Ders Öğretim Planı

Ders Kodu Ders Adı Ders Türü Yıl Dönem AKTS
ASM614 Sayısal Görüntü İşleme 927003 1 2 8

Dersin Amacı

Görüntü işlemeyle ilgili gerekli istatistik, sinyal işleme bilgileri, birimsel dönüşümlerle görüntü ifadesi, görüntü iyileştirme teknikleri, yenileme ve yeniden kurma, görüntü bölütleme, sıkıştırması ve örüntü tanıma konuları tanıtılacaktır.

Ön Koşul Dersleri

Yok

Önerilen Diğer Hususlar

Yok

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Rafael C. Gonzalez and Richard E. Woods, Digital Image Processing, Prentice Hall, 2002.

Dersin Sunulduğu Dil

Türkçe

Staj Durumu

Yok

Dersin İçeriği

Görüntü işlemeye giriş, görüntü işlemede genel konseptler, doğrusal sistemler, olasılık, rastgele değişkenler, tahmin, örnekleme, spektral örtüşme, kuvantlama, birimsel dönüşümlerle görüntü ifadesi (DFT, DCT, Walsh- Hadamard, KLT), nokta işlemleriyle görüntü iyileştirme (Görüntünün negatifi, logaritma, güç-kuralı dönüşümü, parça-parça doğrusal dönüşümle kontrast iyileştirme), histogram işlemleri, konumsal filtreleme (Alçak-geçirgen filtreleme, sıralanış istatistiği filtrelemesi, Laplas işleci temelli filtreleme, keskin olmayanın maskelenmesi ve yüksek-artımsal filtreleme, iyileştirme için 1. türev kullanımı), frekans uzayında filtreleme (İdeal, Butterworth ve Gauss fonksiyonuna bağlı alçak-geçirgen filtreleme, yüksek-geçirgen filtreleme), restorasyon, rekonstrüksiyon, Radon dönüşümü, filtrelenmiş geri kestirim, bozulmaların ve görüntüleme fonksiyonlarının modellenmesi, tersinin bulunması (genelleştirilmiş ters, Tikhonov düzenlileştirmesi, Wiener filtrelemesi), görüntü bölütlemesi (Piksel-temelli, kenar-temelli, bölge-temelli), görüntü sıkıştırma, örüntü tanıma.

Değerlendirme

# Etkinlikler Adet Yuzde Katkısı Yarıyıl İci Etkinlik Yıl Sonu Etkinlik
90 Yarıyıl (Yıl) İçi Etkinlikleri 0 40
91 Yarıyıl (Yıl) Sonu Etkinlikleri 0 60
1 Ara Sınav 1 100 1
2 Final Sınavı 1 100 1

Ders İş Yükü Verisi

# Etkinlikler Adet Süresi(saat) Toplam İş Yükü(saat)
1 Ara Sınav 1 20 20
2 Final Sınavı 1 20 20
3 Bütünleme Sınavı 1 20 20
4 Quiz 4 5 20
5 Derse Katılım 14 5 70
20 Rapor Hazırlama 1 10 10
21 Rapor Sunma 2 10 20
54 Ev Ödevi 1 7 7

Haftalık Ders İçeriği

Hafta Teorik Uygulama Laboratuar Ders Notları
1 Görüntü işlemeye giriş
2 Görüntü işlemede genel konseptler
3 Doğrusal sistemler, olasılık, rastgele değişkenler, tahmin
4 Örnekleme, spektral örtüşme, kuvantlama
5 Birimsel dönüşümlerle görüntü ifadesi (DFT, DCT, Walsh-Hadamard, KLT)
6 Nokta işlemleriyle görüntü iyileştirme (Görüntünün negatifi, logaritma, güç-kuralı dönüşümü, parça-parça doğrusal dönüşümle kontrast iyileştirme), histogram işlemleri
7 Konumsal filtreleme (Alçak-geçirgen filtreleme, sıralanış istatistiği filtrelemesi, Laplas işleci temelli filtreleme, keskin olmayanın maskelenmesi ve yüksek-artımsal filtreleme, iyileştirme için 1. türev kullanımı), frekans uzayında filtreleme (İdeal, Butterworth ve Gauss fonksiyonuna bağlı alçak-geçirgen filtreleme, yüksek-geçirgen filtreleme)
8 Restorasyon, rekonstrüksiyona giriş, görüntü bozulması çeşitleri
9 Ara Sınav
10 Radon dönüşümü, filtrelenmiş geri kestirim, ve görüntüleme fonksiyonlarının modellenmesi
11 Bozulmaların ve görüntüleme fonksiyonlarının tersinin bulunması (genelleştirilmiş ters, Tikhonov düzenlileştirmesi, Wiener filtrelemesi)
12 Görüntü bölütlemesi (Piksel-temelli, kenar-temelli, bölge-temelli)
13 Görüntü sıkıştırma
14 Örüntü tanıma
15 Uygulamalar
16 Final Sınavı

Dersin Öğrenme Çıktıları

# Öğrenme Çıktı Id Açıklama
1 1240770 Sayısal görüntü işleme kavramlarının basit ve açıkça anlatabilme
2 1240771 Sayısal görüntü işleme yöntem ve algoritmalarını açıklayabilme
3 1240772 Farklı yöntemleri özetleme ve anlatabilme

Bölüm Program Çıktıları

# Program Çıktı Id Açıklama
1 69070 Temel bilimlerin metodolojik ve uygulamalı öğeleri hakkında uygun bilgi birikimine sahip olurlar ve bu bilgiyi akıllı sistemler kapsamında mühendislik ilişkili problemleri tanımlamak için uygulayabilirler
2 69071 En yeni yöntemleri, teknikleri ve ekipmanı kullanarak akıllı sistemlerin mühendisliği ilişkili problemleri tanımlayabilir, formülize edebilir ve çözebilirler
3 69074 Akıllı sistemlerin analizini ve tasarımını kaliteden ödün vermeden yapmak için teknikler ve araçları kullanabilirler
4 69087 Testler yapabilirler ve elde edilen sonuçları analiz edebilir ve yorumlayabilirler
5 69088 Teknolojinin insani, etik ve ekolojik boyutlarını dikkate alabilirler
6 69073 Tüm ortamlarda hem yazılı hem de sözlü olarak İngilizce iletişim kurabilirler
7 69072 Hayat boyu öğrenmeye yatkındırlar
8 69086 Temel araştırmaları yürütebilir ve ilgili konferans ve dergilerde makaleler yayınlayabilirler

Ögrenme Çıktı Matrisi

Program Çıktısı
1 2 3 4 5 6 7 8
Öğrenme Çıktısı
1 3 4 4 4 4
2 5 5 5 5 5
3 5 5 5 5 5
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek