Dijital Görüntü İşleme Teknikleri
|
|
- Serhat Erçetin
- 8 yıl önce
- İzleme sayısı:
Transkript
1 Teknikleri Ders Notları, 2015 Doç. Dr. Fevzi Karslı Harita Mühendisliği Bölümü Mühendislik Fakültesi KTÜ 19 Ekim 2015 Pazartesi 1
2 Ders Planı ve İçeriği 1. Hafta Giriş, dersin kapsamı, temel kavramlar, kaynaklar. 2. Hafta Dijital görüntünün temelleri, görüntü geometrisi. 3. Hafta Görüntü sayısallaştırma, örnekleme. 4. Hafta Dijital görüntü özellikleri, görsel algılama elemanları. 5. Hafta Görüntü işlemede veri yapıları. 6. Hafta Görüntü ön işleme, piksel parlaklık dönüşümleri, geometrik transformasyon, görüntü restorasyonu. 7. Hafta Kontrast iyileştirme, Lineer kontrast iyileştirme, görüntü eşikleme. 8. Hafta 1. Arasınav 19 Ekim 2015 Pazartesi 2
3 Ders Planı ve İçeriği 9. Hafta 10. Hafta 11. Hafta Histogram, Gri-düzey histogram, Lineer olmayan iyileştirme (Histogram eşitleme). Uzaysal iyileştirme, uzaysal filtreleme, gürültü giderme. Frekans uzayında görüntü iyileştirme, alçak geçişli filtreler, yüksek geçişli filtreler. 12. Hafta Morfolojik görüntü işleme algoritmaları. 13. Hafta Görüntü segmentasyonu, geometrik dönüşümler. 14. Hafta 15. Hafta Görüntü sınıflandırma, detay görüntüleme ve tanıma. MATLAB yazılımı ile görüntü işleme uygulamaları. 19 Ekim 2015 Pazartesi 3
4 Kaynaklar-Yazılım 1. Digital Image Processing 1. Lillesand, T.M, Kiefer, R.W., Remote Sensing and Image Interpretation, John Wiley Sons, USA, Schowengerdt, R.A., Techniques for Image Processing and Classification in Remote Sensing, Academic Press, Gonzalez, R. C., Woods, R. E., Eddins, S. L., Digital Image Processing Using Matlab, Prentice Hall, Russ, C. J., Image.Processing.Handbook, CRC Press, Taylor & Francis, MATLAB (Image Processing Toolbox) 19 Ekim 2015 Pazartesi 4
5 Ölçme ve Değerlendirme Etkinlik Sayı Katkı Oranı Ara Sınav 1 % 20 Yarıyıl Sonu Sınavı 1 % 60 Ödev (Proje) 1 % Ekim 2015 Pazartesi 5
6 Bilgisayarda Görüşü (Computer Vision) nedir? Görüş/görme nedir? Sağlıklı bir bireyin cevabı: bakarak öğrenme. Görüntü ve videoların otomatik olarak anlaşılması veya anlamlandırılması - 3B gerçek dünyaya ilişkin özelliklerin görsel veriden hesaplanması (ölçme) - Algoritma ve bazı gösterimlerle bir bilgisayarın obje, insan veya herhangi bir detayı tanıması (algılama ve yorumlama). 19 Ekim 2015 Pazartesi 6
7 Neden bilgisayarda görme? Görüntü/görüntü uygulamaları açısından, İnsan faktörünü azaltma, görev kolaylaştırma, İnsan kabiliyetini artırma: insan-bilgisayar etkileşimi, gösterim (visualization) Robotik algı/otomatik işlem Görsel içeriği organize etme/erişim Görüş/görme araştırma hedefi açısından, Bilgisayara görüntüleri anlama kabiliyeti kazandırma, İnsan beynine anlama ve modelleme desteği verme, Görsel operasyonları otomatikleştirme. 19 Ekim 2015 Pazartesi 7
8 Neden bilgisayarda görme? Kişisel fotoğraf Sinema, haber/gazete, spor İzleme/gözetim ve güvenlik Tıbbi ve bilimsel görüntü 19 Ekim 2015 Pazartesi 8
