Biyomedikal Resimlerdeki Rastgele Değerli Darbe Gürültüsünün Çift Gürültü Kontrollü Hızlı Adaptif Medyan Filtre ile Azaltılması
|
|
- Umut Cumali
- 8 yıl önce
- İzleme sayısı:
Transkript
1 URSI-TÜRKİYE 214 VII. Bilimsel Kongresi, 28-3 Ağustos 214, ELAZIĞ Biyomedikal Resimlerdeki Rastgele Değerli Darbe Gürültüsünün Çift Gürültü Kontrollü Hızlı Adaptif Medyan Filtre ile Azaltılması Cafer Budak 1, Mustafa Türk 2, Abdullah Toprak 3 1 BatmanÜniversitesi Batman cafer.budak@batman.edu.tr 2 FıratÜniversitesi Elazığ mturk@firat.edu.tr 3 DicleÜniversitesi Diyarbakır atoprak@dicle.edu.tr Özet: İmgelerdeki darbe gürültüsünü yok etmek için medyan tabanlı filtreler uzun zamandır etkili bir şekilde kullanılmaktadır. Ancak bu filtrelerin önemli bir eksikliği: sadece düşük gürültü yoğunluklarında iyi sonuçlar vermektedirler. Yüksek gürültü yoğunluklarında ise resmin özellikle kenar bölgelerinde bulanıklaşma ve detaylarında istenmeyen bozulmalar meydana gelmektedir. Bu eksiklileri gidermek için önerilen metot, hem, hızlı, hem de basit detektör yapısının yanında diğer tüm farklı imgeler için herhangi bir ön parametre ayarlamasına ihtiyaç duymadan kullanılabilmektedir. Sunulan metot biyomedikal imgelerde deneysel olarak uygulanmış ve diğer filtrelerden daha iyi sonuçlar elde edilmiştir. Abstract: Median-filters have been used for a very long time as an influential non-linear technique to removal of impulse noise. However, these filters have one thing in common: They are only effective at low noise rate. Another thing that is also obvious for these filters is that they produce a blur and blotch that is undesired in high-noise in image. To overcome these shortcomings, the proposed method that is both fast and simple detector structure, and additionally there is no need to adust it for different images. The presented algorithm can be performed experimentally in biomedical images and better results were obtained from other filters. 1. Giriş Günümüzde Diital resimlerin kullanımı her geçen gün artmaktadır. Özellikle uydu televizyonu, manyetik rezonans görüntüleme, tanı-teşhis sistemleri (computed axial tomography), coğrafik bilgi sistemleri, ultrasonik görüntüleme ve astronomi. Sayısal imgeler kayıt esnasında çeşitli sebeplerden dolayı gürültüden etkilenirler. Genellikle kaydedilen imge ile kaydedici sistem arasında yer alan ortamın mükemmel olmaması (rasgele saçılma ve soğurulma) veya iletim esnasında alıcı ile verici arasındaki hatalardan meydana gelir [1]. Bu bozulmalar alınan görüntü üzerinde daha sonra gerçekleştirilecek olan kenar sezme, sınır belirleme, bölütleme, nesne tanıma, tanı ve teşhis vb. gibi daha üst düzey görüntü işleme işlemlerinin başarımını olumsuz yönde etkilemektedir. Bu sebeple elde edilen görüntüden en iyi şekilde yararlanılabilmesi ve en fazla bilginin elde edilebilmesi için görüntüdeki bozulmaların giderilmesi son derece önemlidir [2]. Darbe gürültüsü tuz ve biber (salt and pepper) olarak ta adlandırılır. Genellikle resmin dinamik aralığı içinde minimum ya da maksimum değerleri alır ( ya da ). Bu yüzden darbe gürültüsü resim üzerinde siyah
2 URSI-TÜRKİYE 214 VII. Bilimsel Kongresi, 28-3 Ağustos 214, ELAZIĞ veya beyaz olarak görünür [2]. Biyomedikal imgelerin gürültü bileşenlerinden arındırılması ise, hastalıklara teşhis koymada sağladığı kolaylık ve bu teşhislerin doğruluğunu artırması nedeniyle günümüzde biyomedikal sistemlerde mutlaka kullanılan ve aranılan bir özellik olmuştur. Çünkü yaşamsal öneme sahip biyomedikal bir imgede detayların kaybolması hem tanı ve teşhiste güçlük hem de hata yapılmasına sebep olabilmektedir. Standart medyan filtre (SMF), hatalı pikseli pencereleyerek, merkezdeki medyan değerini yerleştirir. Ancak (SMF) nin büyük bir eksikliği sadece düşük gürültü düzeylerinde etkilidir. Filtre küçük boyutlu pencereleme yaptığında yetersiz gürültü bastırma, büyük pencereleme yapıldığında ise bulanıklaşma meydana gelmektedir. Özellikle %5 nini üzerindeki gürültü oranlarında imgenin detaylarını koruyamamaktadır. [3]. Yönlü Ağırlıklı Medyan (DWM) filtresi kenar belirleme ve gürültü silmeyi beraber gerçekleştiren bir filtre türüdür. Bu filtre incelenen piksel ile onun dört yöndeki komşuları arasındaki farkını aldıktan sonra, bir standart sapmaya bağlı olarak pikselin gürültü olup olmadığına karar verilir [4]. Darbe gürültüsünü yok etmek günümüz araştırmacıları için hala önemli bir sorundur. Araştırmacılar tarafından sunulan doğrusal olmayan filtre tekniklerinin birçoğu gürültüyü başarılı şekilde yok etme kabiliyetlerine sahiptirler. [5-1] Yine karar tabanlı ya