Ders Adı Kodu Yarıyıl T+U Saat Kredi AKTS
Dijital Görüntü İşleme BSM 603 0 3 + 0 3 6
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Dili Türkçe
Dersin Seviyesi Doktora
Dersin Türü Seçmeli
Dersin Koordinatörü Prof.Dr. DEVRİM AKGÜN
Dersi Verenler Prof.Dr. DEVRİM AKGÜN,
Dersin Yardımcıları
Dersin Kategorisi Diğer
Dersin Amacı

Görüntü işleme yöntemlerinin öğretilmesi ve bunlara ait algoritmaların açık kaynak yazılımlarla gerçekleştirilmesi amaçlanmaktadır.

Dersin İçeriği

Görüntü işlemeye giriş,gri seviyeli ,ikili ve renkli görüntü işleme teknikleri .Sayısallaştırma ve nicemleme. Gürültü azaltma algoritmaları:yüksek geçiren ve alçak geçiren filtreleme. Kenar belirleme algoritmaları ve kenar keskinleştirme. Görüntü segmantasyonu. Eşikleme işlemi ve otomatik eşik değeri seçim metotları. Morfolojik ve diğer bölgesel operatörler. Görüntü iyileştirme ve onarma. Histogram eşitlemesi ve özelleştirmesi.Görüntü kodlama ve karşılaştırma. Görüntü işleme uygulamaları

# Ders Öğrenme Çıktıları Öğretim Yöntemleri Ölçme Yöntemleri
1 Temel görüntü işleme kavramlarını öğrenir Anlatım, Soru-Cevap, Proje Temelli Öğrenme , Sınav , Ödev, Proje / Tasarım,
2 Görüntü işleme ile ilgili açık kaynak kütüphaneleri kullanmayı öğrenir Anlatım, Soru-Cevap, Proje Temelli Öğrenme , Sınav , Ödev, Proje / Tasarım,
3 Görüntü işleme uygulamaları geliştirmeyi öğrenir Anlatım, Soru-Cevap, Proje Temelli Öğrenme , Sınav , Ödev, Proje / Tasarım,
Hafta Ders Konuları Ön Hazırlık
1 Görüntü işlemeye giriş, Python ile OpenCV örnekleri.
2 Eşikleme,otomatik eşik değeri seçim metotları
3 İki boyutlu konvolüsyon ile görüntü filtreleme
4 Gaussian, Median ve bilateral filtreler
5 Kenar belirleme
6 Morfolojik dönüşümler
7 Görüntü piramitleri
8 Çevreleme (contours)
9 Histogram işlemleri
10 Frekans boyutu dönüşümleri
11 Nesne tanıma yöntemleri
12 Nesne tanıma yöntemleri
13 Görüntü bölütleme
14 Proje Sunumları
Kaynaklar
Ders Notu
Ders Kaynakları

Gonzalez C. R., Woods E. R., Digital Image Processing, Pearson Education 2008 3rd ed.

McAndrew, Alasdair. A computational introduction to digital image processing. Chapman and Hall/CRC, 2015.

Wilhelm, Burger, and J. Burge Mark. "Principles of digital image processing: core algorithms." 2009

Solem, Jan Erik.Programming Computer Vision with Python: Tools and algorithms for analyzing images. " O'Reilly Media, Inc.", 2012.

Sıra Program Çıktıları Katkı Düzeyi
1 2 3 4 5
1 Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşabilme, bilgiyi değerlendirme, yorumlama ve uygulama becerisi X
2 Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlayabilme ve uygulama becerisi; değişik disiplinlere ait bilgileri bütünleştirebilme becerisi X
3 Mühendislik problemlerini kurgulayabilme, çözmek için yöntem geliştirme ve çözümlerde yenilikçi yöntemler uygulama becerisi X
4 Yeni ve orijinal fikir ve yöntemler geliştirme becerisi; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirebilme becerisi X
5 Mühendislikte uygulanan modern teknik ve yöntemler ile bunların sınırları hakkında kapsamlı bilgi X
6 Analitik, modelleme ve deneysel esaslı araştırmaları tasarlama ve uygulama becerisi; bu süreçte karşılaşılan karmaşık durumları analiz etme ve yorumlama becerisi X
7 Gereksinim duyulan bilgi ve verileri tanımlama, bunlara ulaşma ve değerlendirmede ileri düzeyde beceri X
8 Çok disiplinli takımlarda liderlik yapma, karmaşık durumlarda çözüm yaklaşımları geliştirebilme ve sorumluluk alma becerisi X
9 Çalışmalarının süreç ve sonuçlarını, o alandaki veya dışındaki ulusal ve uluslar arası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarabilme becerisi X
10 Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetme yeterliliği X
11 Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında farkındalık; gerektiğinde bunları inceleme ve öğrenebilme becerisi X
12 Mühendislik uygulamalarının sosyal ve çevresel boyutlarını anlama ve sosyal çevreye uyum becerisi X
Değerlendirme Sistemi
Yarıyıl Çalışmaları Katkı Oranı
1. Ara Sınav 50
1. Proje / Tasarım 30
1. Kısa Sınav 10
1. Ödev 10
Toplam 100
1. Yıl İçinin Başarıya 50
1. Final 50
Toplam 100
AKTS - İş Yükü Etkinlik Sayı Süre (Saat) Toplam İş Yükü (Saat)
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) 16 3 48
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) 16 3 48
Ara Sınav 1 10 10
Ödev 1 5 5
Final 1 20 20
Kısa Sınav 1 5 5
Proje / Tasarım 1 15 15
Toplam İş Yükü 151
Toplam İş Yükü / 25 (Saat) 6,04
Dersin AKTS Kredisi 6