9 İlgili disiplinler Grafik Görüntü işleme Yapay zeka Bilgisayarda görme Algoritma Bilgisayarda öğrenme Bilişim 19 Ekim 2015 Pazartesi 9
10 Uygulama Alanları Tıbbi görüntü analizi Güvenlik Biyometrik Gözetim/izleme Takip/izleme Hedef tanıma Uzaktan algılama Robotik Endüstriyel işleme, kalite kontrol Doküman analiz Multimedya İnsan-bilgisayar etkileşimi 19 Ekim 2015 Pazartesi 10
11 Tıbbi görüntü analizi 19 Ekim 2015 Pazartesi 11
12 Tıbbi görüntü analizi 19 Ekim 2015 Pazartesi 12
13 Tıbbi görüntü analizi 19 Ekim 2015 Pazartesi 13
14 Tıbbi görüntü analizi 3B görüntü: MRI, CT Görüntü destekli tedavi 19 Ekim 2015 Pazartesi 14
15 Tıbbi görüntü analizi Kanser tespiti ve sınıflandırma 19 Ekim 2015 Pazartesi 15
16 Tıbbi görüntü analizi Akciğer kesiti 19 Ekim 2015 Pazartesi 16
17 Biometrik 19 Ekim 2015 Pazartesi 17
18 Gözetim ve izleme 19 Ekim 2015 Pazartesi 18
19 Gözetim ve izleme 19 Ekim 2015 Pazartesi 19
20 Gözetim ve izleme 19 Ekim 2015 Pazartesi 20
21 Gözetim ve izleme Trafik detay/yoğunluğunu çıkarma 19 Ekim 2015 Pazartesi 21
22 Gözetim ve izleme UAV (IHA) videosundan takip 19 Ekim 2015 Pazartesi 22
23 Araç ve yaya koruma Şerit ihlal uyarımı, çarpışma uyarısı, trafik ışığı tanıma, yaya tanıma, kör nokta uyarısı 19 Ekim 2015 Pazartesi 23
24 Orman yangını izleme sistemi Erken uyarı: orman yangını 19 Ekim 2015 Pazartesi 24
25 Robotik 19 Ekim 2015 Pazartesi 25
26 Robotik 19 Ekim 2015 Pazartesi 26
27 Otomatik navigasyon 19 Ekim 2015 Pazartesi 27
28 Otomatik navigasyon Michigan State Üniversitesi 19 Ekim 2015 Pazartesi 28
29 Yüz belirleme ve tanıma 19 Ekim 2015 Pazartesi 29
30 Endüstriyel otomasyon Otomatik meyve dizimi 19 Ekim 2015 Pazartesi 30
31 Posta hizmet otomasyonu 19 Ekim 2015 Pazartesi 31
32 Optik karakter tanıma Rakam tanıma Plaka tanıma 19 Ekim 2015 Pazartesi 32
33 Doküman analizi 19 Ekim 2015 Pazartesi 33
34 Sportif görüntü analizi Tenis izleme sisteki 19 Ekim 2015 Pazartesi 34
35 Obje tanıma 19 Ekim 2015 Pazartesi 35
36 Arazi örtüsü sınıflandırma 19 Ekim 2015 Pazartesi 36
37 Arazi örtüsü sınıflandırma 19 Ekim 2015 Pazartesi 37
38 Obje (arazi nesnesi) tanıma 19 Ekim 2015 Pazartesi 38
39 Obje (arazi nesnesi) tanıma Bina ve bina gruplarını tanıma/tespit/belirleme 19 Ekim 2015 Pazartesi 39
40 3B tarama ve model oluşturma 19 Ekim 2015 Pazartesi 40
41 3B modelleme 19 Ekim 2015 Pazartesi 41
42 Hareket algılama/yakalama 19 Ekim 2015 Pazartesi 42
43 Hareket algılama/yakalama Microsoft XBox Kinect 19 Ekim 2015 Pazartesi 43
44 Görüntü mozaiği 19 Ekim 2015 Pazartesi 44
45 Görüntü mozaiği 19 Ekim 2015 Pazartesi 45
46 Kritik konular/durumlar Görüntü üzerinde: Hangi bilgiler çıkarılmalı? Nasıl çıkarılabilir (bu bilgiler)? Nasıl temsil edilebilir/gösterilebilir (bilgiler)? Bilginin anlaşılması ve analizi için nasıl kullanılmalı? 19 Ekim 2015 Pazartesi 46
47 Algılama ve gruplandırma Subjektif şekiller 19 Ekim 2015 Pazartesi 47
48 Algılama ve gruplandırma 19 Ekim 2015 Pazartesi 48
49 Algılama ve gruplandırma Müller-Lyer Illusion 19 Ekim 2015 Pazartesi 49
50
51 Bilgisayar ne elde eder (görüntüden)? 19 Ekim 2015 Pazartesi 51
