Sunuyu indir
Sunum yükleniyor. Lütfen bekleyiniz
1
ÇOK BOYUTLU İŞARET İŞLEMENİN TEMELÖZELLİKLERİ
2
Genel Kavramlar Bir yada daha fazla değişkene bağlı fonksyonlara işaret adı verilir.Eğer tek bir bağımsız değişkene bağlıysa tek boyutlu işaret birden fazla bağımsız değişkene bağlıysa çok boyutlu işaret adı verilir.
3
Genel Kavramlar İşaretler genel olarak ikiye ayrılır.İşaret her aralıkta tanımlı ise Ayrık Zaman İşaret , işaret belirli bir aralıkta tanımlıysa Sürekli Zaman İşaret olarak adlandırılır.
4
Kullanım Alanları 1. Yapay Sinir Ağları 2. Dalgacık Dönüşümü
3. Markov Rastgele Alan Süzgeçleri 4. İteratif Hücresel Resim İşleme Algoritması 5. Yönlendirme Süzgeçleri 6. Genetik Algoritmalar 7. Bulanık Mantık 8. Görüntü İyileştirme
5
İzlenecek Yol İki boyutlu işaretler olarak görüntüyü ele alırsak burada amacımız görüntüyü oluşturan verilerin kaynaktan alınarak başka bir aygıtta (örnek olarak bir ekrana) aktarma işlemidir .Uygulamada kaynak ultrason , elektro mikroskop veya bilgisayar içerikli görüntüler olabilir.Burada kritik nokta görüntü kaynaktan direkt alınıp ekrana verilmez.Görüntü üzerinde oynamalar yapılarak iyileştirilmesi sağlanır.
6
Gürültü Sinyal işlemede karşımıza çıkacak en büyük sorun gürültü dediğimiz sorundur.Bu sorunu median filtre veya averaging filtre ile en aza indiririz.
7
Bilgisayarda Görüntü
8
Pikseller Sayısal bir görüntünün en temel parçasına piksel adı verilir.Matriste tuttuğumuz sayılar herbir pikselin rengini belirler.Bu renkler üç ana rengin (kırmızı – yeşil – mavi) birleşiminden oluşan renklerdir.
9
Çözünürlük Bir resmin detaylandırılabilir en küçük parçasına çözünürlük adı verilir.Çözünürlük ne kadar artarsa resmin netliğide o kadar artmaktadır.
10
Histogramlar Histogramlar piksel değerlerinin ağırlığını belirten grafiksel değerlerdir.Histogramları kullanarak görüntü matrislerimizde daha doğru değerler yükleyebiliriz.Bir histogram ne kadar ayrıksa görüntü o kadar nettir.
11
Histogram Eşitleme Verimize ait histogramın netliğini arttırmak için yaptığımız işleme Histogram Eşitleme adı verilir..
12
Sıvı Kristal Sıvı kristaller sayesinde artık görüntüleme işleminin kalitesi daha da arttırılmıştır. Sıvı kristallerden oluşan çizgilerle ve gerçek renklere göre görüntüler işlenerek hastalıklı bölgeler üzerinde görüntüler çözümlenmeye çalışılır. Sıvı kristalleri, sıvıların ve katı kristallerin arasında özelliklere sahip kimyasal maddelerdir. Çeşitli sıvı kristalleri fazları vardır. Bunlar çift kırılım gibi optik özellikleri işe tanımlanır.
13
Medyan Filtre Ele alınan bir sonlu diziyi (burada sonlu dizimiz görüntü matrisimizdir.) aykırı dediğimiz çok büyük ya da çok küçük değerleri ortanca değerlerle değiştirme prensibine dayanmaktadır. Burada matrisimizdeki çok büyük ve çok küçük değerleri gürültüler ve soğurmalar oluşturur.
14
Medyan Filtre {2 , -3, 10, 5, -1} sütunumuzu düşünürsek sütun önce küçükten büyüye doğru sıralanır. Yani {-3 , -1 , 2 , 5 , 10} Burada değer olarak ortadaki değer alınıp patlamalı değer yerine yazılır
15
Medyan Filtre
16
Adaptif Ortalama Filtre
Median filtreyi genelde gürültü oranının %20 den daha düşük olduğu uygulamalarda tercih ediyoruz.Ancak eğer gürültü oranı %20 yi aşarsa adaptif ortalama filtre kullanılması gerekmektedir.
17
Kural Tabanlı Bulanık Adaptif Filtre
Kural tabanlı filtre bulanık mantık ile görüntülerdeki gürültü miktarını tespit edebilmektedir. En büyük avantajı her gürültü oranında işe yaramaktadır ve görüntünün netliğini en iyi arttıran filtredir. Pikseller gri tonlarına göre sıraladıktan sonra aşağıdaki formül uygulanarak gürültüden temizleme işlemi gerçekleştirilir.
18
Kural Tabanlı Bulanık Adaptif Filtre
19
Gri Seviye Histogram Görüntü içerisindeki her bir gri seviyesine karşılık gelen ilgili gri seviyesindeki piksel sayısını karşılık düşüren fonksiyondur. Histogramlarda Y ekseni gri seviyesini X ekseni ise meydana gelme sıklığını göstermektedir. Histogramlarda görüntüyü geniş alana yayma işlemi iki şekilde yapılabilir. Histogram Germe Histogram Eşitleme
20
Histogram Germe Histogram germe histogramları geniş alana germe işlemidir.İşlemi aşağıdaki örnekte inceleyelim aşağıdaki grafi 2 ve 14 aralığına gerelim. Lineer Formül:
21
Histogram Germe
22
Histogram Eşitleme Histogram eşitleme giriş histogramını her gri seviyesinde eşit piksel sayısına sahip bir histograma dönüştürme işlemi olarak düşünülebilir. Histogram eşitleme histogramı dar olan resimler yada resim içersindeki bölgeler için iyi sonuçlar verir. Renk dağılımı düzgün olmayan görüntülerde iyileştirme metodudur. Tüm resme uygulanırsa Global Histogram Eşitleme eğer belirli bir parçasına uygulanırsa Local Histogram Eşitleme olarak adlandırılır
23
Histogram Eşitleme 1.Histogramdan yararlanılarak kümülatif histogram çıkarılır. Kümülatif histogram , histogramın kendisinden öncekiler ve kendisinin toplamı ile elde edilen değerlerin histogramıdır. 2.Kümülatif histogramlar toplam piksel sayısına bölünerek normalze edilir. Yeni resimde olmasını istediğimiz maksimum renk değeri ile çarpılır çıkan değerler tam sayıya yuvarlanmalıdır. 3.Eski gri seviye değerleri ile bir önceki adımda elde ettiğimiz histogram değerleri birbirine karşılık düşürülerek yeni histogram grafiği çizilir.
24
Histogram Eşitleme
Benzer bir sunumlar
© 2024 SlidePlayer.biz.tr Inc.
All rights reserved.