da anahtarlamalı medyan filtreler bozuk olan ve olmayan filtreleri belirleyerek filtreleme işlemi uygulanır. Bunlarda bozuk piksel medyan değeri ile değiştirilirken bozuk olmayan piksel ise değiştirilmez. Bu filtrelerin temelinde önceden belirlenen bir eşik değer vardır. Yine bu metotlardaki esas sorun eşik değerin ne olacağıdır. Bunun yanında yüksek gürültülerde özellikle kenar ve ayrıntıların yeniden elde edilmesi sorunu giderilememiştir. Bu filtreler genellikle iki aşamadan oluşur. Birinci bölüm gürültü bulaşmış piksellerin tespit edilmesi ikinci aşama ise bu piksellerin komşu değerlerinden biriyle değiştirilmesidir. [11]. Burada sunulan metot anahtarlamalı medyan ile uyarlamalı medyan filtrenin hibrit halinden meydana gelmiştir. Sunulan filtre Double Checked Fast Adaptive Median Filter (DCFAMF) olarak adlandırılmıştır. DCFAMF geleneksel filtrelerle kıyaslandığında yapı olarak daha basit ve daha hızlıdır aynı zamanda daha iyi sonuçlar elde edilmiştir. Bu metot darbe gürültüsünü yok etmenin yanında, aşırı bozulmuş resimler de bile imgenin detaylarını başarılı bir şekilde korumuştur. 2. Darbe Gürültüsü Genel olarak literatürde tanıtılan darbe gürültüsü modelleri, darbe gürültüsünün görüntüyü eş dağılımlı bir şekilde etkilediğini öngören modellerdir. Literatürde darbe gürültüsünü matematiksel olarak modellemek için önerilen birçok model bulunmaktadır. Darbe gürültüsü analitik olarak [3]: U (,) = n,, olasılığı p O,, olasılığı (1 p) Burada i ve piksel lokasyonunu, p ise gürültülü pikselin gelme olasılığını ifade eder. Bu durumda gürültüsüz pikselin gelme olasılığı (1-p) olur. Darbe gürültüsünün olasılık karakteristiği Denklem 1 de ifade edilmiştir. Yukarıdaki ifadede O, oriinal görüntüyü, n, gürültüyü, U (,) gürültülü görüntüyü ve p ise gürültü yoğunluğunu temsil etmektedir Rastgele Değerli Darbe Gürültüsü Belirleme Süreci Bir pikselin gürültü olup olmadığını belirmek için birçok detektör kullanılmaktadır. Ana yaklaşım algoritmanın sadeliği ve başarısıdır i-1 a 1 a 2 a 3 i a 4 A a 5 i+1 a 6 a 7 a 8 Şekil 1. İncelenen piksel yoğunluğu ve 3 3 penceredeki koordinatları (1)
3 URSI-TÜRKİYE 214 VII. Bilimsel Kongresi, 28-3 Ağustos 214, ELAZIĞ Rastgele değerdeki gürültüyü belirleme süreci iki aşamadan meydana gelmektedir. Birinci aşama; iterasyonun başlangıcında, Şekil 1 deki pencereleme yapılmış olan merkezi piksel A nin sağında ve solunda bulunan en yakın iki değer olan a 4 ve a 5 piksellerinin farkı alınır. Bulunan bu fark değeri, A 4 veya A 5 değerlerinden büyük olmamalıdır. Aynı şekilde merkezi piksel A nin üstünde ve altında bulunan en yakın iki değer olan a 2 ve a 7 piksellerinin farkı alınır. Bulunan bu fark değeri, A 2 veya A 7 değerlerinden büyük olmamalıdır. F1 = a 4 F2 = A F3 = A F11 = a F22 = A F33 = A A Gürültülü Gürültüsüz (F2 veya F3 > F1) veya (F22 veya Diger Durum. F33 > F11) İkinci aşama; gürültü yoğunluğu fazla olan imgelerde bazen, bazı gürültülü piksel değerleri birinci aşamada belirlenemeyebilirler. Böyle durumlarda merkezi pikselin çapraz değerleri arasındaki farkın da karşılaştırılması gerekir. İkinci aşamada bu işlem gerçekleştirilir. Fa = a Faa = a Fb = A Fc = A Fbb = A Fcc = A A Gürültülü Gürültüsüz (Fb veya Fc > Fa) veya (Fbb veya Diger Durum. Fcc > Faa) Gürültü kararı verilen piksel işaretlenerek sonraki pikselde bu gürültülü pikseller restorasyon aşamasında kullanılmayacaklardır. İki aşama sonunda da gürültü kararı verilirse, A etrafında pencereleme oluşturulup restorasyon aşamasına geçilir. 3. Geliştirilmiş İki Aşamalı Uyarlamalı Hızlı Medyan Filtresi Kullanarak Tıbbi Görüntülerdeki Darbe Gürültüsünün Bastırılması DCFAMF nin işleyişi aşağıdaki gibidir. 1.Aşama: İncelenen piksel kırmızı kutu ile işaretlenen pikseldir. Bu piksel değeri detektör tarafından daha önce işaretlenmediği için (Gürültülü pikseller işareti ile işaretlenmiştir), piksel üzerinde herhangi bir işlem yapılmaz. Çünkü incelenen piksel detektöre göre resmin oriinal bir parçasıdır. Bu işlem hem algoritmanın hızını artırmakta hem de görüntü kalitesine büyük katkıda bulunmaktadır. 2.Aşama: a) Eğer merkezi piksel, gürültü olarak işaretlenmişse aşağıdaki pencereleme işlemine tabi tutulur. Geleneksel filtreler restorasyon aşamasında tüm pikselleri kullanırken önerilen bu algoritma, bozuk piksel yerine gelebilecek değeri sadece bozulmamış piksellerden seçmektedir. Buradaki seçim, U (,) = olmalıdır. i i aşama 2.aşama: a) b) Eğer gürültülü piksel etrafındaki tüm komşu pikseller detektör tarafından gürültü olarak işaretlenmişse, pencereleme boyutu olarak bir üst seviye olan 5x5 tercih edilir.