52 Zorluk 1: bakış açısı 2012, Selim Aksoy 19 Ekim 2015 Pazartesi 52
53 Zorluk 2: aydınlatma 19 Ekim 2015 Pazartesi 53
54 Zorluk 3: oklüzyon (ölü bölge oluşumu) 2012, Selim Aksoy Ekim 2015 Pazartesi 54
55 Zorluk 4: ölçek 19 Ekim 2015 Pazartesi 55
56 Zorluk 1: deformasyon 19 Ekim 2015 Pazartesi 56
57 Zorluk 1: arkaplan karışıklığı 19 Ekim 2015 Pazartesi 57
58 Tanıma (recognition) Renk (color), doku (texture), şekil (shape) ve hareket (motion) gibi işaretler tanıma için nasıl kullanılır? Resmin hangi bölgeleri birlikte tanınmalıdır? Detaylara odaklanmaksızın objeler nasıl tanınabilir? Bağımsız parametreli objeler nasıl tanınabilir? 19 Ekim 2015 Pazartesi 58
59 Renk 19 Ekim 2015 Pazartesi 59
60 Doku 19 Ekim 2015 Pazartesi 60
61 Renk, doku ve yakınlık (proximity) 19 Ekim 2015 Pazartesi 61
62 Segmentasyon (bölünme) Orjinal görüntüler Renk bölgeleri Doku bölgeleri Çizgi kümeleri 19 Ekim 2015 Pazartesi 62
63 Segmentasyon 19 Ekim 2015 Pazartesi 63
64 Şekil Tanınan objeler Model veritabanı 19 Ekim 2015 Pazartesi 64
65 Belirleme/tespit 19 Ekim 2015 Pazartesi 65
66 Belirleme/tespit 19 Ekim 2015 Pazartesi 66
67 Belirleme/tespit 19 Ekim 2015 Pazartesi 67
68 Tanıma 19 Ekim 2015 Pazartesi 68
69 Parça/bölümler ve ilişkiler 19 Ekim 2015 Pazartesi 69
70 İçerik 19 Ekim 2015 Pazartesi 70
71 İçerik 19 Ekim 2015 Pazartesi 71
72 İçerik 19 Ekim 2015 Pazartesi 72
73 İçerik 2012, Selim Aksoy 19 Ekim 2015 Pazartesi 73
74 Bilgisayarda görme aşamaları Alt-düzey görüntü görüntü Orta-düzey görüntü detaylar (features / attributes) Yüksek-düzey Görüntü analizi / görüntü anlama detaylar akla uygunlaştırma (making sense), tanıma 19 Ekim 2015 Pazartesi 74
75 Düşük-düzey Keskinleştirme (sharpening) Bulanıklaştırma (blurring) 19 Ekim 2015 Pazartesi 75
76 Düşük-düzey Canny orjinal görüntü Orta-düzey kenar görüntüsü Uzaysal Filtre kenar görüntüsü dairesel çizgi ve segmentler 19 Ekim 2015 Pazartesi 76
77 Orta-düzey K-means kümeleme orjinal renkli görüntü bölge homojen renkli görüntü 19 Ekim 2015 Pazartesi 77
78 Düşük-düzey den yüksek-düzeye düşük-düzey Kenar görüntüsü Orta-düzey Yüksek-düzey düzenli çizgi kümesi 19 Ekim 2015 Pazartesi 78
79 Görüntü oluşumu 19 Ekim 2015 Pazartesi 79
80 Görüntü oluşumu Işık kaynağı Projeksiyon merkezi Obje görüntüsü 19 Ekim 2015 Pazartesi 80
81 Görüntü oluşumu Ayrık sensor dizileri üzerine projeksiyon dijital kamera 19 Ekim 2015 Pazartesi 81
82 Görüntü oluşumu Ortalama renk kaydı Örneklenmiş görüntü 19 Ekim 2015 Pazartesi 82
83 Görüntü oluşumu Sürekli renk, ayrık lokasyon Ayrık gerçek renkli görüntü 19 Ekim 2015 Pazartesi 83
84 Ayrık renler (çıkış) Dijital Görüntü oluşumu: Sayısallaştırma (Quantization) Sürekli renkler (giriş) 19 Ekim 2015 Pazartesi 84
85 Örnekleme ve Sayısallaştıma pixel grid Gerçek görüntü örnekleme sayısallaştırma Örneklenmiş & sayısallaşmış görüntü 19 Ekim 2015 Pazartesi 85
86 Dijital Görüntü Renkli görüntü her pikselde 3 değere; gri düzeyli görüntü ise 1 değere sahiptir. Her bir grid (piksel, resim elemanı) tek bir renge sahiptir. 19 Ekim 2015 Pazartesi 86
