Transcript sunum-1p1

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:
4/13/2015
3
Mor ötesi bandı görüntüleme:
Uygulama Alanları
Görünür ve kızılötesi görüntüleme:
4/13/2015
4
Uygulama Alanları
Çok bantlı görüntüleme:
Kalite kontrol:
4/13/2015
5
Uygulama Alanları
Örüntü tanıma:
Radar görüntüleme:
4/13/2015
6
Elektromanyetik Spektrum
Görünür Bölge
700 nm
4/13/2015
400 nm
7
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
All three are
interrelated!
AI
Applications
• Photogrammetry: camera geometry, 3D reconstruction
• Medical Imaging: CAT, MRI, 3D reconstruction (2nd meaning)
• Video Coding: encoding/decoding, compression, transmission
• Physics: basics
• Mathematics: basics
•4/13/2015
Computer Science: programming skills
Fundamentals
8
İmge Kavramı

Sözlük anlamı: Işık etkisi veya optik mercek ile
meydana gelen suret, hayal (3B→2B)
4/13/2015
9
Görsel Algı Elemanları

Işıklılık uyumu ve ayrımsama:
Mach bandı
İnsan görme sistemi tarafından alınan ışık
(öznel ışık), göze gelen ışık yoğunluğunun
logaritmik bir fonksiyonudur.
4/13/2015
10
Eş zamanlı karşıtlık
Görsel Algı Elemanları
4/13/2015
11
İmge Gösterim Modeli

Temel olarak bir imge iki boyutlu bir fonksiyon ile ifade edilir:
f  x, y 
 x, y   yatay ve düşey konumları belirtir.


Fiziksel işlemlerle oluşan bir imgede elde edilen ışık değeri, fiziksel kaynaktan saçılan
enerji ile orantılıdır.
Bu nedenle;
0  f  x, y   

Sonuç: Mutlaka bir enerji vardır. Bu nedenle
4/13/2015
f x, y  kesinlikle sıfır olamaz.
12
İmge Gösterim Modeli



f  x, y 
fonksiyonu iki bileşen ile tanımlanabilir:
Sahneyi aydınlatan ışık kaynağının aydınlatması (illumination).
Aydınlatma ışığının sahnedeki nesnelerden yansıması (reflectance).
f  x, y   i  x , y  r  x , y 
0  i  x, y   
0  r  x, y   1

Gri tonlu imgelerde ışıklılık değeri:
 f  x, y 
Lmin   Lmax
Lmin  imin rmin  10
 Lmin , Lmax  :
Gri ton aralığı.
Pratikte: Lmin  siyah, Lmax  beyaz
Lmax  imax rmax  1000
4/13/2015
13
İmge Örnekleme ve Nicemleme


Koordinat değerlerini sayısallaştırma → örnekleme.
Genlik değerlerini sayısallaştırma
→ nicemleme.
4/13/2015
14
Örnekleme
4/13/2015
Örnekleme →
15
4/13/2015
16

Genelde seviye sayısı P=28=256 ve
log2(P)=log2(28)=8 bit nicemleme.
4/13/2015
17
Sayısal İmge Gösterimi

f x, y  imgesi örneklendiğinde M satır ve N sütunluk bir sayısal imge oluşur.
Resim elemanı
(piksel)
4/13/2015
18
Sayısal İmge Gösterimi

Bazen sayısal imge gösterimi:
ai, j  f  x  i, y  j   f i, j 


Sayısallaştırmda genellikle uzamsal boyutlar önemli değildir.
Donanımsan açıdan asıl önemli olan, gri ton seviyesinin 2’nin kuvveti olmasıdır.
L  2k
0, L  1 : imgenin dinamik aralığı (dynamic range).
4/13/2015
19
Sayısal İmge Gösterimi

Sayısal imgeyi saklamak için gerekli olan bit sayısı:
b  M  N k
M N:
4/13/2015
20
Sayısal İmge

Uzamsal çözünürlük:
64x64
128x128
256x256
512x512
1024x1024
4/13/2015
21
Sayısal İmge

Bit derinliği:
L=8
L=7
L=6
L=5
L=4
L=3
L=2
L=1
4/13/2015
22