4 URSI-TÜRKİYE 214 VII. Bilimsel Kongresi, 28-3 Ağustos 214, ELAZIĞ 3.Aşama: Pencere boyutunun 5x5 yapılmasına rağmen, pencerelenen tüm pikseller hala gürültülü ise pencere boyutu 7x7 ye çıkarılır. 7x7 pencerelemesinde tüm pikseler hala gürültülü ise, bu durumda pencere boyutu daha fazla arttırılmaz. Çünkü pencere boyutu arttıkça detaylar kaybolmakta ve netlik de azalmaktadır. i aşama: b) aşama 4.Aşama: Son aşama pencere büyüklüğünü daha fazla arttırmak yerine, bir önceki işlemde tahmin edilen komşu pikselin değeri atanır. Son piksele kadar iterasyon bu şekilde devam eder. Özellikle bu aşama, imge kalitesinde bozulmaya sebep olmamakta ve pencere boyutu daha fazla arttırılmadığı için algoritmanın hızını büyük oranda arttırmaktadır 4. Simülasyon Sonuçları Deneylerdeki test görüntüsü için literatürde popüler olarak kullanılan beyin MRI imgesi kullanılmıştır [12]. Karşılaştırma için bozulmuş imgeler hem geleneksel hem de modern yöntemler vasıtasıyla iyileştirilmiş, iyileştirilmiş imge ile oriinal imge arasındaki restorasyon kalitesini belirlemede literatürde iyi bilinen ve sıklıkla kullanılan popüler bir metot olan Peak Signal to Noise Ratio (PSNR) ve Mean Squared Error (MSE) kriterleri kullanılmıştır [13]. PSNR = 1 log (2) MSE =,, (3) Burada MxN imgenin boyutu, n bozuk imge, r oriinal imge ve x iyileştirilmiş imgeyi ifade etmektedir. DVFAMF nin görsel performansını kanıtlamak için beyin MRI imgesine %4 gürültü eklendikten sonraki iyileştirme sonuçları Şekil 2 de görülmektedir. Tablo 1 de ise DVFAMF ile çeşitli filtrelerin, PSNR ve MSE değerleri sayısal olarak karşılaştırılmıştır i a) Oriinal b) %4 Gürültü c) IDBA d) BDND e) CWMF f) AMF g) S.M.F.A.M.F h) D.C.F.A.M.F
5 URSI-TÜRKİYE 214 VII. Bilimsel Kongresi, 28-3 Ağustos 214, ELAZIĞ Şekil 2 Bazı filtrelerin iyileştirme sonuçları; a) Oriinal imge, b) Gürültülü imge, c) IDBA çıkışı, d) BDND çıkışı, e) CWMF çıkışı, f) AMF çıkışı, g) SMFAMF, çıkışı, h) DCFAMF çıkışı Tablo 1. MRI imgesinin farklı gürültü yoğunluklarında çeşitli filtrelerin PSNR ve MSE değerleri ile karşılaştırılması. Filtreler 1% %2 %3 %4 %5 %6 %7 %8 %9 %95 DCFAMF PSNR 41,71 38,77 36,92 35,14 33,52 32,25 3,45 28,48 26,82 23,68 (Önerilen) MSE 4,39 8,63 13,22 19,91 28,91 38,73 58,62 92,27 135,23 278,66 IDBA PSNR 39,66 36,85 34,53 32,65 31,5 29,32 29,39 28,1 25,91 23,48 MSE 7,3 13,43 22,91 35,32 51,6 76,5 74,83 12,82 166,76 291,8 BDND PSNR 23,64 2,41 18,55 17,6 15,78 13,68 12,45 11,25 1,48 8,85 MSE 281,24 591,67 97, , , , , , ,1 8473,8 CWMF PSNR 32,42 29,61 27,18 23,81 2,43 17,7 13,96 11,15 8,72 6,87 MSE 37,25 71, AMF PSNR 39,52 34,86 32,38 3,24 28,46 26,83 25,2 23,29 2,62 18,75 MSE 7,26 21,24 37,59 61,53 92,7 134,92 24,68 34,85 563,74 867,12 PSNR 32,86 28,41 25,35 23,1 2,42 18,1 14,86 11,72 8,96 7,36 SMFAMF MSE 33,66 93,77 189,71 325,15 59,31 17, , ,3 8261, DVFAMF metodu aşırı derecede bozulmuş imgeler etkili bir şekilde restore edilmiştir. Bu algoritma basit yapılı olmasının yanında, tüm gürültü düzeylerinde başarılı ve hızlı bir şekilde uygulanabilmektedir. Algoritmanın darbe gürültüsünü bastırırken imgenin detaylarını da koruduğu Şekil 2 deki görsel performanslarında ve Tablo 1 de açıkça görülmektedir. Algoritmanın hızlı olması sebebiyle gerçek zamanlı uygulamalarda kullanılması uygundur. Ayrıca algoritmanın imgeyi iyileştirmeye başlamadan önce herhangi bir ön hazırlığa ya da parametre değişimine gerek duymaması da filtrenin önemli bir avantaıdır. Filtrenin başarısındaki önemli sebeplerden biride gürültü belirleme algoritmasının başarısından ileri gelmektedir. Bu gürültü belirleme algoritması bu filtrenin dışında başka filtrelerde de kullanılabilecek yapıdadır. Kaynaklar [1] R.C. Gonzalez, R.E. Woods, Digital Image Processing, Englewood Cliffs, NJ, USA, Prentice Hall, 22 [2] H. Ibrahim, N. S. P. Kong, and T. F. Ng, Simple adaptive median filter for the removal of impulse noise from highly corrupted images, IEEE Transactions on Consumer Electronics, vol. 54, no. 4, pp , November 28. [3] Krishnan Nallaperumal, Justin Varghese, S.Saudia, K.Arulmozhi, K.Velu,S.Annam, Salt & Pepper Impulse Noise Removal using Adaptive Switching Median Filter, IEEE Transactions on Image Processing,26 [4] Y. Dong and S. Xu, "A New Directional Weighted Median Filter for Removal of Random-Valued Impulse Noise," Signal Processing Letters, IEEE, vol.14, no.3, pp.193,196, March 27 [5] P. E. Ng and K. K. Ma, A switching median filter with boundary discriminative noise detection for extremely corrupted images, IEEE Trans. Image Process., vol. 15, no. 6, pp , June 26. [6] T. Song, M. Gabbou, and Y. Neuvo, Center weighted median filters: some properties and applications in image processing, Signal Processing, vol. 35, no. 3, pp , [7] A. Toprak, Quantum noise suppression in X-ray images using fuzzy 2-D Wiener filter, Journal of Medical Systems 31(5) (27), [8] N.S.Madhu, K. Revathy, R. Tatavarti, Removal of salt-and- pepper noise in images: A new decision-based algorithm, IAENG International Multiconference of Engineers and Computer Scientists,IMECS 28 (28) [9] M.E.Yüksel, A. Bastürk, Efficient removal of impulse noise from highly corrupted digital images by a simple neuro-fuzzy operator, AEUInternat. J. Electron. Comm. Vol. 57, no. 3, pp , 23. [1] A. Toprak, and I. Guler, Impulse noise reduction in medical images with the use of switch mode fuzzy adaptive median filter, Digital Signal Processing, vol. 17, no. 4, pp , 27 [11] K. S. Srinivasan and D. Ebenezer, 27, A new fast and efficient decision based algorithm for removal of high-density impulse noises, IEEE Signal Process Letters, 14, [12] Brain MRI images database, [Online]. Available: Oct 212. [13] N. Naveed, A. Hussain, M. A. Jaffar, T.S. Choi, Quantum and impulse noise filtering from breast mammogram images, Computer Methods and Programs in Biomedicine, vol.18 n.3, pp , December, 212
BULANIK SİNİR AĞLARI YARDIMIYLA BİYOMEDİKAL İMGELERİN GÜRÜLTÜ BİLEŞENLERİNDEN ARINDIRILMASI
BULANIK SİNİR AĞLARI YARDIMIYLA BİYOMEDİKAL İMGELERİN GÜRÜLTÜ BİLEŞENLERİNDEN ARINDIRILMASI M. Emin YÜKSEL 1 Alper BAŞTÜRK 1 M. Tülin YILDIRIM 2 1 Erciyes Üniversitesi, Mühendislik Fakültesi, Elektronik
DetaylıBULANIK UYARLAMALI ORTALAMA F
5 Uluslararası İleri Teknoloiler Sempozyumu (IATS 09), 3-5 Mayıs 2009, Karabük, Türkiye BULANIK UYARLAMALI ORTALAMA FİLTRESİ KULLANARAK MR GÖRÜNTÜLERİNDEKİ DARBE GÜRÜLTÜSÜNÜN BASTIRILMASI IMPULSE NOISE
DetaylıCurriculum Vitae. 06 September 1970, Kayseri, TURKEY. Phone : +90 352 4374901 / Ext.: 32204. : yuksel@erciyes.edu.tr
Curriculum Vitae Full Name: Date & Place of Birth: Dr. M. Emin YÜKSEL 06 September 1970, Kayseri, TURKEY. Office Contact: Dept. of Electronics Eng., Faculty of Engineering, Erciyes University, Kayseri,
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
DetaylıISSN : 1308-7231 mbaykara@firat.edu.tr 2010 www.newwsa.com Elazig-Turkey
ISSN:1306-3111 e-journal of New World Sciences Academy 011, Volume: 6, Number:, Article Number: 1A0173 ENGINEERING SCIENCES Burhan Ergen Received: November 010 Muhammet Baykara Accepted: February 011 Firat
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
DetaylıÇİFT EŞİK DEĞERLİ GÖRÜNTÜ NETLEŞTİRME YÖNTEMİ
ÇİFT EŞİK DEĞERLİ GÖRÜNTÜ NETLEŞTİRME YÖNTEMİ Ali S Awad *, Erhan A İnce* *Doğu Akdeniz Üniversitesi Elektrik ve Elektronik Mühendisliği Mağosa, KKTC İnce@eeneteeemuedutr, Asawad@emuedutr Özetçe Beyaz
DetaylıBulanık kurallara ve kenar devamlılığı kurallarına dayalı kenar tespiti iyileştirilmesi
Araştırma Makalesi BAUN Fen Bil. Enst. Dergisi, 19(2), 62-76, (2017) DOI: 10.25092/baunfbed.340371 J. BAUN Inst. Sci. Technol., 19(2), 62-76, (2017) Bulanık kurallara ve kenar devamlılığı kurallarına dayalı
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
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
DetaylıYönbağımsız ve Yönbağımlı Gauss Süzgeçleme Isotropic and Anisotropic Gaussian Filtering
Yönbağımsız Yönbağımlı Gauss Süzgeçleme Isotropic and Anisotropic Gaussian Filtering Deniz Yıldırım 1, Bekir Dizdaroğlu 2 1 Harita Mühendisliği Bölümü, 2 Bilgisayar Mühendisliği Bölümü Karadeniz Teknik
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
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
DetaylıÖZGEÇMİŞ ve YAYINLAR LİSTESİ
ÖZGEÇMİŞ ve YAYINLAR LİSTESİ 1. Adı Soyadı............. : Hatice ( KIRIMLI ) SEZGİN 2. Doğum Tarihi............ : 11 Haziran 1959 3. Ünvanı................. : Yardımcı Doçent Doktor 4. Öğrenim Durumu :
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?
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
DetaylıİMGELERDE DWT İLE DAMGALAMA METODU
İMGELERDE DWT İLE DAMGALAMA METODU Dr.Ersin ELBAŞI Türkiye Bilimsel ve Teknolojik Araştırma Kurumu (TÜBİTAK) Kavaklıdere, Ankara ersin.elbasi@tubitak.gov.tr Özetçe Yayın hakkını koruma amaçlı kullanılan
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
DetaylıSüleyman UZUN 1, Devrim AKGÜN 2. Özet. Abstract. 2. Doğrusal Görüntü Filtreleme. 1. Giriş.
