. Normalize histogram çoğu uygulamada kullanılır. (r k.grilik seviyesindeki piksel sayısının toplam piksel sayısına bölünmesi ile o grilik seviyesindeki pikseller normalize edilmiş olur.)
29 Burada f, histogramı istenen görüntü, h görüntünün histogramı, b ise yatay ekseni bölme sayısıdır. Uint8 sınıfından bir görüntü b=8 alınırsa sadece 8 gri seviyeye bölünür. B yi hiç kullanmazsak /default değerdir) yatay eksen 256 gri seviyeye bölünür.
30 Histogram fonsiyonun çizdirme-örnekler
31 Histogramı BAR formunda göstermek
32 Histogramı STEM formunda göstermek
33 Histogramı plot ile(sürekli formda çizdirmek)
34 Bazı faydalı çizim fonksiyonları
35 Faydalı çizim fonksiyonları
36 Histogram Eşitleme Historam germenin; bir kullanıcı girişine ihtiyaç duyma gibi bir dezevantajı vardır. Histogram eşitleme ise otomatik bir presedürdür. (Aslında histogram eşitleme genel anlamada histogram germe kapsamına sokulabilir. Fakat germede parçaparça linerer veya değişik fonksiyonlar kullanmak gerekirken, eşitlemde otomatik işlem yapılır.) İdeal olarak Histogram eşitleme; Giriş histogramını, her gri seviyesinde eşit piksel sayısına sahip bir histograma dönüştürme işlemi gibi düşünülebilir. Bu pratikte mümkün değildir. Bu yöntem histogramı dar olan resimler ya da resim içindeki bölgeler için daha iyi sonuç verir. Yani Histogram eşitleme renk değerleri düzgün dağılımlı olmayan resimler için uygun bir görüntü iyileştirme metodudur. Resmin tümüne uygulanabileceği gibi sadece belli bir bölgesine de uygulanabilir. Tüm resme uygulanırsa global histogram eşitleme, resmin belli bir bölgesine uygulandığında ise lokal histogram eşitleme adını alır.
37 Histogram eşitlemenin özeti Uygulanışı: 1-Resmin histogramı bulunur (her gri seviye için piksel sayısı grafiği). 2-Histogramdan yararlanılarak kümülatif histogram bulunur. Kümülatif histogram, histogramın her değerinin kendisinden öncekiler ve kendisinin toplamı ile elde edilen değerleri içeren büyüklüktür. 3-Kümülatif histogram değerleri normalize edilip (toplam piksel sayısına bölünerek), yeni resimde olmasını istediğimiz max. renk değerleri ile çarpılır, çıkan değer tam sayıya yuvarlatılır. Böylelikle yeni gri seviye değerleri elde edilmiş olur. 4- Eski (Orijinal) gri seviye değerleri ile; 3.adımda elde edilen gri seviye değerleri biribirine karşılık düşürülür ve yeni histogram grafiği çizilir. n: giriş görüntüsündeki toplam piksel sayısı (n 0 +n 1 +.+n L-1 = n) n j (n k ): j. gri seviyedeki piksel sayısı, L: mümkün olan (veya istenilen) toplam gri seviye sayısı( 8 bit renk derinliğinde 255 v.b) s k : Daha iyi kontraslı bir görüntü elde etmek için gri seviye dönüşüm değeri.
38 ÖRNEK: Gri seviye i : (j. Gri değerli piksel sayısı) n i : Yukarıda, renk derinliği 4 bit olan gri seviyeli bir görüntünün histogram tablosu görülmektedir. Bunun histogram grafiği ise aşağıdaki şekildedir. (Toplam piksel sayısı n=360, istenen gri seviye L=16)
39 Buna göre aşağıdaki denklemden; gri seviye değerlerini tek tek hesaplarsak;
40 Histogram Eşitleme Amaç: İmgedeki düşük görünürlüğü iyileştirmek. Olasılık dağılımına bağlı olarak doğrusal olmayan dönüşüm gerçekleştirilir. Bu sayede, bulunma olasılığı yüksek pikseller arası fazlaca açılırken, düşük olasılıklı seviyeler birbirine daha yakın hale gelir.
41 Örnek: Görüntü bloğu cdf
42 Ödev: Ödev Teslim Tarihi: Gri bir görüntü üzerinde histogram eşitleme işlemini gerçekleştiren MATLAB kodunu yazınız?
43 Histogram Eşitleme İmgenin olasılık dağılım fonksiyonu doğrusallaştırılmaktadır.
44 f : giriş görüntüsüdür. nlev: Çıkış görüntüsü için özelleştirilmiş(belirtilmiş) gri seviye sayısıdır. nlev L (giriş görüntüdeki mümkün seviyelerin toplam sayı)sı ye eşit ise, o zaman histeq doğrudan dönüşüm fonksiyonu (önceki slaytta tanımlanan) uygular. Eğr nlev L den küçük ise; histeq gri seviyeleri düz bir histogram olacak şekilde dağıtmaya çalışır. İmhist in aksine histeq in default değeri 64 dür.
45 Histogram eşitlemeye örnek >> f=imread( pollen.tif ); >> imshow(f) >> figure, imhist(f) >> ylim( auto ) >> g=histeq(f,256); >> figure, imshow(g) >> figure, imhist(g) >> ylim( auto )
46 Bir polen in elektron mikroskopta 700 defa büyütülmüş resmi
47 Histogram Karşılaştırma (Histogram Matching) Bir görüntününün histogramının, bir diğer görüntü ile uyumlu bir hale gelmesini veya belirli bir fonksiyona uymasını isteyebiliriz.
48 Burada f giriş görüntüsüdür. hspec belirtilen (istenen) histogramdır. (İstenen değerlerden oluşturulmuş satır vektörü v.b) g çıkış görüntüsüdür. Bunun histogramı istenen histograma yaklaştırılmıştır.
49 Aritmetiksel İşlemler Noktasal operasyonlardan olan aritmetiksel işlemler; y=f(x) gibi bir basit fonksiyonun, görüntüdeki herbir gri seviye değerine uygulanmasından ibarettir. Gri seviye resimde genellikle 0, 255 seviye değerleri arasında çalışıldığından, yukarıdaki fonksiyon bu değerler arasında geçerli olmalıdır. Bu basit fonksiyon ; Bir sabit değeri (c) herbir piksele ekler veya çıkartır (Y=x ± c) Veya herbir pikseli bir sabit değer (c) ile çarpar (y= x.c) İşlem sonuçlarının tamsayıya yuvarlatılması yapılır. Ayrıca arasında çalışıldığında kırpma yapılır. y > 255 ise y=255 y < 0 ise ise y=0 yapılır.
50 Y=f(x) fonksiyonunun etkisini incelemek için aşağıdaki grafikleri inceleyelim. Resim piksellerine 128 eklendiğinde, resmim piksellerindeki 127 ve daha büyük değerler 255 ile ifade edilecektir. Not: Resim piksellerine ilave edilen her değer resmin daha açık renkte görünmesine neden olur. Resim piksellerinden 128 çıkarıldığında, değerleri 128 den küçük olan piksellerin seviye değerleri 0 ile ifade edilecektir. Not: Resim piksellerinden çıkarılan her değer resmin daha koyu renkte görünmesine neden olur.
51 ÖRNEK
52 Çarpma ve bölme uygulamaları
53 Aritmetiksel İşlemler (Ters Alma) Gri skala görüntüde tersleme, görüntünün negatifi anlamına gelir. Bir görüntü matrisi m nin elemanları; double class ise; gray scala değeri 0-1 arasında değişir. Biz negatifi elde etmek için; >> 1-m Eğer image Binary ise: >> ~m Eğer uint8 class ise; hazır fonksiyon olan İmcomplement kullanılır.
54 Y=255 -x e göre oluşturulan fonksiyon ve onun işlenişi aşağıdadır.
55 Diğer Nokta operasyonu İşlemleri KESME (CLIPPING) Kontrast genişletmenin özel bir durumu kesme dir. Bu işlem giriş sinyalinin bulunduğu aralık [a,b] bilindiğinde gürültü azaltmak için oldukça kullanışlıdır.
