13.03.2012 1 DİJİTAL GÖRÜNTÜ İŞLEME Doç. Dr. Oğuz Güngör & Yrd.Doç.Dr. Esra Tunç Görmüş Karadeniz Teknik Üniversitesi Jeodezi ve Fotogrametri Mühendisliği.

Slides:



Advertisements
Benzer bir sunumlar
Parametrik doğru denklemleri 1
Advertisements

Algoritma.  Algoritma, belirli bir görevi yerine getiren sonlu sayıdaki işlemler dizisidir.  Başka bir deyişle; bir sorunu çözebilmek için gerekli olan.
GRAFIK TEMELLERI Grafik ve Animasyon Coşkun CANLI Bilişim Teknolojileri Öğretmeni.
1. 2 Ödevin (sunu kısmının) hazırlanmasında, şu anda üzerinde çalışmakta olduğunuz sunu formatı kullanılacaktır. Bunun amacı, değerlendirme standardını.
DİJİTAL GÖRÜNTÜ İŞLEME
Görüntü İyileştirme Teknikleri Hafta-8

% A10 B20 C30 D25 E15 Toplam100.  Aynı grafik türü (Column-Sütun) iki farklı veri grubu için de kullanılabilir. 1. Sınıflar2. Sınıflar A1015 B20 C3015.
Digital Image Processing Image Enhancement (Point Processing)
Veri Toplama ve Değerlendirme Sistemi Tanıtım Toplantısı.
Biçimbilimsel Özniteliklerin Eş-Oluşumlarına Dayalı Doku Betimleme Okan Üniversitesi Bilgisayar Mühendisliği Bölümü / İstanbul İzzet Özen Erchan Aptoula.
MED 167 Making Sense of Numbers Değişkenlik Ölçüleri.
JEOFİZİK ETÜTLERİ DAİRESİ
İSTATİSTİK II BAĞIMSIZLIK TESTLERİ VE İYİ UYUM TESTLERİ “ c2 Kİ- KARE TESTLERİ “
ÖRNEKLEME YÖNTEMLERİ ve
2014 ORTA ÖĞRETİME YERLEŞTİRME SİSTEMİ – 2015 E ğ itim- ö ğ retim yılında altı temel ders için 8. sınıfta ö ğ retmen tarafından dönemsel olarak.
Prof. Dr. M. Tunç ÖZCAN Tarım Makinaları Bölümü
Yrd.Doç.Dr.Esra Tunç Görmüş
ÖZEL TANIMLI FONKSİYONLAR
TEMELLER.
ÇOK BOYUTLU SİNYAL İŞLEME
BİLGİSAYAR PROGRAMLAMA DERSİ
Ücret İktisadi anlamda, çalışanların üretimden aldığı paydır.
Ölçme Değerlendirmede İstatistiksel İşlemler
TABLO ve GRAFİK YAPIM YÖNTEMİ
İÇİNDEKİLER NEGATİF ÜS ÜSSÜ SAYILARIN ÖZELLİKLERİ
Renk, ışığın gözün retinasına  değişik biçimde ulaşması ile ortaya çıkan bir algılamadır.
Sıklık Dağılımları Yrd. Doç. Dr. Emine Cabı.
İŞLU İstatistik -Ders 2-.
Bölüm 2: Bir Boyutta Hareket. Bölüm 2: Bir Boyutta Hareket.
ISTATİSTİK I FIRAT EMİR DERS II.
ÖRNEKLEME.
Hazırlayan: Safiye Çakır Mat.2-A
AY.
1)RESİM DÜZENLEMEK TEMEL KAVRAMLAR: Piksel, Nokta ve Nokta Aralığı, Çözünürlük, Rezolasyon, LPI, DPI HAZIRLAYAN: Ayşe Cansel KARAMAN.
TANIMLAYICI İSTATİSTİKLER
Mutlak Dağılım Ölçüleri Nispi Dağılım Ölçüleri
-MOMENT -KÜTLE VE AĞIRLIK MERKEZİ
ELEKTRON MİKROSKOBU (SEM and TEM)
Kırınım, Girişim ve Müzik
ÖDE5024 DAVRANIŞ BİLİMLERİNDE İSTATİSTİK Yüksek Lisans
BÖLÜM 2: TALEP VE TÜKETİM TEORİSİ
Agregalarda Granülometri (Tane Büyüklüğü Dağılımı)
GÖRSEL MATERYAL TASARIMI
İSTATİSTİK Yrd. Doç. Dr. Cumhur TÜRK
ENM 321 İNSAN MÜHENDİSLİĞİ
NİŞANTAŞI ÜNİVERSİTESİ
DİJİTAL GÖRÜNTÜ İŞLEME
PARAMETRİK HİPOTEZ TESTLERİ
ŞEKİLLER.
IŞIK VE GÖLGE.
Teknoloji Fakültesi Mekatronik MTM326 Veri Toplama ve İşleme
RETİNA GÖRÜNTÜLERİNDE YAŞA BAĞLI MAKULA DEJENERASYONUNUN (ARMD) İSTATİSTİKSEL YÖNTEMLERLE SEGMENTASYONU Uğur ŞEVİK Karadeniz Teknik Üniversitesi İstatistik.
SAYI ÖRÜNTÜLERİ ANAHTAR KAVRAMLAR MODELLEME ÖRÜNTÜ SAYI ÖRÜNTÜSÜ ÜS
NİŞANTAŞI ÜNİVERSİTESİ
Ölçme Değerlendirmede İstatistiksel İşlemler
NİŞANTAŞI ÜNİVERSİTESİ
B- Yaygınlık Ölçüleri Standart Sapma ve Varyans Değişim Katsayısı
NİŞANTAŞI ÜNİVERSİTESİ
DİJİTAL GÖRÜNTÜ İŞLEME
DİJİTAL GÖRÜNTÜ İŞLEME Y. Doç. Dr. Esra Tunç Görmüş
NİŞANTAŞI ÜNİVERSİTESİ
Ölçme Sonuçları Üzerinde Test ve Madde İstatistiklerini Hesaplama
NİŞANTAŞI ÜNİVERSİTESİ
Bitirme Tezi/Mühendislik Tasarımı Proje Türkçe Başlığı
Işığın Kırılması.
NİŞANTAŞI ÜNİVERSİTESİ
Bilimsel Araştırma Yöntemleri
A.Ü. GAMA MYO. Elektrik ve Enerji Bölümü
Hidrograf Analizi.
Sunum transkripti:

DİJİTAL GÖRÜNTÜ İŞLEME Doç. Dr. Oğuz Güngör & Yrd.Doç.Dr. Esra Tunç Görmüş Karadeniz Teknik Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Bölümü Trabzon

Kaynaklar “Digital Image Processing”, Rafael C. Gonzalez & Richard E. Woods, Addison-Wesley, 2002 Onur Güleryüz, ‘Digital Image Processing’ Lecture notes, Department of Electrical and Computer Engineering, Polytechnic University, Brooklyn, NY

3 Histogram Nedir? Görüntüdeki gri değerlerin dağılımının grafiksel olarak gösterimidir. X ekseni görüntüdeki gri değerleri (yansıma değerleri), Y ekseni ise o gri değerdeki toplam piksel sayısını gösterir X ekseni üzerinde sola doğru ilerledikçe (orijine yaklaştıkça) daha koyu ve siyah alanlara ait pikseller temsil edilir. X ekseni üzerinde histogram şekline ait orta kısımlar orta koyulukta gri alanları ve sol uç taraflar ışığın bol olduğu ve beyaz alanları temsil eder. Bu nedenle içerisinde sadece bir kaç koyu bölgeyi barındıran bol ışıklı ve çok parlak bir görüntüye ait histogramda veriler sol uç tarafa yığılmış olarak görülür. 8-bit bir görüntüde gri değerler arasındadır.

Üç Değişik Histogram Örneği Histogram bize görüntünün kontrastı hakkında bilgi verir

Histogram 3-bit bir görüntünün histogramı

Matlab’ta Histogram Çizdirme Veya

A Görüntüsüne ait histosgram

Aynı histograma sahip olan görüntüler aynı mıdır?? Histogram, hangi gri değerlerinden, kaç tane piksel olduğunu söyler, nerede olduğunu söylemez

9

10 Görüntü iyileştirme Görüntü iyileştirmede amaç, spesifik uygulamalar için daha iyi bir görüntü ortaya çıkarmak için görüntü üzerinde işleme yapmaktır. İyileştirme iki şekilde veya alanda yapılır: Uzaysal (konumsal) alan (domain), Frekans alanı. Genel görüntü iyileştirme nedenleri: Görsel kaliteyi artırma, Bilgisayarla tanıma (machine recognition) doğruluğunu artırma.

Öncelikle, görüntü işleme için nokta işleme nokta yoğunluğuna bağlı olarak her nokta için yapılır. Gri düzey görüntüler için, s = T(r) dönüşüm formu kullanılır. Burada “r” orijinal piksel değeri, “s” ise iyileştirmeden sonraki piksel değeridir. Görüntü iyileştirme

Görüntü iyileştirme

Görüntü iyileştirme

Görüntü iyileştirme

Kontrast Germe Farzedelim bilgisayar ekranı arasındaki gri tonlarını gösterebiliyor. Fakat, bizim görüntümüzdeki gri tonlarının arasında dağıldığını düşünelim. Bu görüntü ekranda gösterildiği zaman ekranın gri tonları gösterebilme yeteneğinin sadece belli bir kısmını kullanılmış olur ve arası gri değerler kullanılmamış olur. Bu yüzden görüntü nispeten karanlık ve düşük kontrastlıdır Kontrast iyileştirme monitörün tüm gri tonları kullanması için görüntünün gri tonlarının aralığına dağıtılmasıdır

Kontrast İyileştirme Çeşitleri Lineer Non-Lineer Piecewise

Lineer Kontrast İyileştirme Minimum-Maksimum Kontrast İyileştirme Eğer histogram Gauss Eğrisine yada ona yakınsa iyi sonuç verir. Yanı bütün gri değerler tek dar bir alana (çan eğrisi gibi) birikmişse önerilir Fakat bu genelde çok nadir bir durumdur, çünkü kara parçası ve su kütlesinin aynı anda bulunduğu görüntüde gri değerler tek dar bir alana girmez. Görüntüdeki minimum ve maksimum gri değerler bulunur ve lkineer dönüşüm yapılır. Minimum değer 0, maksimum değer 255 ve aradaki diğer değerler aralığına gelecek şekilde tüm gri değerler yeniden hesaplanır.