87 Renkli görüntü l l l l 3 farklı banttan oluşur. Her bir bant temel renkleri temsil eder (red, green, or blue, or cyan, magenta, or yellow) ve gri düzeylidir. 3 bant birleşimi renkli görüntüyü oluşturur. Her piksel 3 elemanlı renk vektörü üretir. 19 Ekim 2015 Pazartesi 87
88 Nokta işleme operasyonları - gamma - brightness orjinal + brightness + gamma histogram mod - contrast orjinal + contrast histogram EQ 19 Ekim 2015 Pazartesi 88
89 Renkli algılama/renk algısı 19 Ekim 2015 Pazartesi 89
90 Renkli algılama/renk algısı luminance hue saturation beyin foto alıcılar Göz 3 tip foto alıcı görevi görür: RGB ye duyarlıdır. Beyin RGB yi ayrık parlaklık ve renk kanllarına dönüştürür (LHS). Luminace: parlaklık, Hue: renk, Saturation: doygunluk. 19 Ekim 2015 Pazartesi 90
91 Yeniden örnekleme (resampling) nearest neighbor nearest neighbor 8 16 bicubic interpolation bicubic interpolation 19 Ekim 2015 Pazartesi 91
92 Döndürme (rotation) Görüntü yürümesi. 19 Ekim 2015 Pazartesi 92
93 Görüntü eğme (warping) 19 Ekim 2015 Pazartesi 93
94 Uzaysal filtreleme blurred orjinal sharpened 19 Ekim 2015 Pazartesi 94
95 Uzaysal filtreleme bandpass filter orjinal unsharp masking 19 Ekim 2015 Pazartesi 95
96 Görüntü yürümesi regional vertical original zoom rotational 19 Ekim 2015 Pazartesi 96
97 Gürültü giderme blurred image color noise color-only blur 19 Ekim 2015 Pazartesi 97
98 Gürültü giderme blurred image color noise 5x5 Wiener filter 19 Ekim 2015 Pazartesi 98
99 Tuz & Biber Gürültü + shot noise s&p noise - shot noise 19 Ekim 2015 Pazartesi 99
100 Lineer olmayan filtre: Medyan original s&p noise median filter 19 Ekim 2015 Pazartesi 100
101 Lineer olmayan filtre: Min ve Max + shot noise min filter maxmin filter 19 Ekim 2015 Pazartesi 101
102 Lineer olmayan işleme: İkili Morfoloji L shaped SE O marks origin Foreground: white pixels Background: black pixels Cross-hatched pixels are indeterminate. 19 Ekim 2015 Pazartesi 102
103 Lineer olmayan işleme original opened reconstructed 19 Ekim 2015 Pazartesi 103
104 Görüntü birleştirme Prof. Peters in his home office. Needs a better shirt. 19 Ekim 2015 Pazartesi 104
105 Görüntü birleştirme This shirt demands a monogram. 19 Ekim 2015 Pazartesi 105
106 Görüntü birleştirme He needs some more color. 19 Ekim 2015 Pazartesi 106
107 Görüntü birleştirme Nice. Now for the way he d wear his hair if he had any. 19 Ekim 2015 Pazartesi 107
108 Görüntü birleştirme He can t stay in the office like this. 19 Ekim 2015 Pazartesi 108
109 Görüntü birleştirme Where s a hepcat Daddy-O like this belong? 19 Ekim 2015 Pazartesi 109
Bilgisayar 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)
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 Görüntü İşleme Teknikleri
Teknikleri Ders Notları, 2014 Doç. Dr. Fevzi Karslı Harita Mühendisliği Bölümü Mühendislik Fakültesi KTÜ 16 Ekim 2014 Perşembe 1 Ders Planı ve İçeriği 1. Hafta Giriş, dersin kapsamı, temel kavramlar, kaynaklar.