56 Ödev: Bu ödevde sizden bir RGB görüntüsüne istenilen transfer fonksiyonunu uygulamanız isteniyor. Listeden bir görüntü seçilecek bu görüntüye yanda verilen transfer fonksiyonu uygulanacaktır. Örneğin Beyaz seviyeyi gösteren kaydırma çubuğu 184 olduğu için görüntüde184 üzerinde olanlara 255 değeri atılmaktadır. Siyah kaydırma çubuğu 51 de olduğu için 51 den düşük değere sahip piksellere 0 değeri atanmaktadır. Beyaz ile siyah kaydırma çubuğu arası mainimum 3 piksel değerinde olabilir. Yani beyaz seviye 130 ise siyah seviye maksimum 127 olabilir. Ödev Teslim tarihi:
57 Diğer Nokta operasyonu İşlemleri EŞİKLEME ( THRESHOLDING) Gritonlu resimleri siyah-beyaz gösterme metodu (binaryleştirme) resim bölümlemenin (image segmentation) en popüler metodudur. Bu, özellikle endüstriyel resim işlemede kullanılır. BinaryLeştirme aynı zamanda bir nokta operasyonudur. v u
58 Diğer Nokta operasyonu İşlemleri Bit plane Gri skala görüntüler, bir dizi binary görüntü şeklinde ifade edilebilirler. Her bir pikselinin koyuluk seviyesinin 8 bitle ifade edildiği bir görüntüyü gözönüne alırsak; 0. bit planı görüntünün en önemsiz bit planıdır. 7. bit planı is görüntü üzerinde etken olan en önemli bit planıdır.
59 Bit planes
60 İki Resim Arasındaki Aritmetiksel İşlemler (Toplama) İki veya daha fazla resimlerin piksel piksel birleştirilmesidir. Şekilde iki bölgeden müteşekkil iki resmi (sol) göstermektedir. Bir kaç bozulmuş veya gürültülü piksellerin dışında bölgelerin gritonları hemen hemen aynıdır (gritonlar 1 ve 10). Karşılıklı piksellerin ortalamalarının alınması bozulmanın sertliğini yok eder. Buradaki işlem birbirine uygun fakat gürültülü resimlerin gürültüsünü azaltmaktır. Resim sayısı arttıkça toplamanın gürültüyü azaltma tesiri artar. Şekil tekniğin gerçek resimlere uygulanmasını göstermektedir.
61
Görüntü İşleme Dersi Ders-8 Notları
Görüntü İşleme Dersi Ders-8 Notları GRİ SEVİYE DÖNÜŞÜMLERİ Herhangi bir görüntü işleme operasyonu, görüntüdeki pikselin gri seviye değerlerini dönüştürme işlemidir. Ancak, görüntü işleme operasyonları;
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
DetaylıAKÜ TEKNOLOJİ FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ
GÖRÜNTÜ İŞLEME DERS-8 YARDIMCI NOTLARI -2018 Gri Seviye Dönüşümleri Herhangi bir görüntü işleme operasyonu, görüntüdeki pikselin gri seviye değerlerini dönüştürme işlemidir. Ancak, görüntü işleme operasyonları;
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
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
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
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
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)
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
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
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
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
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
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
DetaylıAyrık zamanlı sinyaller için de ayrık zamanlı Fourier dönüşümleri kullanılmatadır.
Bölüm 6 Z-DÖNÜŞÜM Sürekli zamanlı sinyallerin zaman alanından frekans alanına geçişi Fourier ve Laplace dönüşümleri ile mümkün olmaktadır. Laplace, Fourier dönüşümünün daha genel bir şeklidir. Ayrık zamanlı
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
DetaylıDijital Görüntü İşleme ve İyileştirme
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
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
DetaylıFrekans domain inde İşlemler. BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN
Frekans domain inde İşlemler BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN Domain Dönüşümü Dönüşüm, bir sinyalin, başka parametrelerle ifade edilmesi şeklinde düşünülebilir. Ters dönüşüm ise,
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
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)
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
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.
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
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
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
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 6 Kenar, Köşe, Yuvarlak Tespiti Alp Ertürk alp.erturk@kocaeli.edu.tr KENAR TESPİTİ Kenar Tespiti Amaç: Görüntüdeki ani değişimleri / kesintileri algılamak Şekil bilgisi elde
DetaylıRasgele Sayı Üretme. Rasgele Sayıların Özellikleri. İki önemli istaiksel özelliği var :
Rasgele Sayı Üretme Rasgele Sayıların Özellikleri İki önemli istaiksel özelliği var : Düzgünlük (Uniformity) Bağımsızlık R i, rasgele sayısı olasılık yoğunluk fonksiyonu aşağıdaki gibi olan uniform bir
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
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
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
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
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 6 LAPLACE DÖNÜŞÜMLERİ
BÖLÜM 6 LAPLACE DÖNÜŞÜMLERİ 6.2. Laplace Dönüşümü Tanımı Bir f(t) fonksiyonunun Laplace alındığında oluşan fonksiyon F(s) ya da L[f(t)] olarak gösterilir. Burada tanımlanan s; ÇÖZÜM: a) b) c) ÇÖZÜM: 6.3.
DetaylıMATLAB DA SAYISAL ANALİZ DOÇ. DR. ERSAN KABALCI
MATLAB DA SAYISAL ANALİZ DOÇ. DR. ERSAN KABALCI Konu Başlıkları Lineer Denklem Sistemlerinin Çözümü İntegral ve Türev İntegral (Alan) Türev (Sayısal Fark ) Diferansiyel Denklem çözümleri Denetim Sistemlerinin
DetaylıNEIGHBOURHOOD PROCESSING (KOMŞULUK İLİŞKİLİ İŞLEMLERİ- BÖLGESEL İŞLEMLER-UZAYSAL FİLTRELEME) BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr.
NEIGHBOURHOOD PROCESSING (KOMŞULUK İLİŞKİLİ İŞLEMLERİ- BÖLGESEL İŞLEMLER-UZAYSAL FİLTRELEME) BMÜ-357 Sayısal Görüntü İşleme Yrd. Doç. Dr. İlhan AYDIN 1 KOMŞULUK İLİŞKİLİ İŞLEMLER (UZAYSAL FİLİTRELER) Noktasal
Detaylı10. SINIF MATEMATİK FONKSİYONLARDA İŞLEMLER-1 ÇAKABEY ANADOLU LİSESİ MATEMATİK BÖLÜMÜ
10. SINIF MATEMATİK FONKSİYONLARDA İŞLEMLER-1 ÇAKABEY ANADOLU LİSESİ MATEMATİK BÖLÜMÜ 1. ÜNİTE 3.1 FONKSİYONLARLA İŞLEMLER VE UYGULAMALARI Neler öğreneceksiniz? Bir fonksiyon grafiğinden dönüşümler yardımıyla
DetaylıGÖRÜNTÜ İŞLEME - (6.Hafta) GÖRÜNTÜ NETLEŞTİRME ALGORİTMALARI
GÖRÜNTÜ İŞLEME - (6.Hafta) GÖRÜNTÜ NETLEŞTİRME ALGORİTMALARI NETLEŞTİRME/KESKİNLEŞTİRME FİLTRESİ (Sharpening Filter) Bu algoritma orjinal görüntüden, görüntünü yumuşatılmış halini çıkararak belirgin kenarların
DetaylıToplam İkinci harmonik. Temel Üçüncü harmonik. Şekil 1. Temel, ikinci ve üçüncü harmoniğin toplamı
FOURIER SERİLERİ Bu bölümde Fourier serilerinden bahsedeceğim. Önce harmoniklerle (katsıklıklarla) ilişkili sinüsoidin tanımından başlıyacağım ve serilerin trigonometrik açılımlarını kullanarak katsayıları
Detaylıİşaret İşleme ve Haberleşmenin Temelleri. Yrd. Doç. Dr. Ender M. Ekşioğlu
İşaret İşleme ve Haberleşmenin Temelleri Yrd. Doç. Dr. Ender M. Ekşioğlu eksioglue@itu.edu.tr http://www2.itu.edu.tr/~eksioglue İşaretler: Bilgi taşıyan işlevler Sistemler: İşaretleri işleyerek yeni işaretler
DetaylıBÖLÜM I GİRİŞ (1.1) y(t) veya y(x) T veya λ. a t veya x. Şekil 1.1 Dalga. a genlik, T peryod (veya λ dalga boyu)
BÖLÜM I GİRİŞ 1.1 Sinyal Bir sistemin durum ve davranış bilgilerini taşıyan, bir veya daha fazla değişken ile tanımlanan bir fonksiyon olup veri işlemde dalga olarak adlandırılır. Bir dalga, genliği, dalga
DetaylıTürev Uygulamaları ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV
Türev Uygulamaları Yazar Prof.Dr. Vakıf CAFEROV ÜNİTE 10 Amaçlar Bu üniteyi çalıştıktan sonra; türev kavramı yardımı ile fonksiyonun monotonluğunu, ekstremum noktalarını, konvekslik ve konkavlığını, büküm
DetaylıDOĞRUSAL DENKLEMLER VE KOORDİNAT SİSTEMİ
DOĞRUSAL DENKLEMLER VE KOORDİNAT SİSTEMİ Örnek : Taksi ile yapılan yolculukların ücreti taksimetre ile belirlenir Bir taksimetrenin açılış ücreti 2 TL, sonraki her kilometre başına 1 TL ücret ödendiğine
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.
