| 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 | |
| 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. |
| 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 | ||