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 devirme

2 3 Nisan düşeyde çevirme

3 3 Nisan °, 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 kırpma

5 3 Nisan öteleme

6 3 Nisan 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 Yakınlaştırma, düşük piksel boyutlu bir imgenin piksel boyutunun yazılımsal olarak arttırılmasıdır. Sayısal yakınlaştırma (digital zoom). boyut değiştirme-yakınlaştırma

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

9 3 Nisan Hangisi daha görünür? boyut değiştirme-yakınlaştırma

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

11 3 Nisan 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 İmge oluşturma 256

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

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

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

16 3 Nisan 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 Parlaklık Ayarı b>0 ise parlaklık artar b<0 ise parlaklık azalır orjinalb = -50b = +50

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

19 3 Nisan Parlaklık+Karşıtlık Ayarı Kısmi-doğrusal dönüşüm

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

21 3 Nisan Olumsuzlama 255

22 3 Nisan 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 Histogram gri ton seviyesi MATLAB imhist işlevi

24 3 Nisan Histogram Piksel konum bilgisi bulunmaz!

25 3 Nisan Histogram Karanlık imge Parlak imge

26 3 Nisan Histogram Karşıtlığı düşük imge Karşıtlığı yüksek imge

27 3 Nisan 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 Histogram Eşitleme İmgenin olasılık dağılım fonksiyonu doğrusallaştırılmaktadır. Doğrusallaştırılmış cdf

29 3 Nisan 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 Evrişim (Convolution) İki fonksiyonun etkileşimi olarak ifade edilebilir. İmge (işaret) işlemede sıkça kullanılmaktadır. Sistemin, giriş işaretine etkisini vermektedir.

31 3 Nisan 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 Evrişim (Convolution)

33 3 Nisan 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 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 Evrişim (Convolution) Delta fonksiyonu (Birim Dürtü) Kaydır ve çıkart

36 3 Nisan Evrişim (Convolution) Kenar bulma Kenar pekiştirme

37 3 Nisan 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 Evrişim (Convolution)-Yumuşatma En temel evrişim çekirdeğidir. İmgedeki gürültü etkilerini azaltır. Kenarları yumuşatır.

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

40 3 Nisan 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 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 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 RGB Modeli

44 3 Nisan 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 HSI Modeli

46 3 Nisan 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 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 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 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 G B (8 bit) Renk Farkları: (B-Y) = -0.3 R G B (R-Y) = 0.7 R G B Chrominance: Cb=0.56(B-Y)= R G B (8 bit) Cr=0.71(R-Y)= 0.5 R G B (8 bit)

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

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

52 3 Nisan :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