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
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
DetaylıDirenç(330Ω), bobin(1mh), sığa(100nf), fonksiyon generatör, multimetre, breadboard, osiloskop. Teorik Bilgi
DENEY 8: PASİF FİLTRELER Deneyin Amaçları Pasif filtre devrelerinin çalışma mantığını anlamak. Deney Malzemeleri Direnç(330Ω), bobin(1mh), sığa(100nf), fonksiyon generatör, multimetre, breadboard, osiloskop.
Detaylıİkili (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)
DetaylıBÖLÜM 4 FREKANS DAĞILIMLARININ GRAFİKLE GÖSTERİLMESİ
BÖLÜM 4 FREKANS DAĞILIMLARININ GRAFİKLE GÖSTERİLMESİ Frekans dağılımlarının betimlenmesinde frekans tablolarının kullanılmasının yanı sıra grafik gösterimleri de sıklıkla kullanılmaktadır. Grafikler, görselliği
DetaylıMühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş
Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 7 İç Kuvvetler Kaynak: Mühendislik Mekaniği: Statik, R. C. Hibbeler, S. C. Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 7. İç Kuvvetler Bu bölümde, bir
DetaylıGörüntü Restorasyonu. BMÜ-357 Sayısal Görüntü İşeme Yrd. Doç. Dr. İlhan AYDIN
Görüntü Restorasyonu BMÜ-357 Sayısal Görüntü İşeme Yrd. Doç. Dr. İlhan AYDIN Görüntü İyileştirme (İmage restoration) Görüntü restorasyonu konusu, bir görüntünün oluşumu esnasında oluşabilen veri kayıplarını
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
DetaylıCebirsel Fonksiyonlar
Cebirsel Fonksiyonlar Yazar Prof.Dr. Vakıf CAFEROV ÜNİTE 4 Amaçlar Bu üniteyi çalıştıktan sonra; polinom, rasyonel ve cebirsel fonksiyonları tanıyacak ve bu türden bazı fonksiyonların grafiklerini öğrenmiş
DetaylıKAYMA GERİLMESİ (ENİNE KESME)
KAYMA GERİLMESİ (ENİNE KESME) Demir yolu traversleri çok büyük kesme yüklerini taşıyan kiriş olarak davranır. Bu durumda, eğer traversler ahşap malzemedense kesme kuvvetinin en büyük olduğu uçlarından
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
DetaylıEŞİTLİK KISITLI TÜREVLİ YÖNTEMLER
EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER LAGRANGE YÖNTEMİ Bu metodu incelemek için Amaç fonksiyonu Min.z= f(x) Kısıtı g(x)=0 olan problemde değişkenler ve kısıtlar genel olarak şeklinde gösterilir. fonksiyonlarının
DetaylıAlgoritma ve Programlamaya Giriş
Algoritma ve Programlamaya Giriş Algoritma Bir sorunu çözebilmek için gerekli olan sıralı ve mantıksal adımların tümüne Algoritma denir. Doğal dil ile yazılabilir. Fazlaca formal değildir. Bir algoritmada
DetaylıRENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ
Journal of Naval Science and Engineering 2009, Vol 5, No2, pp 89-97 RENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ Öğr Kd Bnb Mustafa Yağımlı Elektrik/Elektronik Mühendisliği Bölümü,
DetaylıDik koordinat sisteminde yatay eksen x ekseni (apsis ekseni), düşey eksen ise y ekseni (ordinat ekseni) dir.