Görüntü Filtre Çekirdek Matrisinin Genetik Algoritmalar ile Eğitiminin Bir Analizi An Analysis of Genetic Algorithm with Training of Image Filter Kernel Matrix Süleyman UZUN 1, Devrim AKGÜN 2 1 Bilgi İşlem
DetaylıSMI Algoritmasını Kullanan Adaptif Dizi İşaret İşleme Sistemlerinin İncelenmesi
SMI Algoritmasını Kullanan Adaptif Dizi İşaret İşleme Sistemlerinin İncelenmesi Halil İ. ŞAHİN, Haydar KAYA 2 Karadeniz Teknik Üniversitesi, İstatistik ve Bilgisayar Bilimleri Bölümü, Elektrik-Elektronik
DetaylıP r o f. D r. M e h m e t E m i n Y Ü K S E L
Özgeçmiş P r o f. D r. M e h m e t E m i n Y Ü K S E L KİŞİSEL BİLGİLER Adı Soyadı Ünvan Mehmet Emin YÜKSEL Prof. Dr. Adres Erciyes Üniversitesi Mühendislik Fakültesi Biyomedikal Mühendisliği Bölümü Melikgazi
DetaylıPOSITION DETERMINATION BY USING IMAGE PROCESSING METHOD IN INVERTED PENDULUM
POSITION DETERMINATION BY USING IMAGE PROCESSING METHOD IN INVERTED PENDULUM Melih KUNCAN Siirt Üniversitesi, Mühendislik-Mimarlık Fakültesi, Mekatronik Mühendisliği Bölümü, Siirt, TÜRKIYE melihkuncan@siirt.edu.tr
DetaylıBölüm 1 Sayısal Görüntü İşlemeye Giriş ve Temel Adımlar
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 Derse Giriş Ders
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
DetaylıGörüntü İşleme Teknikleri Kullanılarak Bir Ortamın İnsan Yoğunluğunun Hesaplanması
Görüntü İşleme Teknikleri Kullanılarak Bir Ortamın İnsan Yoğunluğunun Hesaplanması Calculating The People Density Of An Environment Using Image Processing Tecniques Fatih Ahmet ŞENEL 1, Sezai TOKAT 2 1
DetaylıHafta 7 Görüntü Onarma ve Geriçatma (Kısım 1)
BLM429 Görüntü İşlemeye Giriş Hafta 7 Görüntü Onarma ve Geriçatma (Kısım 1) Yrd. Doç. Dr. Caner ÖZCAN Gördüğümüz şeyler tek başlarına ne gördüğümüz değildir... Hislerimizin algı yeteneğinden ayrı olarak
DetaylıSAYISAL GÖRÜNTÜİŞLEME (Digital Image Processing)
91-03-01-529 SAYISAL GÖRÜNTÜİŞLEME (Digital Image Processing) Dersi Veren Öğretim Üyesi Y. Doç. Dr. Aybars UĞUR Ders Web Sayfası : http://yzgrafik.ege.edu.tr/~ugur 29.09.2009 Y. Doç. Dr. Aybars UĞUR (529
Detaylı91-03-01-529 SAYISAL GÖRÜNTÜ İŞLEME (Digital Image Processing)
91-03-01-529 SAYISAL GÖRÜNTÜ İŞLEME (Digital Image Processing) Dersi Veren Öğretim Üyesi Doç. Dr. Aybars UĞUR Ders Web Sayfası : http://yzgrafik.ege.edu.tr/~ugur 1 Amaçlar Öğrencileri Matlab gibi teknik
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
DetaylıGÖRÜNTÜ ONARMADA OLUŞAN ÇERÇEVE HATALARININ İYİLEŞTİRİLMESİ
GÖRÜNTÜ ONARMADA OLUŞAN ÇERÇEVE HATALARININ İYİLEŞTİRİLMESİ Memdu KÖSE ve Ziya TELATAR Ankara Üniversitesi Elektronik Mü. Böl., Tandoğan, 61, Ankara, Türkiye kose@science.ankara.edu.tr, telatar@science.ankara.edu.tr
DetaylıBulanık Mantık Tabanlı Uçak Modeli Tespiti
Bulanık Mantık Tabanlı Uçak Modeli Tespiti Hüseyin Fidan, Vildan Çınarlı, Muhammed Uysal, Kadriye Filiz Balbal, Ali Özdemir 1, Ayşegül Alaybeyoğlu 2 1 Celal Bayar Üniversitesi, Matematik Bölümü, Manisa
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
DetaylıDijital Görüntü İşleme (COMPE 464) Ders Detayları
Dijital Görüntü İşleme (COMPE 464) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Dijital Görüntü İşleme COMPE 464 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i
DetaylıKENAR GEÇİŞLERİ KULLANILARAK GÖRÜNTÜDEKİ BULANIKLIĞIN GİDERİLMESİ IMAGE DE-BLURRING BASED ON EDGE TRANSITIONS
28 SDU International Journal of Technological Science pp. 28-36 Computational Technologies KENAR GEÇİŞLERİ KULLANILARAK GÖRÜNTÜDEKİ BULANIKLIĞIN GİDERİLMESİ Halime Boztoprak Geliş Tarihi/ Received: 11.02.2016,
DetaylıGeriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı. Mehmet Ali Çavuşlu
Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı Mehmet Ali Çavuşlu Özet Yapay sinir ağlarının eğitiminde genellikle geriye
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)
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
DetaylıYrd.Doç. Elektrik-ElektronikMüh. Böl. Mühendislik Fakültesi Bülent Ecevit Üniversitesi Oda No: 111 İncivezMah. 67100, Merkez/Zonguldak/Türkiye
İbrahim ALIŞKAN 1 Elektrik Dr. & Endüstri Müh. Yrd.Doç. Elektrik-ElektronikMüh. Böl. Mühendislik Fakültesi Bülent Ecevit Üniversitesi Oda No: 111 İncivezMah. 67100, Merkez/Zonguldak/Türkiye İletişim ve
