Dersin Adı | Dijital Görüntü İşlemeye Giriş |
Kodu | Yarıyıl | Teori (saat/hafta) | Uygulama/Lab (saat/hafta) | Yerel Kredi | AKTS |
---|---|---|---|---|---|
CE 490 | Güz/Bahar | 3 | 0 | 3 | 5 |
Ön-Koşul(lar) |
| ||||||||
Dersin Dili | İngilizce | ||||||||
Dersin Türü | Seçmeli | ||||||||
Dersin Düzeyi | Lisans | ||||||||
Dersin Veriliş Şekli | - | ||||||||
Dersin Öğretim Yöntem ve Teknikleri | |||||||||
Dersin Koordinatörü | |||||||||
Öğretim Eleman(lar)ı | |||||||||
Yardımcı(ları) | - |
Dersin Amacı | Bu derste sayısal görüntü işleme sistemleri ile ilgili temel prensipler ve algoritmalar öğretilecektir. Dersin içeriğinde iki boyutlu sinyaller olarak sayısal görüntüler, sayısal görüntü işleme için kullanılan sinyal işleme teorileri, örneğin bir ve iki boyutlu evrişim, iki boyutlu Fourier dönüşümü; görüntü işleme temelleri, uzamsal ve frekans düzlemlerinde görüntü iyileştirme ve görüntü onarımı bulunmaktadır. İlave konular örneğin sayısal yüksek çözünürlüklü TV sistemleri ve mühendislik ve bilgisayar bilimlerindeki uygulamalar gösterilecektir. |
Öğrenme Çıktıları | Bu dersi başarıyla tamamlayabilen öğrenciler;
|
Ders Tanımı | Dersin içeriğinde iki boyutlu sinyaller olarak sayısal görüntüler; ikiboyutlu evrişim, Fourier dönüşümü, ve ayrık cosine dönüşümü; Görüntü işleme temelleri; Görüntü iyileştirme; Görüntü onarımı; Dalgacıklar ve Çokluçözünürlük işleme; Görüntü kodlama ve sıkıştırma bulunmaktadır. |
Dersin İlişkili Olduğu Sürdürülebilir Kalkınma Amaçları | |
| Temel Ders | |
Uzmanlık/Alan Dersleri | ||
Destek Dersleri | X | |
İletişim ve Yönetim Becerileri Dersleri | ||
Aktarılabilir Beceri Dersleri |
Hafta | Konular | Ön Hazırlık |
1 | Giriş. Sayısal imge işleme nedir? Sayısal imge işlemenin uygulama alanları | Bölüm 1. Kısım 1.1-1.3. Digital Image Processing. Gonzalez & Woods. ISBN 013168728X |
2 | Sayisal imge temelleri. Sayısal görüntüler nasıl üretilir? Örnekleme, nicemleme, örtüşme, Moire örüntüleri, görüntü yakınlaştırma ve küçültme | Bölüm 1-2. Kısım 1.4,1.5, 2.1-2.4. Digital Image Processing. Gonzalez & Woods. ISBN 013168728X |
3 | Sayisal imge temelleri. Sayısal imgeler nasıl üretilir? Örnekleme, nicemleme, örtüşme, Moire örüntüleri, imge yakınlaştırma ve küçültme | Bölüm 1-2. Kısım 1.4,1.5, 2.1-2.4. Digital Image Processing. Gonzalez & Woods. ISBN 013168728X |
4 | İnsan görme sistemi | Bölüm 2. Digital Image Processing. Gonzalez & Woods. ISBN 013168728X |
5 | Uzamsal düzlemde imge iyileştirme. Temel gri düzey dönüşümleri. Yumuşatma ve keskinleştirme | Bölüm 3. Kısım 3.1-3.6. Digital Image Processing. Gonzalez & Woods. ISBN 013168728X |
6 | Uzamsal düzlemde imge iyileştirme. Histogram işleme. | Bölüm 3. Kısım 3.1-3.6. Digital Image Processing. Gonzalez & Woods. ISBN 013168728X |
7 | 2D Discrete Fourier Dönüşümü ve Tersi, 2D DFT ve 2D Evrişim Teoremi | Bölüm 4. Kısım 4.5.5, 4.6. Digital Image Processing. Gonzalez & Woods. ISBN 013168728X |
8 | 2D Discrete Fourier Dönüşümü ve Tersi, 2D DFT ve 2D Evrişim Teoremi | Bölüm 4. Kısım 4.5.5, 4.6. Digital Image Processing. Gonzalez & Woods. ISBN 013168728X |
9 | Ara-sınav | |
10 | Frekans düzleminde imge iyileştirme | Bölüm 4. Kısım 4.7-4.10. Digital Image Processing. Gonzalez & Woods. ISBN 013168728X |
11 | Frekans düzleminde imge iyileştirme | Bölüm 4. Kısım 4.7-4.10. Digital Image Processing. Gonzalez & Woods. ISBN 013168728X |
12 | İmge onarımı: sistem modeli, gürültü modeli, kötüleşme fonksiyonu kestirimi. | Bölüm 5. Kısım 5.1,5.2,5.7-5.10. Digital Image Processing. Gonzalez & Woods. ISBN 013168728X |
13 | Sadece gürültü esnasında imge onarımı, ters süzgeçleme, en küçük ortalamalı kare hatası (Wiener) süzgeçleme. | Bölüm 5. Kısım 5.1,5.2,5.7-5.10. Digital Image Processing. Gonzalez & Woods. ISBN 013168728X |