ANALĐTĐK GEOMETRĐ 1. Analitik Düzlem Bir düzlemde dik kesişen iki sayı doğrusunun oluşturduğu sisteme analitik düzlem denir. Analitik düzlem, dik koordinat sistemi veya dik koordinat düzlemi olarak da
DetaylıSaat Yönünde 90 Derecelik Dönme Hareketi. Saatin Tersi Yönünde 90 Derecelik Dönme Hareketi
Saat Yönünde 9 Derecelik Dönme Hareketi Saatin Tersi Yönünde 9 Derecelik Dönme Hareketi çizilmiş olan üçgenin orjin etrafında saat yönünde 9 lik dönme hareketine ait görüntüsünü çizip bu üçgenin köşe koordinatlarını
Detaylı6. Osiloskop. Periyodik ve periyodik olmayan elektriksel işaretlerin gözlenmesi ve ölçülmesini sağlayan elektronik bir cihazdır.
6. Osiloskop Periyodik ve periyodik olmayan elektriksel işaretlerin gözlenmesi ve ölçülmesini sağlayan elektronik bir cihazdır. Osiloskoplar üç gruba ayrılabilir; 1. Analog osiloskoplar 2. Dijital osiloskoplar
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
Detaylıİkili (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)
Detaylı18.034 İleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret
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
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?
DetaylıBİLGİSAYAR PROGRAMLAMA DERSİ
BİLGİSAYAR PROGRAMLAMA DERSİ Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü DERS NOTU 5 KONU: Matlab de Diziler ve Matrisler İÇ İÇE FOR DÖNGÜSÜ
DetaylıExcel de çalışma alanı satır ve sütunlardan oluşur. Satırları rakamlar, sütunları ise harfler temsil eder. Excel çalışma sayfası üzerinde toplam
Microsoft Excel Microsoft Office paket programı ile bizlere sunulan Excel programı bir hesap tablosu programıdır. her türlü veriyi tablolar yada listeler halinde tutmak ve bu veriler üzerinde hesaplamalar
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
DetaylıRASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 2007
RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 007 1 Tekdüze Dağılım Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk
DetaylıSÜREKLİ RASSAL DEĞİŞKENLER
SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.
DetaylıELN1001 BİLGİSAYAR PROGRAMLAMA I
ELN1001 BİLGİSAYAR PROGRAMLAMA I DEPOLAMA SINIFLARI DEĞİŞKEN MENZİLLERİ YİNELEMELİ FONKSİYONLAR Depolama Sınıfları Tanıtıcılar için şu ana kadar görülmüş olan özellikler: Ad Tip Boyut Değer Bunlara ilave
DetaylıVERİLERİN GRAFİKLER YARDIMIYLA SUNUMU. 3.2.1.Daire Grafikleri Yardımıyla Verilerin Sunumu. 3.2.2.Sütun(Çubuk) Grafikleri Yardımıyla Sunumu
SAÜ 3. BÖLÜM VERİLERİN GRAFİKLER YARDIMIYLA SUNUMU PROF. DR. MUSTAFA AKAL İÇİNDEKİLER 3.2.Grafiksel Sunumlar 3.2.1.Daire Grafikleri Yardımıyla Verilerin Sunumu 3.2.2.Sütun(Çubuk) Grafikleri Yardımıyla
DetaylıKMU MÜHENDİSLİK FAKÜLTESİ ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ ELETRONİK LABORATUVARI DENEY 1 OSİLOSKOP KULLANIMI
KMU MÜHENDİSLİK FAKÜLTESİ ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ ELETRONİK LABORATUVARI DENEY 1 OSİLOSKOP KULLANIMI DENEY 1 OSİLOSKOP KULLANIMI Deneyin Amaçları Osiloskop kullanımını öğrenmek, Osiloskop grafiklerini