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
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
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
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
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
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
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
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
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,
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
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
DetaylıDİJİTAL GÖRÜNTÜ İŞLEME
DİJİTAL GÖRÜNTÜ İŞLEME Prof. Dr. Oğuz Güngör Karadeniz Teknik Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Bölümü 61080 Trabzon ogungor@ktu.edu.tr 1 Renk Nedir? 2 En basit anlamıyla renk maddelerden
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
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 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
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
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
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 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
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
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
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)
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 İyileştirme Teknikleri. Hafta-8
Görüntü İyileştirme Teknikleri Hafta-8 1 Spektral İyileştirme PCA (Principal Component Analysis) Dönüşümü. Türkçesi Ana Bileşenler Dönüşümü Decorrelation Germe Tasseled Cap RGB den IHS ye dönüşüm IHS den
DetaylıBilgisayarla Görme (EE 430) Ders Detayları
Bilgisayarla Görme (EE 430) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Bilgisayarla Görme EE 430 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i EE 275, MATH
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
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
DetaylıGama ışını görüntüleme: X ışını görüntüleme:
Elektronik ve Hab. Müh. Giriş Dersi Görüntü İşleme Yrd. Doç. Dr. M. Kemal GÜLLÜ Uygulama Alanları Gama ışını görüntüleme: X ışını görüntüleme: Uygulama Alanları Mor ötesi bandı görüntüleme: Görünür ve
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
Detaylıhkm 2004/90 5. Göllerin Çok Bantl Uydu Görüntülerinden Ç kar m 6. Sonuç ve Öneriler
Çöl arazide, yeşil bitki örtüsü su kenarlar nda bulunur. Bu ilişki göllerin ya da rmaklar n etraf nda yeşil bitki örtüsünün olabileceğini gösterir ve su nesnesinin tan nmas nda ve anlaş lmas nda yard mc
DetaylıYrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 Dijital görüntü işlemede temel kavramlar Sayısal Görüntü İşleme; bilgisayar yardımı ile raster verilerin
DetaylıBölüm 2 Görüntünün Alınması ve Sayısallaştırılması
BLM429 Görüntü İşlemeye Giriş Bölüm 2 Görüntünün Alınması ve Sayısallaştırılması Dr. Öğr. Üyesi Caner ÖZCAN When something can be read without effort, great effort has gone into its writing. ~E. J. Poncela
DetaylıHafta 2 Görüntünün Alınması ve Sayısallaştırılması
BLM429 Görüntü İşlemeye Giriş Hafta 2 Görüntünün Alınması ve Sayısallaştırılması Yrd. Doç. Dr. Caner ÖZCAN When something can be read without effort, great effort has gone into its writing. ~E. J. Poncela
DetaylıKameralar, sensörler ve sistemler
Dijital Fotogrametri Kameralar, sensörler ve sistemler Prof. Dr. Fevzi Karslı Harita Mühendisliği Bölümü, KTÜ fkarsli@ktu.edu.tr Analog Hava Kameraları Ana firmalar Zeiss, Wild ve Leica. Kullanılan bütün
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
DetaylıRobot Görme (MECE 445) Ders Detayları
Robot Görme (MECE 445) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Robot Görme MECE 445 Bahar 2 0 2 3 4 Ön Koşul Ders(ler)i Yok Dersin Dili Dersin Türü
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?
