Sunum yükleniyor. Lütfen bekleyiniz

Sunum yükleniyor. Lütfen bekleyiniz

3 Nisan 20151 devirme. 3 Nisan 20152 düşeyde çevirme.

Benzer bir sunumlar


... konulu sunumlar: "3 Nisan 20151 devirme. 3 Nisan 20152 düşeyde çevirme."— Sunum transkripti:

1 3 Nisan 20151 devirme

2 3 Nisan 20152 düşeyde çevirme

3 3 Nisan 20153 90°, 180 °, 270 ° gibi açılarda döndürme işlemlerini kolayca gerçekleştirebiliriz. Bu açıların dışındaki değerlerde ise açısal döndürme işlemlerinin (Sin x, Cos x değerlerini kullanarak) yapılması gerekmektedir. Bunun yerine, Matlab hazır işlevlerinden “imrotate” kullanılabilir. Ir=imrotate(I,açı,yöntem); açı: saat yönünün tersi dönülecek açı değeri. yöntem: döndürme işlemi sonrasında yeni piksel değerlerinin hesaplanacağı aradeğerleme yöntemi. ‘nearest’, ‘bilinear’, ‘bicubic’, Örn; Ir=imrotate(I,45, ‘bilinear’); döndürme

4 3 Nisan 20154 kırpma

5 3 Nisan 20155 öteleme

6 3 Nisan 20156 Öteleme işlemi yapan bir Matlab işlevi yazalım: function [B]=my_otele(A,n1,n2) [w,h]=size(A); B=zeros(w,h); for i=n1:w for j=n2:h B(i,j)=A(i-n1+1,j-n2+1); end Burada for döngüleri yerine tek bir satır yazarak aynı işlem yapılabilir. ? öteleme

7 3 Nisan 20157 Yakınlaştırma, düşük piksel boyutlu bir imgenin piksel boyutunun yazılımsal olarak arttırılmasıdır. Sayısal yakınlaştırma (digital zoom). boyut değiştirme-yakınlaştırma

8 3 Nisan 20158 Boyut büyültmede daha yumuşak geçişler için: boyut değiştirme-yakınlaştırma

9 3 Nisan 20159 Hangisi daha görünür? boyut değiştirme-yakınlaştırma

10 3 Nisan 201510 Birden fazla pikselin değeri çeşitli matematiksel işlemlerden geçirilerek bir piksele atanır. boyut değiştirme-uzaklaştırma

11 3 Nisan 201511 Matlab ile boyut değiştirme için “imresize” adındaki işlev kullanılabilmektedir. Is=imresize(I,oran,yöntem); oran: giriş imgesinin boyutunun değişme oranını verir. oran>1 (büyütme), oran<1 (küçültme). yöntem: boyut değiştirmede kullanılacak aradeğerleme yöntemi. Örn; Is=imresize(I,0.97, ‘bicubic’); boyut değiştirme

12 3 Nisan 201512 İmge oluşturma 256

13 3 Nisan 201513 İmge oluşturma (128,128) merkezli, yarıçapı 80 piksel beyaz bir daire

14 3 Nisan 201514 İmge oluşturma ??? X / 255C = AB

15 3 Nisan 201515 Ortalama ve Değişinti Bir imgenin örnek ortalaması (sample mean): Örnek değişintisi (sample variance): Örnek standart sapması (sample std. dev.):

16 3 Nisan 201516 Nokta İşlemleri Piksellerden oluşan imge uzayına uzamsal düzlem (spatial domain) denir. Uzamsal düzlem işlemleri aşağıdaki gösterimle ifade edilmektedir. işlev Buradaki T işlevi, doğrudan (x,y) pikselini işleyebileceği gibi, (x,y) pikselinin komşuluklarını da hesaba katabilir.

17 3 Nisan 201517 Parlaklık Ayarı b>0 ise parlaklık artar b<0 ise parlaklık azalır orjinalb = -50b = +50

18 3 Nisan 201518 Karşıtlık (Kontrast) Ayarı a>1 ise karşıtlık artar a<1 ise karşıtlık azalır orjinala = 0.5a = 2

19 3 Nisan 201519 Parlaklık+Karşıtlık Ayarı Kısmi-doğrusal dönüşüm

20 3 Nisan 201520 Eşikleme T 255 Sonuçta ikili (binary) imge oluşuyor.

21 3 Nisan 201521 Olumsuzlama 255

22 3 Nisan 201522 Histogram Her bir gri ton seviyesinin ([0,255]) imgedeki bulunma sıklığını (frekansını) gösterir. Yani imgedeki piksellerin dağılımı hakkında bilgi verir. İmge pekiştirmede sıkça kullanılmaktadır. Histogram normalize edildiğinde ise gri seviyelerin imge içerisindeki bulunma olasılıklarını verir. imgedeki toplam piksel sayısı İlgili seviyenini olasılık değeri

23 3 Nisan 201523 Histogram gri ton seviyesi MATLAB imhist işlevi

24 3 Nisan 201524 Histogram Piksel konum bilgisi bulunmaz!

25 3 Nisan 201525 Histogram Karanlık imge Parlak imge

26 3 Nisan 201526 Histogram Karşıtlığı düşük imge Karşıtlığı yüksek imge

27 3 Nisan 201527 Histogram Eşitleme Amaç: İmgedeki düşük görünürlüğü iyileştirmek. Olasılık dağılımına bağlı olarak doğrusal olmayan dönüşüm gerçekleştirilir. Bu sayede, bulunma olasılığı yüksek pikseller arası fazlaca açılırken, düşük olasılıklı seviyeler birbirine daha yakın hale gelir.

28 3 Nisan 201528 Histogram Eşitleme İmgenin olasılık dağılım fonksiyonu doğrusallaştırılmaktadır. Doğrusallaştırılmış cdf

29 3 Nisan 201529 Piksel Komşuluk İşlemleri Her bir piksel için yeni bir değer hesaplanmaktadır. İlgili pikselin yeni değeri, komşu piksellerin değerleri de dikkate alınarak bulunur. Kullanılacak piksellerin ağırlıkları, yapılacak işleme bağlı olarak değişmektedir. Kenar bulma, gürültü giderme, imge keskinleştirme, yumuşatma gibi işlemlerde kullanlmaktadır. Hesapsal yükü, nokta işlemlerine göre oldukça fazla olabilmektedir.

30 3 Nisan 201530 Evrişim (Convolution) İki fonksiyonun etkileşimi olarak ifade edilebilir. İmge (işaret) işlemede sıkça kullanılmaktadır. Sistemin, giriş işaretine etkisini vermektedir.

31 3 Nisan 201531 Evrişim (Convolution) Evrişimin ayrık zamanlı 2-boyutlu ifadesi: Evrişim çekirdeği (kernel) genelde, evrişim maskesi (convolution mask) veya evrişim penceresi (convolution window) olarak da adlandırılabilmektedir.

32 3 Nisan 201532 Evrişim (Convolution)

33 3 Nisan 201533 Evrişim (Convolution) Giriş imgesi Çıkış imgesi Evrişim çekirdeği MATLAB’da 2-boyutlu evrişim conv2 işlevi ile yapılabilmektedir. Bunun yanında imge süzgeçlerken genellikle imfilter işlevi kullanılmaktadır.

34 3 Nisan 201534 Evrişim (Convolution) Evrişim işleminde kenar bölgelerindeki taşma durumunda olası işlemler: Kenar bölgelerini işlememe, Kenar bölgelerini kesme, Kenar bölgelerinde evrişim çekirdeğini kırpma, Kenar bölgelerini aynen kopyalama (imge boyutları büyür), Kenar bölgelerini aynalayarak kopyalama (imge boyutları büyür)... Hesapsal yük: boyutlu bir evrişim çekirdeği kullanıldığında bir piksel için çıkış değerinin hesaplanmasında gerekli işlem sayısı:

35 3 Nisan 201535 Evrişim (Convolution) Delta fonksiyonu (Birim Dürtü) Kaydır ve çıkart

36 3 Nisan 201536 Evrişim (Convolution) Kenar bulma Kenar pekiştirme

37 3 Nisan 201537 Uzamsal Frekans Kavramı İmgede pikseller arasındaki yumuşak geçişler uzamsal düşük frekanslara karşılık gelir. Sert geçişler (kenarlar, nesne sınırları...) uzamsal yüksek frekanslara karşılık gelir.

38 3 Nisan 201538 Evrişim (Convolution)-Yumuşatma En temel evrişim çekirdeğidir. İmgedeki gürültü etkilerini azaltır. Kenarları yumuşatır.