14 | Renkli imge işleme. Renk dönüşümleri. Renkli imge yumuşatma ve keskinleştirme | Bölüm 6. Kısım 6.1-6.6. Digital Image Processing. Gonzalez & Woods. ISBN 013168728X |
15 | Renkli imge işleme. Renk dönüşümleri. Renkli imge yumuşatma ve keskinleştirme | Bölüm 6. Kısım 6.1-6.6. Digital Image Processing. Gonzalez & Woods. ISBN 013168728X |
16 | Dönemin gözden geçirilmesi |
Ders Kitabı | R. C. Gonzalez and R. E. Woods, “Digital Image Processing”, PrenticeHall, 3rd Ed., 2008, ISBN 013168728X. |
Önerilen Okumalar/Materyaller | R. C. Gonzalez, R. E. Woods, S. L. Eddins, “Digital Image Processing Using MATLAB”, PrenticeHall, 2nd Ed., 2009, ISBN 9780982085400. |
Yarıyıl Aktiviteleri | Sayı | Katkı Payı % |
Katılım | - | - |
Laboratuvar / Uygulama | - | - |
Arazi Çalışması | ||
Küçük Sınav / Stüdyo Kritiği | ||
Portfolyo | ||
Ödev | ||
Sunum / Jüri Önünde Sunum | ||
Proje | ||
Seminer/Çalıştay | ||
Sözlü Sınav | ||
Ara Sınav | 2 | 60 |
Final Sınavı | 1 | 40 |
Toplam |
Yarıyıl İçi Aktivitelerin Başarı Notuna Katkısı | 2 | 60 |
Yarıyıl Sonu Aktivitelerin Başarı Notuna Katkısı | 1 | 40 |
Toplam |
Yarıyıl Aktiviteleri | Sayı | Süre (Saat) | İş Yükü |
---|---|---|---|
Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati) | 16 | 3 | 48 |
Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati) | 16 | ||
Sınıf Dışı Ders Çalışması | 16 | 3 | 48 |
Arazi Çalışması | |||
Küçük Sınav / Stüdyo Kritiği | |||
Portfolyo | |||
Ödev | |||
Sunum / Jüri Önünde Sunum | |||
Proje | |||
Seminer/Çalıştay | |||
Sözlü Sınav | |||
Ara Sınavlar | 2 | 15 | |
Final Sınavı | 1 | 24 | |
Toplam | 150 |
# | Program Yeterlilikleri / Çıktıları | * Katkı Düzeyi | ||||
1 | 2 | 3 | 4 | 5 | ||
1 | Temel matematik, uygulamalı matematik veya istatistik kuramlarına ve uygulamalarına hâkim olur. | |||||
2 | Matematik veya istatistik alanlarında edindiği ileri düzey bilgi ve becerilerini kullanarak verileri yorumlar, sorunları tanımlar, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirir. | |||||
3 | Disiplinler arası yaklaşımla, matematik veya istatistiği gerçek yaşamda uygular ve kendi potansiyelini keşfeder. | |||||
4 | Matematik veya İstatistik alanında edindiği ileri düzeyde bilgi ve becerilerini eleştirel bir yaklaşımla değerlendirir. | X | ||||
5 | Kuramsal ve teknik bilgilerini detaylı olarak uzman olan veya olmayan kişilere rahatça aktarır. | X | ||||
6 | Matematik veya istatistik alanlarında bireysel veya ekip olarak bir çalışmayı sürdürür, bağımsız çalışmanın ilgili tüm aşamalarında etkili olur, karar verme sürecine katılır, zamanı etkili kullanarak gerekli planlamayı yapar. | |||||
7 | Matematik veya istatistik alanlarında yaygın olarak kullanılan yazılımlara aşina olur ve Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyindeki en az bir programı etkin şekilde kullanır. | |||||
8 | Dahil olduğu projelerin tüm aşamalarında toplumsal, bilimsel ve etik değerlere uygun hareket eder, toplumsal duyarlılık çerçevesinde proje geliştirip uygular. | |||||
9 | Evrensel anlamda birikimli ve duyarlı olarak tüm süreçleri etkin şekilde değerlendirir ve kalite yönetimi konusunda yeterli bilince sahip olur. | X | ||||
10 | Soyut düşünce yapısına hâkim olarak, somut olayları bağlar ve çözüm üretir, veri toplayarak bilimsel yöntemlerle sonuçları inceler ve yorumlar. | |||||
11 | Bir yabancı dili kullanarak Matematik veya İstatistik ile ilgili bilgi toplar ve meslektaşları ile iletişim kurar. | |||||
12 | İkinci yabancı dili orta düzeyde kullanır. | |||||
13 | İnsanlık tarihi boyunca oluşan bilgi birikimini uzmanlık alanıyla ilişkilendirir. |
*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest