Dersin Adı |
Kodu |
Yarıyılı |
T+U |
Kredisi |
AKTS |
Görüntü İşleme |
504806 |
8 |
3+0 |
3 |
5 |
Ön koşul Dersler |
|
Dersin Dili |
Türkçe |
Dersin Türü |
Zorunlu |
Dersin Koordinatörü |
|
Dersi Veren |
|
Dersin Yardımcıları |
|
Dersin Amacı |
Bilgisayarla görmedeki temel görüntü işleme fonksiyonlarını öğretebilmek, görüntü analizi, görüntü düzeltimi ve iyileştirmesi , özelliklerin çıkarılması, görüntü sıkıştırma gibi başlıca uygulama alanlarını pratiksel uygulamaların eşliğinde öğrencilerin bu bilgileri kullanabilir ve analiz edebilir donanımsal bilgi ve becerilere sahip olabilmeleri hedeflenmektedir. |
Dersin Öğrenme Çıktıları |
Bu dersin sonunda öğrenci; · Görüntü işlemede yaygınca kullanılan temel algoritma işlevlerinde beceriler kazanabilir. · İmge tabanlı uygulamalarda sistem tasarımı ve algoritma geliştirme işlev ve organizasyonunu kavrayabilir. · Öğrenilen işlev ve yaklaşımları gerçek hayat ve disiplinlerarası çalışmalara taşıyabilecek uygulama becerisi kazanabilir. · İmge ve video verilerinde kayıplı veya kayıpsız data indirgemesi becerilerini kazanabilir. |
Dersin İçeriği |
Temel tanımlar. Otomat ve sonlu otomat. Düzenli ifadeler ve formal diller. Düzenli dillerin özellikleri. İçerikten bağımsız dilbilgisi yapıları ve diller. Pushdown otomat. İçerikten bağımsız dillerin özellikleri. Turing makinelerine giriş. Karar verilemeyen problemler. Zor problemler.Görüntü üretimi düzenekleri ve Standartları; 2-Boyutlu, 3-Boyutlu görüntü üretimi, sayısal görüntü formatları, Görüntü ile Dünya platformu arasındaki geometrik ilişkier; Görüntü Analizi: Sayısal zoomlama, imaj cebiri, uzaysal filtreler, kenar algılama operatorleri; Görüntü Bölümleme; Ayrık Transformlar (Fourıer, Cosine, Walsh-Hadamard, Wavelet transform) ; Hough dönüşümü ile model tabanlı nesne algılama; İkili (Binary) görüntülerdeki cisimlerin özellik parametrelerinin üretimi ve analizi. Matematiksel Morfoloji; Görüntünün restorasyonu, Uzaysal ve spectral filtreleme teknikleri; Geometrik dönüşümler. Görüntü kalitesinin artırılması; Görüntü datasının sıkılaştırılması; kayıplı-kayıpsız görüntü data sıkıştırma yöntemleri, JPEG, -MPEG, H. 263 görüntü sıkıştıma ilkeleri. |
Haftalar |
Konular |
1 |
Görüntü işleme ile ilgili temel kavramlar |
2 |
Örnekleme ve nicemleme |
3 |
Sayısal görüntülerin gösterimi |
4 |
Çözünürlük |
5 |
Çözünürlük |
6 |
Görüntü büyütme ve küçültme |
7 |
Komşuluk, bitişiklik, bağlanabilirlik |
8 |
Bölgeler, sınırlar |
9 |
Uzaklık ölçütleri |
10 |
Görüntü üzerinde gezinme |
11 |
Basit görüntü işleme algoritmaları |
12 |
Basit süzgeçler ve uygulamaları |
13 |
Renk modelleri |
14 |
Görüntü dosya formatları |
Genel Yeterlilikler |
Görüntü işleme ile ilgili temel kavramları anlama. Örnekleme ve nicemleme kavramlarını öğrenme. Sayısal görüntülerin gösterimi, çözünürlük, görüntü büyütme ve küçültme. Komşuluk, bitişiklik, bağlanabilirlik, bölgeler, sınırlar, uzaklık ölçütlerini belirleyebilme. Görüntü üzerinde gezinme. Basit görüntü işleme algoritmaları. Basit süzgeçler ve uygulamaları ile görüntü iyileştirme. Renk modelleri üzerinde işlemler gerçekleştirme. Görüntü dosya formatları ve sıkıştırma tekniklerini kullanarak görüntüleri sıkıştırma. |
Kaynaklar |
Company. R. C. Gonzales, R. E. Woods, 1992, Digital Image Processing, Addison-Wesley Publishing Company. Sonka, Hlavac, Boyle, 1999, Image Processing, Analysis, and Machine Vision, An International Thomson Publishing Scott E. Humbug, 2000, Computer Vision & Image Processing, Prentice Hall. |
Değerlendirme Sistemi |
Arasınav :40 Projeler:
- Ödevler: -
|