DERS ADI

: SAYISAL GÖRÜNTÜ İŞLEME

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
EED 4014 SAYISAL GÖRÜNTÜ İŞLEME SEÇMELİ 3 2 0 6

Dersi Veren Birim

Elektrik - Elektronik Mühendisliği

Dersin Düzeyi

Lisans

Ders Koordinatörü

DOÇ.DR. MUSTAFA ALPER SELVER

Dersi Alan Birimler

Elektrik - Elektronik Mühendisliği

Dersin Amacı

Dersin amaçları, bir görüntü iyileştirme ve bölütleme problemini belirleyebilme yeteneğini kazandırmak ve bu probleme uygun bir çözümü önerebilmek, bir yazılım paketi kullanarak görüntü işleme deneylerini tasarlama ve yürütme yeteneği kazandırmak, işlenmiş görüntü verilerini analiz ve yorumlama yeteneği kazandırmak, görüntü işleme tekniklerinin sınırlamalarını ve karmaşıklık düzeylerini analiz edebilmek, pek çok alandaki görüntü işleme çözümlerinin rolünü anlamak, çalışma ve özdeğerlendirme raporları yazma yeteneğini kazandırmak.

Dersin Öğrenme Kazanımları

1   Bazı görüntü temellerini öğrenmek: örnekleme ve nicemlemenin görüntü kalitesi üzerindeki etkisi, bağlanabilirlilik kavramını ve bağlı bileşenleri etiketleme
2   Kontrast iyileştirme tekniklerinin kullanımlarını anlamak
3   2-B Fourier dönüşümünü, özelliklerini ve frekans ortamında filtrelemeyi öğrenmek
4   Temel uzamsal-ortam filtrelemeyi, çizgi ve kenar çıkarma tekniklerini öğrenmek
5   Eşikleme tekniklerini ve temel bölgesel bölütleme tekniklerini öğrenmek
6   Bir gerçek dünya problemine bir dizi görüntü işleme tekniklerinden ibaret bir çözüm önermek
7   Görüntü işleme tekniklerinin ve algoritmalarının sonuçlarını yorumlamak ve değerlendirmek
8   Temel görüntü işleme alıştırmalarını bir yazılım paketi kullanarak yönlendirmeli deneysel yolla çözmek ve deneysel çalışma ve özdeğerlendirme raporlarını yazmak

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Sayısal görüntülerin temelleri
2 Görüntülerin örneklenmesi ve nicemlenmesi
3 Bağlanılabilirlik, uzaklık ölçütleri, aritmetik/lojik işlemler
4 Kontrast yayma
5 Histogram işleme
6 Lokal iyileştirme, diğer görüntü iyileştirme teknikleri
7 Uzamsal ortamda filtreleme
8 Ara sınav
9 2-B Fourier dönüşümü ve özellikleri
10 Frekans ortamında filtreleme.
11 Çizgi ve kenar çıkarma
12 Kenar bağlama
13 Eşikleme
14 Bölgesel görüntü bölütleme

Ders İçin Önerilen Kaynaklar

Ana kaynak: Digital Image Processing, R.C. Gonzalez, R.E. Woods, Prentice-Hall, 2002
Yardımcı kaynaklar: Digital Image Processing Using Matlab, R.C. Gonzalez, R.E. Woods, S.L. Eddins, 2003
Referanslar:
Diğer ders materyalleri:Ders notları

Öğrenme ve Öğretme Yöntemleri

Ders sunumları, ev ödevleri, rehberlik saatleri ve bilgisayar laboratuvarında Matlab uygulamaları ile desteklenecek.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 VZ Vize
2 UYG Uygulama
3 FN Final
4 BNS BNS VZ * 0.20 + UYG * 0.40 + FN * 0.40
5 BUT Bütünleme Notu
6 BBN Bütünleme Sonu Başarı Notu VZ * 0.20 + UYG * 0.40 + BUT * 0.40


*** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Öğrenme çıktılarını kazanmaları amacıyla öğrencilere ev ödevleri verilecektir. Öğrencilerin hazırladıkları ödevlere not verilecektir. Laboratuvar saatlerinde, öğrencilerin görüntü işleme algoritmalarını anlayabilmeleri ve bunların sonuçlarını yorumlayabilmelerine yardım edecek deneyler yapılacaktır. Hazırladıkları deney raporlarına not verilecektir.

Değerlendirme Kriteri

Öğrenme çıktıları, ev ödevleri, laboratuvar çalışmaları ve sınav soruları ile değerlendirilir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

haldun.sarnel@deu.edu.tr

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Salı 13:00-16:00

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 14 3 42
Uygulama 14 2 28
Haftalık Ders öncesi/sonrası hazırlıklar 14 3 42
Vize Sınavına Hazırlık 1 12 12
Final Sınavına Hazırlık 1 18 18
Ödev Hazırlama 2 5 10
Final Sınavı 1 2 2
Vize Sınavı 1 2 2
TOPLAM İŞ YÜKÜ (saat) 156

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10PK.11PK.12PK.13
ÖK.133
ÖK.233
ÖK.333
ÖK.423
ÖK.523
ÖK.634413
ÖK.7331
ÖK.833314343