Kaynak: Paul M. Mather, Computer Processing of Remotely Sensed Images: An Introduction

Min-Max Kontrast germe (Contrast stretching): Görüntü iyileştirme qk

Örnek min k = 16 max k = 191 q k = 255 GD girdi = 16 için, GD çıktı = [(16-16)/(191-16)]*255 = 0 GD girdi = 191 için, GD çıktı = [(191-16)/(191-16)]*255 = 255 GD girdi = 76 için, GD çıktı = [(76-16)/(191-16)]*255 = 87 GD girdi = 176 için, GD çıktı = [(176-16)/(191-16)]*255 = 233

Standart Sapma Kontrast İyileştirme

Normal dağılımdaki verilerde, verilerin %68’i ±1σ, 95.4% ±2σ ve 99.73’ü ±3σ aralığına düşer. Örnek, Görüntüdeki gri değerlerin ortalaması 27.3 ve standart sapması 15.75, minimum gri değer 4 ve maksimum gri değer 105 olsun. Bu durumda arasındaki tüm gri değerler lineer olarak aralığına dağıtılır 12, ve 43, olarak hesaplanır arası gri değerlere 0, arası gri değerlere 255 atanır.

Parçalı Lineer Kontrast İyileştirme Histogram gauss eğrisi şeklinde olmadığı zaman kullanılır. Orijinal görüntüdeki gri değer aralığı parçalara bölünür ve her parçaya lineer kontrast iyileştirme uygulanır GD girdi GD çıktı

Görüntü iyileştirme (SON)

Histogram işleme

Histogram işleme Intuitively, we expect that an image whose pixels tend to occupy the entire range of possible gray levels, tend to be distributed uniformly will have a high contrast and show a great deal of gray level detail. It is possible to develop a transformation function that can achieve this effect using histograms.

Non-Lineer Kontrast İyileştirme Her gri değere eşit miktarda piksel dağıtmaya çalışmaktır Normal dağılımdaki bir histogramda çok aydınlık ve çok karanlık kısımlarda kontrastı düşürür. Bu bölgeler çan eğrisinin eteklerine denk gelir Histogram Eşitleme

Histogram equalization

Histogram Eşitleme 3-bit bir görüntünün histogramı Gri Değerler, GD i f(GD i )

Gri Değerler

Gri Değerlere ait olasılıkların Hesaplanması 00/7 = /7 = /7 = /7 = /7 = /7 = /7 = /7 = Yansıma Değeri Frekans Olasılık n = 4096

Yeni Gri Değerler Nasıl Hesaplanır? 4. Satırdaki k değerlerine en yakın Li değerleri 3. satırda bulunur ve bulunan değere karşılık gelen 2. satırdaki orjinal gri değer yeni gri değer olarak son satıra yazılır 1-Resmin histogramı bulunur (her gri seviye için piksel sayısı grafiği). 2-Histogramdan yararlanılarak kümülatif histogram bulunur. Kümülatif histogram, histogramın her değerinin kendisinden öncekiler ve kendisinin toplamı ile elde edilen değerleri içeren büyüklüktür. 3-Kümülatif histogram değerleri normalize edilip (toplam piksel sayısına bölünerek), yeni resimde olmasını istediğimiz max. renk değerleri ile çarpılır, çıkan değer tam sayıya yuvarlatılır. Böylelikle yeni gri seviye değerleri elde edilmiş olur. 4- Eski (Orijinal) gri seviye değerleri ile; 3.adımda elde edilen gri seviye değerleri biribirine karşılık düşürülür ve yeni histogram grafiği çizilir. Kaynak: slayt no:37

©2011, Selim Aksoy33 Histogram equalization

©2011, Selim Aksoy34 Histogram equalization

Histogram equalization Original RGB imageHistogram equalization of each individual band/channel Histogram stretching by removing 2% percentile from each individual band/channel

Ozetle Histogramdan elde edilen bilgiler : Koyu (Karanlık) bir görüntünün histogram grafiğinin düşük gri seviye bölgesine yığılacaktır. Parlak (Açık renk) düzgün bir görüntünün histogram grafiğinin büyük gri seviye bölgesine yığılacaktır. Eğer histogram bir bölgeye yığılmış ise ( yani gri seviye ekseninin belirli bir bölgesine) bu görüntünün kontrastı kötüdür denir. İyi kontrastlı bir resmin histogram grafiği tüm gri seviye değerlerine eşit yayılmış olduğunu açıklar.

MATLAB`da histogram cizdirmeye ornekler >> f=imread (‘a.tiff’); >>imhist(f,b) ; % f goruntu, b istenen gri deger sayisi, default 256 gri renge boler