DetaylıÖzetçe. Abstract. 1. Giriş. 2. Adaptif Gürültü Giderme. Nalân YĐĞĐT 1 Nurhan KARABOĞA 2 Burak GÜRER 3
Adaptif Süzgeçlerde Farksal Gelişim Algoritması Kullanılarak Gürültü Giderme Noise Cancellation Using Differential Evolution Algorithm For Adaptive Filters Nalân YĐĞĐT 1 Nurhan KARABOĞA 2 Burak GÜRER 3
DetaylıYüz Tanımaya Dayalı Uygulamalar. (Özet)
4 Yüz Tanımaya Dayalı Uygulamalar (Özet) Günümüzde, teknolojinin gelişmesi ile yüz tanımaya dayalı bir çok yöntem artık uygulama alanı bulabilmekte ve gittikçe de önem kazanmaktadır. Bir çok farklı uygulama
DetaylıADAPTİF FİLTRELERDE GAUSS-SEIDEL ALGORİTMASININ STOKASTİK YAKINSAMA ANALİZİ
Uludağ Üniversitesi Mühendislik-Mimarlık Fakültesi ergisi, Cilt 1, Sayı, 5 AAPİF FİRR GAUSS-SI AGORİMASININ SOKASİK YAKINSAMA ANAİZİ Metin HAUN * Osman Hilmi KOÇA * Özet: Bu makalede, adaptif filtre parametrelerinin
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)
DetaylıBULANIK DENETLEÇ UYUMLAMASI KULLANILAN KALMAN FİLTRESİ İLE GÖRÜNTÜ STABİLİZASYONU
BULANIK DENETLEÇ UYUMLAMASI KULLANILAN KALMAN FİLTRESİ İLE GÖRÜNTÜ STABİLİZASYONU M.Kemal GÜLLÜ 1 Eylem YAMAN 2 Sarp ERTÜRK 3 Elektronik ve Haberleşme Mühendisliği Bölümü Mühendislik Fakültesi Kocaeli
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
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
DetaylıPARÇACIK SÜRÜ OPTİMİZASYONU (PSO) YÖNTEMİ İLE KIYI ÇİZGİSİ ÇIKARTILMASI: ERÇEK GÖLÜ ÖRNEĞİ
790 [1028] PARÇACIK SÜRÜ OPTİMİZASYONU (PSO) YÖNTEMİ İLE KIYI ÇİZGİSİ ÇIKARTILMASI: ERÇEK GÖLÜ ÖRNEĞİ Hatice ÇATAL REİS 1, Bülent BAYRAM 2 1 Dr., Gümüşhane Üniversitesi, Harita Mühendisliği Bölümü, 29100,
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)
DetaylıERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ SİVİL HAVACILIK ANABİLİM DALI YENİ DERS ÖNERİSİ/ DERS GÜNCELLEME
/ DERS GÜNCELLEME Dersin Kodu SHA 615 Dersin Adı İSTATİSTİKSEL SİNYAL İŞLEME Yarıyılı GÜZ Dersin İçeriği: Olasılık ve olasılıksal süreçlerin gözden geçirilmesi. Bayes kestirim kuramı. Büyük olabilirlik
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
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.
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
Detaylıİşaret ve Sistemler. Ders 1: Giriş
İşaret ve Sistemler Ders 1: Giriş Ders 1 Genel Bakış Haberleşme sistemlerinde temel kavramlar İşaretin tanımı ve çeşitleri Spektral Analiz Fazörlerin frekans düzleminde gösterilmesi. Periyodik işaretlerin
DetaylıUYDU GÖRÜNTÜLERİNİN YAPAY ARI KOLONİSİ (ABC) ALGORİTMASI İLE BÖLÜTLENMESİ
UYDU GÖRÜNTÜLERİNİN YAPAY ARI KOLONİSİ (ABC) ALGORİTMASI İLE BÖLÜTLENMESİ T. Kurban 1, E. Beşdok 2, A.E. Karkınlı 3 Erciyes Üniversitesi, Harita Mühendisliği Bölümü, 38039, Melikgazi, Kayseri. 1 tubac@erciyes.edu.tr,
DetaylıAlçak Gerilimde Aktif Filtre ile Akım Harmoniklerinin Etkisinin Azaltılması
618 Alçak Gerilimde Aktif Filtre ile Akım Harmoniklerinin Etkisinin Azaltılması 1 Latif TUĞ ve * 2 Cenk YAVUZ 1 Sakarya Üniversitesi, Mühendislik Fakültesi, Elektrik-Elektronik Mühendisliği Böl., Sakarya,
DetaylıBBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm
BBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm Tufan İNAÇ 1, Cihan KARAKUZU 2 1 Bilgisayar Mühendisliği Anabilim Dalı Bilecik Şeyh Edebali
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
DetaylıYinelemeli ve Uyarlanır Ayrıt Saptayıcı Süzgeçleri
Yinelemeli ve Uyarlanır Ayrıt Saptayıcı Süzgeçleri innur Kurt, Muhittin Gökmen İstanbul Teknik Üniversitesi ilgisayar Mühendisliği ölümü Maslak 8066, İstanbul {kurt,gokmen}@cs.itu.edu.tr Özetçe Görüntü
Detaylı2017 MÜFREDATI MÜHENDİSLİK FAKÜLTESİ / ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ EĞİTİM PLANI
2017 MÜFREDATI MÜHENDİSLİK FAKÜLTESİ / ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ EĞİTİM PLANI SINIF: 1 DÖNEM: GÜZ 200111 TEMEL BİLGİ TEKNOLOJİSİ KULLANIMI USE OF FUNDAMENTAL INFORMATION TECHNOLOGY 2017 2 0 2 2
DetaylıÇEYREK AYNA SÜZGEÇ BANKASI TASARIMI İÇİN YENİ BİR YÖNTEM
Gazi Üniv. Müh. Mim. Fak. Der. Journal of the Faculty of Engineering and Architecture of Gazi University Cilt 3, No, 97-37, 5 Vol 3, No, 97-37, 5 ÇEYREK AYNA SÜZGEÇ BANKASI TASARIMI İÇİN YENİ BİR YÖNTEM
DetaylıCCD KAMERA KULLANARAK SAYISAL GÖRÜNTÜ İŞLEME YOLUYLA GERÇEK ZAMANLI GÜVENLİK UYGULAMASI
