|
|
| YZM3032 | Görüntü İşleme | 2+0+0 | AKTS:4 | | Yıl / Yarıyıl | Bahar Dönemi | | Ders Duzeyi | Lisans | | Yazılım Şekli | Seçmeli | | Bölümü | YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ | | Ön Koşul | Yok | | Eğitim Sistemi | Yüz yüze | | Dersin Süresi | 14 hafta - haftada 2 saat teorik | | Öğretim Üyesi | Dr. Öğr. Üyesi Asuman GÜNAY YILMAZ | | Diğer Öğretim Üyesi | | | Öğretim Dili | Türkçe | | Staj | Yok | | | | Dersin Amacı: | | Bilgisayarla görmedeki temel görüntü işleme fonksiyonlarını öğretebilmek, görüntü analizi, görüntü düzeltimi ve iyileştirmesi , özelliklerin çıkarılması, görüntü sıkıştırma gibi başlıca uygulama alanlarını pratiksel uygulamaların eşliğinde öğrencilerin bu bilgileri kullanabilir ve analiz edebilir donanımsal bilgi ve becerilere sahip olabilmeleri hedeflenmektedir. |
| Öğrenim Kazanımları | PÖKK | ÖY | | Bu dersi başarı ile tamamlayan öğrenciler : | | | | ÖK - 1 : | görüntü işlemede yaygınca kullanılan temel algoritma işlevlerinde beceriler kazanabilir. | 3,4,8 | 1,3, | | ÖK - 2 : | imge tabanlı uygulamalarda sistem tasarımı ve algoritma geliştirme işlev ve organizasyonunu kavrayabilir. | 3,4,8 | 1,3, | | ÖK - 3 : | öğrenilen işlev ve yaklaşımları gerçek hayat ve disiplinlerarası çalışmalara taşıyabilecek uygulama becerisi kazanabilir. | 3,4,8 | 1,3, | | ÖK - 4 : | imge ve video verilerinde kayıplı veya kayıpsız data indirgemesi becerilerini kazanabilir. | 3,4,8 | 1,3, | | PÖKK :Program öğrenim kazanımlarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje),ÖK : Öğrenim Kazanımı | | |
| Görüntü üretimi düzenekleri ve Standartları; 2-Boyutlu, 3-Boyutlu görüntü üretimi, sayısal görüntü formatları; Görüntü ile Dünya platformu arasındaki geometrik ilişkiler; Görüntü Analizi: Önişlevler, uzaysal filtreler; Birinci-İkinci derece türeve dayalı kenar algılama operatorleri ve uygulamaları; Görüntü Bölütleme; Eşikleme-Kenar-Bölgecik tabanlı yöntemler; Görüntü işlemede ayrık transformlar (Fourıer, Cosine, Walsh-Hadamard, Wavelet dönüşümleri) ve uygulamaları; Hough dönüşümü ile model tabanlı nesne algılama; Matematiksel Morfoloji; İki-seviyeli görüntülerdeki cisimlerin özellik parametrelerinin üretimi ve analizi; Örüntü sınıflandırılması ve tanıma; Görüntü kalitesinin artırılması; Görüntünün restorasyonu, Uzaysal ve spektral filtreleme teknikleri; Geometrik dönüşümler; Görüntü datası sıkıştırmada kayıpsız sıkılaştırma yöntemleri; Kayıplı görüntü data sıkıştırma yöntemleri, JPEG, -MPEG, H. 263 görüntü sıkıştırma ilkeleri. |
| |
| Haftalık Detaylı Ders Planı | | Hafta | Detaylı İçerik | Önerilen Kaynak | | Hafta 1 | Görüntü üretimi düzenekleri ve Standartları; 2-Boyutlu, 3-Boyutlu görüntü üretimi, sayısal görüntü formatları, | | | Hafta 2 | Görüntü ile Dünya platformu arasındaki geometrik ilişkiler
| | | Hafta 3 | Görüntü Analizi: Önişlevler, uzaysal filtreler | | | Hafta 4 | Birinci-İkinci derece türeve dayalı kenar algılama operatorleri ve uygulamaları | | | Hafta 5 | Görüntü Bölütleme; Eşikleme-Kenar-Bölgecik tabanlı yöntemler, | | | Hafta 6 | Görüntü işlemede ayrık transformlar (Fourıer, Cosine, Walsh-Hadamard, Wavelet dönüşümleri) ve uygulamaları | | | Hafta 7 | Hough dönüşümü ile model | | | Hafta 8 | Matematiksel Morfoloji | | | Hafta 9 | Arasınav | | | Hafta 10 | İki-seviyeli görüntülerdeki cisimlerin özellik parametrelerinin üretimi ve analizi. | | | Hafta 11 | Örüntü sınıflandırılması ve tanıma, | | | Hafta 12 | Görüntü kalitesinin artırılması; | | | Hafta 13 | Görüntünün restorasyonu, Uzaysal ve spektral filtreleme teknikleri; Geometrik dönüşümler | | | Hafta 14 | Görüntü datası sıkıştırmada kayıpsız sıkılaştırma yöntemleri, | | | Hafta 15 | Kayıplı görüntü data sıkıştırma yöntemleri, JPEG, -MPEG, H. 263 görüntü sıkıştırma ilkeleri | | | Hafta 16 | Dönem sonu sınavı | | | |
| 1 | Rafael C. Gonzales, Richard E. Woods. 1998; Digital Image Processing, Addison-Wesley Publishing Company | | | |
| 1 | Scott E. Umbaugh, 2005; Computer Imaging: Digital Image Analysis and Processing, A CRC Press Book, Taylor and Francis Group | | | 2 | Milan Sonka, Vaclav Hlavac, Roger Boyle. 1999; Image Processing, Analysis, and Machine Vision, Second Edition, PWS Puıblishing, | | | |
| Ölçme Yöntemi | | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | | Arasınav | 9 | | 2 | 20 | | Proje | 15 | | 1 | 30 | | Dönem sonu sınavı | 16 | | 2 | 50 | | |
| Öğrenci Çalışma Yükü | | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | | Yüz yüze eğitim | 2 | 14 | 28 | | Sınıf dışı çalışma | 3 | 14 | 42 | | Arasınav için hazırlık | 3 | 2 | 6 | | Arasınav | 2 | 1 | 2 | | Proje | 4 | 5 | 20 | | Dönem sonu sınavı için hazırlık | 5 | 2 | 10 | | Dönem sonu sınavı | 2 | 1 | 2 | | Toplam Çalışma Yükü | | | 110 |
|