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
DetaylıÖrüntü Tanıma (EE 448) Ders Detayları
Örüntü Tanıma (EE 448) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Örüntü Tanıma EE 448 Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin Dili Dersin Türü Dersin
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
DetaylıDijital Kameralar (Airborne Digital Cameras)
Dijital Kameralar (Airborne Digital Cameras) Klasik fotogrametrik görüntü alımındaki değişim, dijital kameraların gelişimi ile sağlanmaktadır. Dijital görüntü, analog görüntü ile kıyaslandığında önemli
DetaylıYÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDE GEOMETRİK DÜZELTMENİN SINIFLANDIRMA SONUÇLARINA ETKİSİ
YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDE GEOMETRİK DÜZELTMENİN SINIFLANDIRMA SONUÇLARINA ETKİSİ E. Ayhan 1,G. Atay 1, O. Erden 1 1 Karadeniz Teknik Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Bölümü,
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,
DetaylıULUSAL COĞRAFİ BILGİ SISTEMLERİ KONGRESİ 30 Ekim 02 Kasım 2007, KTÜ, Trabzon
ULUSAL COĞRAFİ BILGİ SISTEMLERİ KONGRESİ 30 Ekim 02 Kasım 2007, KTÜ, Trabzon Uydu Verilerinin Farklı Yöntemlerle Karılması ve Sonuçların Karşılaştırılması Öğr. Gör. Bora UĞURLU Prof. Dr. Hülya YILDIRIM
DetaylıBİYOMETRİK İRİS SINIFLANDIRMA SİSTEMLERİ
BİYOMETRİK İRİS SINIFLANDIRMA SİSTEMLERİ Emre DANDIL, K.İBRAHİM KAPLAN Akademik Bilişim 2013 İnternet ve bilgisayar teknolojilerinin etkin kullanılmaya başlanması ile birlikte, bazı kişisel bilgilere veya
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
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
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
DetaylıDijital Sinyal İşleme (COMPE 463) Ders Detayları
Dijital Sinyal İşleme (COMPE 463) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Dijital Sinyal İşleme COMPE 463 Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin
DetaylıFOTOYORUMLAMA UZAKTAN ALGILAMA. (Photointerpretation and Remote Sensing)
FOTOYORUMLAMA VE UZAKTAN ALGILAMA (Photointerpretation and Remote Sensing) 1 COĞRAFİ BİLGİ BİLGİSİSTEMİ İÇİN İÇİN ÖNEMLİ VERİ VERİTOPLAMA YÖNTEMLERİ YATAY YATAY ÖLÇMELER (X,Y) (X,Y) YATAY YATAY AÇILAR
DetaylıCOĞRAFİ BİLGİ SİSTEMLERİ
COĞRAFİ BİLGİ SİSTEMLERİ HARİTA TABANLI PLANLAMA VE YÖNETİM Prof.Dr. Vahap TECİM Dokuz Eylül Üniversitesi HARİTADAN DA ÖTE COĞRAFİ BİLGİ SİSTEMLERİ BİLGİ SİSTEMİ Donanım Yazılım Veriler Personel Yeryüzü
Detaylıİleri Örüntü Tanıma Teknikleri Ve Uygulamaları İçerik
Tekrar Konular İleri Örüntü Tanıma Teknikleri Ve Uygulamaları İçerik 1. Uygulamalar ve tanımlamalar 2. Örüntü tanıma sistemleri ve bir örnek 3. Bayes karar teorisi 4. En yakın komşu sınıflandırıcıları
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme Atmosferik etkilerin giderilmesinde kullanılan radyometrik
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 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)
DetaylıLIDAR VE YERSEL LAZER TARAYICI SİSTEMLERİ. Yersel Lazer Tarayıcı Hakkında Genel Bilgi
LIDAR VE YERSEL LAZER TARAYICI SİSTEMLERİ LIDAR (Light Detection and Ranging) bir hava taşıtı ya da yersel tarayıcılar tarafından elde edilir. Bazı uygulamalarda sayısal kamera görüntüleri ile birlikte
DetaylıNDEN BELİRLENEBİLME LME POTANSİYELİ UYDU GÖRÜNTÜLERİNDEN
BİNALARIN YÜKSEK Y ÇÖZÜNÜRLÜKLÜRLÜKL UYDU GÖRÜNTÜLERİNDEN NTÜLER NDEN BELİRLENEBİLME LME POTANSİYELİ Dilek KOÇ SAN dkoc@metu metu.edu.tr Orta Doğu u Teknik Üniversitesi, Jeodezi ve Coğrafi Bilgi Teknolojileri
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Bilgisayar Grafiklerine Giriş BIL443 7 3+0 3 5 Ön Koşul Dersleri Yok Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Seçmeli /
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)
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
DetaylıÖğr. Gör. Hakan YÜKSEL hakanyuksel@sdu.edu.tr SÜLEYMAN DEMİREL ÜNİVERSİTESİ. Akademik Bilişim 2013 1
Öğr. Gör. Hakan YÜKSEL hakanyuksel@sdu.edu.tr SÜLEYMAN DEMİREL ÜNİVERSİTESİ Akademik Bilişim 2013 1 İçerik Hareket Temelli İşlemler Temassız hareket algılayıcısı: Kinect Kinect Uygulamaları Kinect in getirdikleri
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
DetaylıGörüntü 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;
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
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
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
DetaylıFOTOGRAMETRİ ANABİLİM DALI. Prof. Dr. Ferruh YILDIZ
FOTOGRAMETRİ ANABİLİM DALI Prof. Dr. Ferruh YILDIZ LİDAR TEKNİKLERİ LIGHT Detection And Ranging RADAR a benzer ancak elektromanyetik dalganın kızıl ötesi boyunu kullanır. LIDAR: Konumlama ( GPS ) Inersiyal
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
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
DetaylıYrd. Doç. Dr. Saygın ABDİKAN (Grup B) Öğretim Yılı Güz Dönemi
Uzaktan Algılama (JDF439) Hiperspektral ve termal bantlı uydular Yrd. Doç. Dr. Saygın ABDİKAN (Grup B) 2016-2017 Öğretim Yılı Güz Dönemi 1 3 4 5 SPOT 6 6 Geçen ders: Mikrodalga algılama sistemleri Gündüz
DetaylıBÖLÜM-II ERDAS IMAGINE TEMEL KISIM1: IMAGINE VIEWER 1
BÖLÜM-II ERDAS IMAGINE TEMEL KISIM1: IMAGINE VIEWER 1 KISIM 1 ERDAS IMAGINE VIEWER KULLANIMI KISIM1: IMAGINE VIEWER 2 GİRİŞ TERMİNOLOJİ GÖRÜNTÜ NEDİR? UZAKTAN ALGILAMA GÖRÜNTÜLERİN GÖRÜNÜŞÜ GEOMETRİK DÜZELTME
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.,
DetaylıMULTİSPEKTRAL GÖRÜNTÜİŞLEME TEKNOLOJİSİNİN GIDALARIN KALİTE ÖZELLİKLERİNİBELİRLEMEDE KULLANIMI
MULTİSPEKTRAL GÖRÜNTÜİŞLEME TEKNOLOJİSİNİN GIDALARIN KALİTE ÖZELLİKLERİNİBELİRLEMEDE KULLANIMI Dr. H.Murat Velioğlu Namık Kemal Üniversitesi, Tekirdağ 11.Gıda Kongresi, 10-12 Ekim 2012, Hatay 1/30 Sunum
DetaylıMMT 106 Teknik Fotoğrafçılık 3 Digital Görüntüleme
MMT 106 Teknik Fotoğrafçılık 3 Digital Görüntüleme 2010-2011 Bahar Yarıyılı Ar. Gör. Dr. Ersoy Erişir 1 Konvansiyonel Görüntüleme (Fotografi) 2 Görüntü Tasarımı 3 Digital Görüntüleme 3.1 Renkler 3.2.1
DetaylıGörüntü İyileştirme Teknikleri. Hafta-6
Görüntü İyileştirme Teknikleri Hafta-6 Doç. Dr. Oğuz Güngör Karadeniz Teknik Üniversitesi Harita Mühendisliği Bölümü 618 Trabzon ogungor@ktu.edu.tr 1 İndisler Görüntü İyileştirme Teknikleri Radyometrik
DetaylıTEMEL GÖRÜNTÜ BİLGİSİ
TEMEL GÖRÜNTÜ BİLGİSİ FOTOĞRAF/GÖRÜNTÜ KAVRAMI VE ÖZELLİKLERİ BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF345 TEMEL GÖRÜNTÜ BİLGİSİ DERSİ NOTLARI http://geomatik.beun.edu.tr/marangoz/ İÇERİK
DetaylıMetadata Tanımı. Bilgi hakkında bilgi Bilgisayarların yorumlayabileceği ve kullanabileceği standart, yapısal bilgi BBY 220
Metadata Tanımı Bilgi hakkında bilgi Bilgisayarların yorumlayabileceği ve kullanabileceği standart, yapısal bilgi BBY 220 Metadata Ne Değildir? Standart numaralar (ISBN, ISSN, SICI, DOI, vd.) BBY 220 Metadata
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
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
DetaylıFethiye ÖÇK Bölgesi Arazi Örtüsü/Arazi Kullanımı Değişim Tespiti