CCD KAMERA KULLANARAK SAYISAL GÖRÜNTÜ İŞLEME YOLUYLA GERÇEK ZAMANLI GÜVENLİK UYGULAMASI Serhan COŞAR serhancosar@yahoo.com Oğuzhan URHAN urhano@kou.edu.tr M. Kemal GÜLLÜ kemalg@kou.edu.tr İşaret ve Görüntü
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
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Tabu Arama (Tabu Search) Doç.Dr. M. Ali Akcayol Tabu Arama 1986 yılında Glover tarafından geliştirilmiştir. Lokal minimum u elimine edebilir ve global minimum u bulur. Değerlendirme
DetaylıÜÇ BOYUTLU M-BANTLI DALGACIK DÖNÜŞÜMÜ İLE TRAFİK TIKANIKLIĞININ BELİRLENMESİ
ÜÇ BOYUTLU M-BANTLI DALGACIK DÖNÜŞÜMÜ İLE TRAFİK TIKANIKLIĞININ BELİRLENMESİ 1. Giriş Tolga Kurt, Emin Anarım Boğaziçi Üniversitesi, Elektrik-Elektronik Mühendisliği 80815,Bebek, İstanbul-Türkiye e-posta:
DetaylıTIBBİ ENSTRUMANTASYON TASARIM VE UYGULAMALARI SAYISAL FİLTRELER
TIBBİ ENSTRUMANTASYON TASARIM VE UYGULAMALARI SAYISAL FİLTRELER SUNU PLANI Analog sayısal çevirici FIR Filtreler IIR Filtreler Adaptif Filtreler Pan-Tompkins Algoritması Araş. Gör. Berat Doğan 08/04/2015
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
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)
DetaylıUyarlanır Tersinir Görüntü Damgalama (Adaptive Reversible Image Watermarking)
Uyarlanır Tersinir Görüntü Damgalama (Adaptive Reversible Image Watermarking) 1 *Can Yüzkollar, 2 Burhan Baraklı, 3 Ümit Kocabıçak * 1,3 Bilgisayar ve Bilişim Bilimleri Fakültesi, Bilgisayar Mühendisliği,
DetaylıStenografi ve Steganaliz. Hamza Duman / F.Ü. Yazılım Mühendisliği
Stenografi ve Steganaliz STEGANOGRAFİ NEDİR? Steganografi, mesajı gömme yoluyla bilgiyi saklama sanatı ve bilimidir. Yunanca «steganos» kelimesinden gelmektedir. Bir nesnenin içerisine bir verinin gizlenmesi
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
DetaylıR1234YF SOĞUTUCU AKIŞKANININ FİZİKSEL ÖZELLİKLERİ İÇİN BASİT EŞİTLİKLER ÖZET ABSTRACT
2. Ulusal İklimlendirme Soğutma Eğitimi Sempozyumu ve Sergisi 23-25 Ekim 2014 Balıkesir R1234YF SOĞUTUCU AKIŞKANININ FİZİKSEL ÖZELLİKLERİ İÇİN BASİT EŞİTLİKLER Çağrı KUTLU 1, Mehmet Tahir ERDİNÇ 1 ve Şaban
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)
DetaylıFREKANS DÜZLEMĐNDE ĐMGE DAMGALAMASINDA KULLANILAN AC FREKANSLARIN VE PERMÜTASYON ANAHTARI SEÇĐMĐNĐN KALĐTE ÜZERĐNE ETKĐSĐ
FREKANS DÜZLEMĐNDE ĐMGE DAMGALAMASINDA KULLANILAN AC FREKANSLARIN VE PERMÜTASYON ANAHTARI SEÇĐMĐNĐN KALĐTE ÜZERĐNE ETKĐSĐ Murat Furat 1 Mustafa Oral 1 Elektrik Elektronik Mühendisliği Bölümü, Çukurova
DetaylıDijital Mamografi Görüntülerinin Kontrast Sınırlı Adaptif Histogram Eşitleme ile İyileştirilmesi
TURKMIA 10 Proceedings 67 VII. Ulusal Tıp Bilişimi Kongresi Bildirileri Dijital Mamografi Görüntülerinin Kontrast Sınırlı Adaptif Histogram Eşitleme ile İyileştirilmesi a b Burçin KURT, Vasif V. NABİYEV
DetaylıFilter Design To Filter EMG Signals Using Fast Block Least Mean Square
2016 Published in 4th International Symposium on Innovative Technologies in Engineering and Science 3-5 November 2016 (ISITES2016 Alanya/Antalya - Turkey) Filter Design To Filter EMG Signals Using Fast
DetaylıİRİSTEN KİMLİK TANIMA SİSTEMİ
ÖZEL EGE LİSESİ İRİSTEN KİMLİK TANIMA SİSTEMİ HAZIRLAYAN ÖĞRENCİLER: Ceren KÖKTÜRK Ece AYTAN DANIŞMAN ÖĞRETMEN: A.Ruhşah ERDUYGUN 2006 İZMİR AMAÇ Bu çalışma ile, güvenlik amacıyla kullanılabilecek bir
Detaylıİletişim Ağları Communication Networks
İletişim Ağları Communication Networks Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Bu dersin sunumları, Behrouz A. Forouzan, Data Communications and Networking 4/E, McGraw-Hill,
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,
DetaylıYrd. Doç. Dr. Mustafa NİL
Yrd. Doç. Dr. Mustafa NİL ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Fırat Üniversitesi Elektrik-Elektronik Mühendisliği Y. Kocaeli Üniversitesi Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DetaylıSU ALTI AKUSTİĞİ TEMELLERİ & EĞİTİM FAALİYETLERİ
SU ALTI AKUSTİĞİ TEMELLERİ & EĞİTİM FAALİYETLERİ Doç. Dr. Serkan AKSOY T.C. Gebze Yüksek Teknoloji Enstitüsü - (GYTE) Elektronik Mühendisliği Bölümü E-mail: saksoy@gyte.edu.tr SUNUM PLANI 1. Eğitim Öğretim
DetaylıMamogram Görüntülerinden Bilgisayar Destekli Kitle Teşhisi Sistemi. Computer-aided Mass Detection System Using Mamogram Images