DetaylıGrafik Komutları. Grafik Türleri plot: çizgisel grafikler bar: sütun bar şeklindeki grafikler stem: sütun çizgisel grafikler pie: pasta grafikleri
Matlab Grafikler Grafik Türleri Grafik Komutları Grafik Türleri plot: çizgisel grafikler bar: sütun bar şeklindeki grafikler stem: sütun çizgisel grafikler pie: pasta grafikleri Yardımcı Komutlar hold
DetaylıSAY 203 MİKRO İKTİSAT
SAY 203 MİKRO İKTİSAT Esneklikler YRD. DOÇ. DR. EMRE ATILGAN SAY 203 MİKRO İKTİSAT - YRD. DOÇ. DR. EMRE ATILGAN 1 ESNEKLİKLER Talep Esneklikleri Talep esneklikleri: Bir malın talebinin talebi etkileyen
DetaylıMUKAVEMET I ÇÖZÜMLÜ ÖRNEKLER
MUKAEMET I ÇÖZÜMÜ ÖRNEKER ders notu Yard. Doç. Dr. Erdem DAMCI Şubat 15 Mukavemet I - Çözümlü Örnekler / 7 Örnek 1. Üzerinde yalnızca yayılı yük bulunan ve açıklığı olan bir basit kirişe ait eğilme momenti
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)
DetaylıUzaktan Algılama Teknolojileri
Uzaktan Algılama Teknolojileri Ders 2 MATLAB ve Görüntü İşleme Alp Ertürk alp.erturk@kocaeli.edu.tr MATLAB Matrix Laboratory nin kısaltmasıdır Bir çok uygulamada kolaylık sağlayacak özelleşmiş parçaları
DetaylıTemel Bilgi Teknolojileri - II Ayrıntılı Ders İçerikleri
Temel Bilgi Teknolojileri - II Ayrıntılı Ders İçerikleri Hesap Tabloları(Excel 2007) HAFTA 1 1. Hesap Tablolarına Giriş 1.1. Hesap tablosu tanımı, kullanım amacı ve yerleri 1.2. MS Excel Uygulamasına giriş
DetaylıDr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net
Bilgisayar Programlama Ders 6 Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Fonksiyon Prototipleri Fonksiyon Prototipleri Derleyici, fonksiyonların ilk hallerini (prototiplerini)
DetaylıMatlab da 2-boyutlu Grafik Çizimi. Arş. Gör. Mehmet Ali ÜSTÜNER
Matlab da 2-boyutlu Grafik Çizimi Arş Gör Mehmet Ali ÜSTÜNER Manisa, 03122017 Arş Gör Mehmet Ali ÜSTÜNER 2 Dikdörtgen (x-y) Ve Kutupsal Eksenlerde Çizgi Grafikleri: En basit çizim, iki değişkeni olan çizimlerdir
DetaylıİMGE İŞLEME Ders-2. İmge Dosya Tipleri ve Temel İşlemler. Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm
İMGE İŞLEME Ders-2 İmge Dosya Tipleri ve Temel İşlemler (Yrd. Doç. Dr. M. Kemal GÜLLÜ) Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm Hazırlayan: M. Kemal GÜLLÜ MATLAB temel bilgiler
DetaylıSAYISAL ÇÖZÜMLEME. Sayısal Çözümleme
SAYISAL ÇÖZÜMLEME 1 SAYISAL ÇÖZÜMLEME 4. Hafta DENKLEM ÇÖZÜMLERİ 2 İÇİNDEKİLER Denklem Çözümleri Doğrusal Olmayan Denklem Çözümleri Grafik Yöntemleri Kapalı Yöntemler İkiye Bölme (Bisection) Yöntemi Adım
DetaylıChapter 3 Image Enhancement in the Spatial Domain. 2002 R. C. Gonzalez & R. E. Woods
Chapter 3 Image Enhancement in the Spatial Domain 2002 R. C. Gonzalez & R. E. Woods Chapter 3 Image Enhancement in the Spatial Domain 2002 R. C. Gonzalez & R. E. Woods Chapter 3 Image Enhancement in the
DetaylıDENEY 25 HARMONİK DİSTORSİYON VE FOURIER ANALİZİ Amaçlar :
DENEY 5 HARMONİK DİSTORSİYON VE FOURIER ANALİZİ Amaçlar : Doğrusal olmayan (nonlineer) devre elemanlarının nasıl harmonik distorsiyonlara yol açtığını göstermek. Bir yükselteç devresinde toplam harmoniklerin
Detaylı8. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.