39 3 Nisan 201539 Evrişim (Convolution)-Yumuşatma Çekirdek boyutunun yumuşatmaya etkisi: Orjinal imge3x35x5 9x915x1535x35

40 3 Nisan 201540 Süzgeçleme işlemi, pencere içerisindeki piksellerin sıralanması temelinde yapmaktadır. Doğrusal olmayan bir süzgeçlemedir. Dürtü ve tuz-biber gürültülerinin giderilmesinde etkin başarım sağlamaktadır. İmgenin kenar bölgelerini bozmaktadır. Ortanca (Median) Süzgeç MATLAB’da imgeye gürültü eklemek için imnoise işlevi kullanılmaktadır. 25, 28, 29, 34, 38, 41, 45, 46, 56 Yeni piksel değeri

41 3 Nisan 201541 Tuz ve biber gürültüsünün (salt and pepper noise) ortanca süzgeç ile giderilmesi Ortanca (Median) Süzgeç MATLAB’da ortanca süzgeçleme için medfilt2 işlevi kullanılmaktadır. Gürültü eklenmiş imge 3x3 ortalama süzgeç ile gürültü giderme 3x3 ortanca süzgeç ile gürültü giderme

42 3 Nisan 201542 RGB Renk Modeli Her pikselin kırmızı, yeşil ve mavi renk bileşeni için bir değeri mevcuttur. Genelde her bileşenin gösterimi için 8 bit kullanılmaktadır.

43 3 Nisan 201543 RGB Modeli

44 3 Nisan 201544 HSI Modeli H (hue): renk S (saturation): doygunluk I (intensity): ışıklılık İlk değer baskın renk (hue) değerini göstermektedir (0.0:kırmızı, 0.33 yeşil, 0.67 mavi, 1.0: kırmızı). İkinci değer rengin doygunluğunu kodlamakatadır (0.0: renksiz (gri) 1.0: canlı renk (grisiz). Son değer de ışıklılığı göstermektedir (0.0: siyah 1.0: aydınlık).

45 3 Nisan 201545 HSI Modeli

46 3 Nisan 201546 Renkli Görüntülerin kodlanması Çoğunlukla renkli görüntüler RGB formatındadır. JPEG gibi sıkıştırma amaçlı programlar çoğunlukla RGB görüntüleri Işıklılık (Luminance)- renklilik (chrominance) uzayına çevirmektedir. (Genelde Y-Cr- Cb uzayı olarak adlandırılmaktadır) JPEG:

47 3 Nisan 201547 Renkli görüntülerin kodlanması İnsan gözü Cr ve Cb renklilik kanallarının yüksek frekanslarına karşı oldukça duyarsızdır. Bu nedenle renklilik kanalları her iki düzlemde (yatay ve düşey) 2 faktöründe altörneklenmektedir (subsample).

48 3 Nisan 201548 JPEG’in renkli görüntüleri kodlaması Non-Interleaved sıralama: Y1, Y2, Y3,…,Y16 Cr1,Cr2,Cr3,Cr4 Cb1,Cb2,Cb3,Cb4 Interleaved sıralama: Y1, Y2, Y3,Y4,Cr1,Cb1,Y5,Y6,Y7,Y8,Cr2,Cb2,…

49 3 Nisan 201549 İTU-R BT.601 dijital TV standardı 13.5 MHz örnekleme frekansı, 720 örnek/satır (525 satır/60 Hz & 625 satır/50Hz) Luminance (Işıklılık, Y) = 0.3 R + 0.59 G + 0.11 B (8 bit) Renk Farkları: (B-Y) = -0.3 R - 0.59 G + 0.89 B (R-Y) = 0.7 R - 0.59 G - 0.11 B Chrominance: Cb=0.56(B-Y)= - 0.17 R - 0.33 G + 0.5 B (8 bit) Cr=0.71(R-Y)= 0.5 R - 0.42 G - 0.08 B (8 bit)

50 3 Nisan 201550 4:2:2 sistemleri (D-1, D-5, DigiBeta, BetaSX, Digital-S, DVCPRO 50) Her satır için: 720 Y 360 Cb& Cr

51 3 Nisan 201551 4:1:1 sistemleri (NTSC DV & DVCAM, DVCPRO ) Her satır için: 720 Y 180 Cb.& Cr

52 3 Nisan 201552 4:2:0 sistemleri (PAL DV, DVD, MPEG-2 ana-profili) Her satır için: 720 Y 360 Cb veya Cr


"3 Nisan 20151 devirme. 3 Nisan 20152 düşeyde çevirme." indir ppt

Benzer bir sunumlar


Google Reklamları