Sayısal Görüntü İşleme

İçerik

Dersin Amacı

-Dersin amacı, öğrencileri görüntü işleme yöntemleriyle tanıştırmak ve onlara dijital görüntüleri modelleme, işleme ve analiz etme konusunda gerekli becerileri kazandırmaktır. Ders, öğrencileri çeşitli alanlarda (tıp, endüstri, multimedya vb.) görsel verilerin işlenmesi için algoritmik araçların ve yazılımların kullanımına yönelik olarak eğitmeyi hedeflemektedir.

Dersin İçeriği

1. Dijital görüntü işlemeye giriş: tanımlar, uygulamalar, görüntü türleri
2. Renk modelleri ve görüntü formatları (RGB, HSV, YCbCr vb.)
3. Örnekleme, sayısallaştırma, histogram ve kontrast iyileştirme
4. Uzamsal filtreleme: yumuşatma, kenar algılama (Sobel, Prewitt, Laplacian)
5. Frekans filtreleme: ayrık Fourier dönüşümü (DFT), frekans filtreleme
6. Görüntü sıkıştırma: kayıpsız yöntemler (RLE, Huffman, PNG)
7. Kayıplı sıkıştırma: JPEG, DCT
8. Ara sınav
9. Görüntü segmentasyonu: eşikleme, bölge, kenarlar
10. Matematiksel morfoloji: aşındırma, genişletme, açma, kapatma
11. Şekil algılama ve tanımlama (Hough, SIFT, ORB)
12. Bilgisayarla görme ve görüntüye uygulanan makine öğrenimine giriş
13. Öğrenci projelerinin sunumu
14. Genel tekrar ve final sınavına hazırlık

Öğretim Yöntemleri

1. Bir görüntü işleme sisteminin temel aşamalarını anlamak.
2. Dijital görüntülere filtreleme ve dönüştürme tekniklerini uygulamak.
3. Görüntü kalitesini değerlendirmek ve uygun iyileştirme yöntemlerini seçmek.
4. Nesne segmentasyonu ve tanıma için algoritmalar tasarlamak ve uygulamak.
5. Programlama ortamında görüntüleri işlemek için yazılım kütüphanelerini kullanmak.

Kaynaklar

• Digital Image Processing, Rafael C. Gonzalez & Richard E. Woods
• Image Processing, Analysis, and Machine Vision, Sonka, Hlavac, Boyle
• Computer Vision: Algorithms and Applications, Richard Szeliski
• Practical Python and OpenCV, Adrian Rosebrock