Fethiye ÖÇK Bölgesi Arazi Örtüsü/Arazi Kullanımı Değişim Tespiti Kurum adı: T.C. Çevre ve Orman Bakanlığı Bilgi İşlem Dairesi Başkanlığı, Özel Çevre Koruma Kurumu Başkanlığı Proje durumu: Tamamlandı. Proje
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
DetaylıRadar Sistemleri (EE 404) Ders Detayları
Radar Sistemleri (EE 404) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Radar Sistemleri EE 404 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i EE 301 Dersin Dili
DetaylıUZAKTAN ALGILAMA- UYGULAMA ALANLARI
UZAKTAN ALGILAMA- UYGULAMA ALANLARI Doç. Dr. Nebiye Musaoğlu nmusaoglu@ins.itu.edu.tr İTÜ İnşaat Fakültesi Jeodezi ve Fotogrametri Mühendisliği Bölümü Uzaktan Algılama Anabilim Dalı UZAKTAN ALGILAMA-TANIM
DetaylıModelaj ve Maket (SGT 222) Ders Detayları
Modelaj ve Maket (SGT 222) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Modelaj ve Maket SGT 222 Seçmeli 1 2 0 2 3 Ön Koşul Ders(ler)i Dersin Dili Dersin
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,
DetaylıKISIM 3 GÖRÜNTÜ HARİTALARINI OLUŞTURMA KISIM 3: GÖRÜNTÜ HARİTALARI 1
KISIM 3 GÖRÜNTÜ HARİTALARINI OLUŞTURMA KISIM 3: GÖRÜNTÜ HARİTALARI 1 HARİTALARI OLUŞTURMA Harita üretimi için doğru veriye gereksinim bulunmaktadır Taranmış haritalar Hava fotoğrafları Çok bantlı görüntüler
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Sayısal Haberleşme Sistemleri EEE492 8 3+2 4 5
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Sayısal Haberleşme Sistemleri EEE492 8 3+2 4 5 Ön Koşul Dersleri Dersin Dili Dersin Seviyesi Dersin Türü İngilizce Lisans Seçmeli / Yüz
DetaylıT.C. AKSARAY ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ
T.C. AKSARAY ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ 2018-2019 Eğitim-Öğretim Döneminden İtibaren Uygulanacak LİSANS EĞİTİM-ÖĞRETİM PLANI 2018 2019 Eğitim Öğretim Döneminden
DetaylıFİLTRELEME YÖNTEMİ İLE DİGİTAL GÖRÜNTÜ ZENGİNLEŞTİRME VE ÖRNEK BİR YAZILIM. ÖzĢen ÇORUMLUOĞLU b , Selçuklu, Konya. GümüĢhane
FİLTRELEME YÖNTEMİ İLE DİGİTAL GÖRÜNTÜ ZENGİNLEŞTİRME VE ÖRNEK BİR YAZILIM Cihan ALTUNTAġ a*, ÖzĢen ÇORUMLUOĞLU b a Selçuk Üniversitesi, Mühendislik Mimarlık Fakültesi, Harita Mühendisliği Bölümü, 42075,
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
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Matlab Programlama BIL449 7 3+0 3 5 Ön Koşul Dersleri Yok Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Seçmeli / Yüz Yüze Dersin
DetaylıFiziksel Niceliklerin İleri Ölçme Teknikleri (MECE 431) Ders Detayları
Fiziksel Niceliklerin İleri Ölçme Teknikleri (MECE 431) Ders Detayları Ders Adı Fiziksel Niceliklerin İleri Ölçme Teknikleri Ders Kodu MECE 431 Dönemi Ders Uygulama Saati Saati Laboratuar Saati Kredi AKTS
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Dijital Sinyal İşleme EEE
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Dijital Sinyal İşleme EEE409 7 3+0 3 5 Ön Koşul Dersleri Dersin Dili Dersin Seviyesi Dersin Türü İngilizce Lisans Seçmeli / Yüz Yüze
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
DetaylıAdli Sanat (GRT462) Ders Detayları
Adli Sanat (GRT462) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Adli Sanat GRT462 Seçmeli 1 2 0 2 4 Ön Koşul Ders(ler)i - Dersin Dili Dersin Türü Dersin
DetaylıMAPINFO PRO TEMEL SEVİYE EĞİTİM İÇERİĞİ
MAPINFO PRO TEMEL SEVİYE EĞİTİM İÇERİĞİ Başarsoft Bilgi Teknolojileri A.Ş. Web site: http://www.basarsoft.com.tr Kontak mail: egitim@basarsoft.com.tr Ankara Merkez Adres Ehlibeyt Mah. Ceyhun Atıf Kansu
Detaylı