Mamogram Görüntülerinden Bilgisayar Destekli Kitle Teşhisi Sistemi Emre Dandıl 1, Ziya Ekşi 2*, Murat Çakıroğlu 3 1 Bilecik Şeyh Edebali Üniversitesi Meslek Yüksek Okulu, Bilgisayar Teknolojileri Bölümü
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 1- GİRİŞ Doç. Dr. Ali Rıza YILDIZ 1 Mühendislikte, herhangi bir fiziksel sistemin matematiksel modellenmesi sonucu elde edilen karmaşık veya analitik çözülemeyen denklemlerin
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
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
DetaylıBOĞAZİÇİ UNIVERSITY KANDİLLİ OBSERVATORY and EARTHQUAKE RESEARCH INSTITUTE GEOMAGNETISM LABORATORY
Monthly Magnetic Bulletin May 2015 BOĞAZİÇİ UNIVERSITY KANDİLLİ OBSERVATORY and EARTHQUAKE RESEARCH INSTITUTE GEOMAGNETISM LABORATORY http://www.koeri.boun.edu.tr/jeomanyetizma/ Magnetic Results from İznik
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
Detaylıİki Boyutlu Dalgacık Dönüşümü Kullanarak Ön Cepheden Çekilmiş İnsan Yüzü Resimlerini Tanıma Üzerine Yaklaşımlar
KSÜ Mühendislik Bilimleri Dergisi, 12(1), 2009 6 KSU Journal of Engineering Sciences, 12 (1), 2009 İki Boyutlu Dalgacık Dönüşümü Kullanarak Ön Cepheden Çekilmiş İnsan Yüzü Resimlerini Tanıma Üzerine Yaklaşımlar
DetaylıOptik Filtrelerde Performans Analizi Performance Analysis of the Optical Filters
Optik Filtrelerde Performans Analizi Performance Analysis of the Optical Filters Gizem Pekküçük, İbrahim Uzar, N. Özlem Ünverdi Elektronik ve Haberleşme Mühendisliği Bölümü Yıldız Teknik Üniversitesi gizem.pekkucuk@gmail.com,
DetaylıTÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ*
TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ* Determination the Variation of The Vegetation in Turkey by Using NOAA Satellite Data* Songül GÜNDEŞ Fizik Anabilim Dalı Vedat PEŞTEMALCI
DetaylıDoç.Dr. M. Mengüç Öner Işık Üniversitesi Elektrik-Elektronik Mühendisliği Bölümü oner@isikun.edu.tr
Doç.Dr. M. Mengüç Öner Işık Üniversitesi Elektrik-Elektronik Bölümü oner@isikun.edu.tr 1. Adı Soyadı : Mustafa Mengüç ÖNER 2. Doğum Tarihi : 01.02.1977 3. Unvanı : Doçent Dr. 4. Öğrenim Durumu : ÖĞRENİM
DetaylıQUANTILE REGRESYON * Quantile Regression
QUANTILE REGRESYON * Quantile Regression Fikriye KURTOĞLU İstatistik Anabilim Dalı Olcay ARSLAN İstatistik Anabilim Dalı ÖZET Bu çalışmada, Lineer Regresyon analizinde kullanılan en küçük kareler yöntemine
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
DetaylıSAYISAL İŞARET İŞLEME. M. Kemal GÜLLÜ
SAYISAL İŞARET İŞLEME M. Kemal GÜLLÜ İçerik Giriş Ayrık Zamanlı İşaretler Ayrık Zamanlı Sistemler İşaret ve Sistemlerin Frekans Uzayı Analizi Sürekli Zaman İşaretlerin Ayrık Zamanlı İşlenmesi İşaret ve
DetaylıN. Murat Arar, N. Kaan Bekmezci, Fatma Güney, Hazım K. Ekenel. Antalya, 22/04/2011
N. Murat Arar, N. Kaan Bekmezci, Fatma Güney, Hazım K. Ekenel Antalya, 22/04/2011 IEEE 19. Sinyal İşleme ve İletişim Uygulamaları Kurultayı http://www.cmpe.boun.edu.tr/pilab Giriş İlgili Çalışmalar Yöntem
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
DetaylıMIMO Radarlarda Hedef Tespiti için Parametrik Olmayan Adaptif Tekniklerin Performans Değerlendirilmesi
MIMO Radarlarda Hedef Tespiti için Parametrik Olmayan Adaptif Tekniklerin Performans Değerlendirilmesi Nefiye ERKAN Elektrik-Elektronik Mühendisliği Bölümü, Gazi Üniversitesi Eti Mh, Yükseliş Sk, Maltepe,
DetaylıTURBO KODLANMIŞ İŞARETLERDE SEYİRME ETKİSİNİ AZALTAN YAKLAŞIMLAR (*)
TURBO KODLANMIŞ İŞARETLERDE SEYİRME ETKİSİNİ AZALTAN YAKLAŞIMLAR (*) Osman Nuri Uçan İstanbul Üniversitesi, Elektronik Mühendisliği Bölümü Özet: Turbo kodlama, 1993 yıllarının başlarında önerilen ve hata
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 - (5.Hafta)
GÖRÜNTÜ İŞLEME - (5.Hafta) RESİM YUMUŞATMA (BULANIKLAŞTIRMA-BLURRING) FİLTRELERİ Görüntü işlemede, filtreler görüntüyü yumuşatmak yada kenarları belirginleştirmek için dijital filtreler kullanılır. Bu
DetaylıGörüntü İşleme İle TFT/LCD Panellerde Kalite Kontrolü
Görüntü İşleme İle TFT/LCD Panellerde Kalite Kontrolü Aysun Taşyapı Çelebi, Orhan Akbulut, Alp Ertürk, Oğuzhan Urhan, M. Kemal Güllü, Sarp Ertürk Kocaeli Ünivesitesi, İşaret ve Görüntü İşleme Laboratuvarı
Detaylı