İLERİ GÖRÜNTÜ İŞLEME (Prof. Dr. Sarp ERTÜRK)

İLERİ GÖRÜNTÜ İŞLEME Ders-1 Temel Kavramlar (Prof. Dr. Sarp ERTÜRK) Hazırlayan: M. Kemal GÜLLÜ

Uygulama Alanları Gama ışını görüntüleme: X ışını görüntüleme: 4/10/2017

Uygulama Alanları Mor ötesi bandı görüntüleme: Görünür ve kızılötesi görüntüleme: 4/10/2017

Uygulama Alanları Çok bantlı görüntüleme: Kalite kontrol: 4/10/2017

Uygulama Alanları Örüntü tanıma: Radar görüntüleme: 4/10/2017

Elektromanyetik Spektrum Görünür Bölge 700 nm 400 nm 4/10/2017

İmge İşleme ve İlgili Alanlar Image Processing: image to image Computer Vision: Image to model Computer Graphics: model to image Pattern Recognition: image to class image data mining/ video mining Artificial Intelligence: machine smarts Photogrammetry: camera geometry, 3D reconstruction Medical Imaging: CAT, MRI, 3D reconstruction (2nd meaning) Video Coding: encoding/decoding, compression, transmission Physics: basics Mathematics: basics Computer Science: programming skills All three are interrelated! AI Applications Fundamentals 4/10/2017

İmge Kavramı Sözlük anlamı: Işık etkisi veya optik mercek ile meydana gelen suret, hayal (3B→2B) 4/10/2017

Görsel Algı Elemanları Işıklılık uyumu ve ayrımsama: Mach bandı İnsan görme sistemi tarafından alınan ışık (öznel ışık), göze gelen ışık yoğunluğunun logaritmik bir fonksiyonudur. 4/10/2017 Eş zamanlı karşıtlık

Görsel Algı Elemanları 4/10/2017

İmge Gösterim Modeli Temel olarak bir imge iki boyutlu bir fonksiyon ile ifade edilir: Fiziksel işlemlerle oluşan bir imgede elde edilen ışık değeri, fiziksel kaynaktan saçılan enerji ile orantılıdır. Bu nedenle; Sonuç: Mutlaka bir enerji vardır. Bu nedenle kesinlikle sıfır olamaz. 4/10/2017

İmge Gösterim Modeli fonksiyonu iki bileşen ile tanımlanabilir: Sahneyi aydınlatan ışık kaynağının aydınlatması (illumination). Aydınlatma ışığının sahnedeki nesnelerden yansıması (reflectance). Gri tonlu imgelerde ışıklılık değeri: 4/10/2017

İmge Örnekleme ve Nicemleme Koordinat değerlerini sayısallaştırma → örnekleme. Genlik değerlerini sayısallaştırma → nicemleme. 4/10/2017

Örnekleme Örnekleme → 4/10/2017

4/10/2017

Genelde seviye sayısı P=28=256 ve log2(P)=log2(28)=8 bit nicemleme. 4/10/2017

Sayısal İmge Gösterimi imgesi örneklendiğinde M satır ve N sütunluk bir sayısal imge oluşur. Resim elemanı (piksel) 4/10/2017

Sayısal İmge Gösterimi Bazen sayısal imge gösterimi: Sayısallaştırmda genellikle uzamsal boyutlar önemli değildir. Donanımsan açıdan asıl önemli olan, gri ton seviyesinin 2’nin kuvveti olmasıdır. 4/10/2017

Sayısal İmge Gösterimi Sayısal imgeyi saklamak için gerekli olan bit sayısı: 4/10/2017

Sayısal İmge Uzamsal çözünürlük: 256x256 512x512 1024x1024 4/10/2017

Sayısal İmge Bit derinliği: L=8 L=7 L=6 L=5 4/10/2017 L=4 L=3 L=2 L=1