devirme 9 Nisan 2017

düşeyde çevirme 9 Nisan 2017

döndürme 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’); 9 Nisan 2017

kırpma 9 Nisan 2017

öteleme 9 Nisan 2017

öteleme ? 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. ? 9 Nisan 2017

boyut değiştirme-yakınlaştırma Yakınlaştırma, düşük piksel boyutlu bir imgenin piksel boyutunun yazılımsal olarak arttırılmasıdır. Sayısal yakınlaştırma (digital zoom). 9 Nisan 2017

boyut değiştirme-yakınlaştırma Boyut büyültmede daha yumuşak geçişler için: 9 Nisan 2017

boyut değiştirme-yakınlaştırma Hangisi daha görünür? 9 Nisan 2017

boyut değiştirme-uzaklaştırma Birden fazla pikselin değeri çeşitli matematiksel işlemlerden geçirilerek bir piksele atanır. 9 Nisan 2017

boyut değiştirme 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’); 9 Nisan 2017

İmge oluşturma 256 256 9 Nisan 2017

İmge oluşturma (128,128) merkezli, yarıçapı 80 piksel beyaz bir daire 9 Nisan 2017

İmge oluşturma ??? A B C = X / 255 9 Nisan 2017

Ortalama ve Değişinti Bir imgenin örnek ortalaması (sample mean): Örnek değişintisi (sample variance): Örnek standart sapması (sample std. dev.): 9 Nisan 2017

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. 9 Nisan 2017

Parlaklık Ayarı b>0 ise parlaklık artar b<0 ise parlaklık azalır orjinal b = -50 b = +50 9 Nisan 2017

Karşıtlık (Kontrast) Ayarı a>1 ise karşıtlık artar a<1 ise karşıtlık azalır orjinal a = 0.5 a = 2 9 Nisan 2017

Parlaklık+Karşıtlık Ayarı Kısmi-doğrusal dönüşüm 9 Nisan 2017

Sonuçta ikili (binary) imge oluşuyor. Eşikleme 255 Sonuçta ikili (binary) imge oluşuyor. T 255 9 Nisan 2017

Olumsuzlama 255 255 9 Nisan 2017

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 9 Nisan 2017

Histogram gri ton seviyesi MATLAB imhist işlevi 9 Nisan 2017

Histogram Piksel konum bilgisi bulunmaz! 9 Nisan 2017

Histogram Karanlık imge Parlak imge 9 Nisan 2017

Karşıtlığı yüksek imge Histogram Karşıtlığı düşük imge Karşıtlığı yüksek imge 9 Nisan 2017

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. 9 Nisan 2017

Histogram Eşitleme İmgenin olasılık dağılım fonksiyonu doğrusallaştırılmaktadır. Doğrusallaştırılmış cdf 9 Nisan 2017

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. 9 Nisan 2017

Evrişim (Convolution) İki fonksiyonun etkileşimi olarak ifade edilebilir. İmge (işaret) işlemede sıkça kullanılmaktadır. Sistemin, giriş işaretine etkisini vermektedir. 9 Nisan 2017

Evrişim (Convolution) Evrişimin ayrık zamanlı 2-boyutlu ifadesi: Evrişim çekirdeği (kernel) genelde , evrişim maskesi (convolution mask) veya evrişim penceresi (convolution window) olarak da adlandırılabilmektedir. 9 Nisan 2017

Evrişim (Convolution) 9 Nisan 2017

Evrişim (Convolution) Evrişim çekirdeği Giriş imgesi Çıkış imgesi MATLAB’da 2-boyutlu evrişim conv2 işlevi ile yapılabilmektedir. Bunun yanında imge süzgeçlerken genellikle imfilter işlevi kullanılmaktadır. 9 Nisan 2017

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: 9 Nisan 2017

Evrişim (Convolution) Delta fonksiyonu (Birim Dürtü) Kaydır ve çıkart 9 Nisan 2017

Evrişim (Convolution) Kenar bulma Kenar pekiştirme 9 Nisan 2017

Uzamsal Frekans Kavramı İmgede pikseller arasındaki yumuşak geçişler uzamsal düşük frekanslara karşılık gelir. Sert geçişler (kenarlar, nesne sınırları...) uzamsal yüksek frekanslara karşılık gelir. 9 Nisan 2017

Evrişim (Convolution)-Yumuşatma En temel evrişim çekirdeğidir. İmgedeki gürültü etkilerini azaltır. Kenarları yumuşatır. 9 Nisan 2017

Evrişim (Convolution)-Yumuşatma Çekirdek boyutunun yumuşatmaya etkisi: Orjinal imge 3x3 5x5 9x9 15x15 35x35 9 Nisan 2017

Ortanca (Median) Süzgeç 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. 25, 28, 29, 34, 38, 41, 45, 46, 56 Yeni piksel değeri MATLAB’da imgeye gürültü eklemek için imnoise işlevi kullanılmaktadır. 9 Nisan 2017

Ortanca (Median) Süzgeç Tuz ve biber gürültüsünün (salt and pepper noise) ortanca süzgeç ile giderilmesi Gürültü eklenmiş imge 3x3 ortalama süzgeç ile gürültü giderme 3x3 ortanca süzgeç ile gürültü giderme MATLAB’da ortanca süzgeçleme için medfilt2 işlevi kullanılmaktadır. 9 Nisan 2017

RGB Renk Modeli Her pikselin kırmızı, yeşil ve mavi renk bileşeni için bir değeri mevcuttur. Genelde her bileşenin gösterimi için 8 bit kullanılmaktadır. 9 Nisan 2017

RGB Modeli 9 Nisan 2017

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). 9 Nisan 2017

HSI Modeli 9 Nisan 2017

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: 9 Nisan 2017

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). 9 Nisan 2017

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,… 9 Nisan 2017

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) 9 Nisan 2017

4:2:2 sistemleri (D-1, D-5, DigiBeta, BetaSX, Digital-S, DVCPRO 50) Her satır için: 720 Y 360 Cb& Cr 9 Nisan 2017

4:1:1 sistemleri (NTSC DV & DVCAM, DVCPRO ) Her satır için: 720 Y 180 Cb.& Cr 9 Nisan 2017

4:2:0 sistemleri (PAL DV, DVD, MPEG-2 ana-profili) Her satır için: 720 Y 360 Cb veya Cr 9 Nisan 2017