8. HAFTA BLM323 SAYISAL ANALİZ Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi 2 MATRİSLER Matris veya dizey, dikdörtgen bir sayılar tablosu
DetaylıSıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5
Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5 Sıklık Tabloları Veri dizisinde yer alan değerlerin tekrarlama sayılarını içeren tabloya sıklık tablosu denir. Tek değişken için çizilen
DetaylıAlgoritmalar ve Programlama. DERS - 4 Yrd. Doç. Dr. Ahmet SERBES
Algoritmalar ve Programlama DERS - 4 Yrd. Doç. Dr. Ahmet SERBES Geçen Derste Değişken oluşturma Skaler Diziler, vektörler Matrisler Aritmetik işlemler Bazı fonksiyonların kullanımı Operatörler İlk değer
DetaylıMATLAB. Grafikler DOÇ. DR. ERSAN KABALCI
MATLAB Grafikler DOÇ. DR. ERSAN KABALCI Matlab yüksek seviyede grafik oluşturulabilir. Matlab ile çizilebilecek grafikler; Dikdörtgen (x-y) ve 3 boyutlu çizgi grafikleri Ağ (mesh) ve yüzey grafikleri Çubuk
DetaylıİMGE İŞLEME Ders-9. İmge Sıkıştırma. Dersin web sayfası: (Yrd. Doç. Dr. M.
İMGE İŞLEME Ders-9 İmge Sıkıştırma (Yrd. Doç. Dr. M. Kemal GÜLLÜ) Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm Hazırlayan: M. Kemal GÜLLÜ İmge Sıkıştırma Veri sıkıştırmanın
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
DetaylıHafta 4 Yoğunluk Dönüşümleri ve Histogram İşleme
BLM429 Görüntü İşlemeye Giriş Hafta 4 Yoğunluk Dönüşümleri ve Histogram İşleme Yrd. Doç. Dr. Caner ÖZCAN It makes all the difference whether one sees darkness through the light or brightness through the
DetaylıAyrık Fourier Dönüşümü
Ayrık Fourier Dönüşümü Tanım: 0 n N 1 aralığında tanımlı N uzunluklu bir dizi x[n] nin AYRIK FOURIER DÖNÜŞÜMÜ (DFT), ayrık zaman Fourier dönüşümü (DTFT) X(e jω ) nın0 ω < 2π aralığında ω k = 2πk/N, k =
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
DetaylıBilgisayar Programlama MATLAB
What is a computer??? Bilgisayar Programlama MATLAB Diziler Vektörler Matrisler Prof. Dr. İrfan KAYMAZ What Diz kavramı is a computer??? Bir değişken içerisinde birden çok veri numaralandırılarak tek bir
DetaylıElastisite Teorisi Hooke Yasası Normal Gerilme-Şekil değiştirme
Elastisite Teorisi Hooke Yasası Normal Gerilme-Şekil değiştirme Gerilme ve Şekil değiştirme bileşenlerinin lineer ilişkileri Hooke Yasası olarak bilinir. Elastisite Modülü (Young Modülü) Tek boyutlu Hooke
DetaylıGRAFİK ÇİZİMİ VE UYGULAMALARI 2
GRAFİK ÇİZİMİ VE UYGULAMALARI 2 1. Verinin Grafikle Gösterilmesi 2 1.1. İki Değişkenli Grafikler 3 1.1.1. Serpilme Diyagramı 4 1.1.2. Zaman Serisi Grafikleri 5 1.1.3. İktisadi Modellerde Kullanılan Grafikler
DetaylıARTOS7F1 ARIZA TESPİT CİHAZI VE PC OSİLOSKOP 7 FONKSİYON 1 CİHAZDA
ARTOS7F1 ARIZA TESPİT CİHAZI VE PC OSİLOSKOP 7 FONKSİYON 1 CİHAZDA ARTOS7F1 Arıza Tespit Cihazı ve PC Osiloskop her tür elektronik kartın arızasını bulmada çok etkili bir sistemdir. Asıl tasarım amacı
DetaylıBilgisayar Programlama MATLAB
Bilgisayar Programlama MATLAB Grafik İşlemleri Doç. Dr. İrfan KAYMAZ MATLAB Ders Notları MATLAB de GRAFİK İŞLEMLERİ MATLAB diğer programlama dillerine nazaran oldukça güçlü bir grafik araçkutusuna (toolbox)
Detaylı