| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| İleri Görüntü İşleme | CENG 503 | | 2 | 3 + 0 | 3 | 7,50 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Yüksek Lisans |
| Dersin Türü | Seçmeli |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Görüntü modelleri, örnekleme, nicemleme ve dönüşümler dahil olmak üzere dijital görüntü işlemenin temel bileşenlerinde yeterlilik gösterir. |
| 2. Dijital görüntülerin görsel kalitesini ve yorumlanabilirliğini geliştirmek için çeşitli görüntü iyileştirme tekniklerini uygulama konusunda pratik beceriler kazanır. |
| 3. Kenar algılama, görüntü bölümlendirme ve temsil teknikleri üzerinde çalışarak özellik çıkarma ve nesne tanıma görevleri için karmaşık görüntüleri analiz etme ve yorumlama becerisini geliştirir. |
| 4. Renkli görüntü işleme ve morfolojik görüntü işleme gibi konuları keşfederek, çeşitli uygulamalar için dijital görüntülerin işlenmesi konusunda ileri düzeyde bilgi ve beceriler edinir. |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Sayısal görüntü işleme bileşenleri, Görüntü modeli, Örnekleme ve niceleme, Görüntü Dönüşümleri, Görüntü iyileştirme, Renkli Görüntü İşleme, Kenar algılama, Görüntü bölütleme, Temsil ve tanımlama, Morfolojik Görüntü İşleme. |
| |
Üretken Yapay Zeka Kullanımı:
|
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Dijital görüntü işlemeye giriş |
| 2 | Görüntü edinme |
| 3 | Histogramlar |
| 4 | Nokta işlemleri |
| 5 | Histogram eşitleme, spesifikasyon ve eşleştirme |
| 6 | Görüntü iyileştirme ve doğrusal filtreler |
| 7 | Görüntü restorasyonu ve doğrusal olmayan filtreler |
| 8 | Kenarlar ve konturlar |
| 9 | Frekans alanı filtreleme |
| 10 | Köşe algılama |
| 11 | Hough dönüşümü |
| 12 | Şablon eşleştirme, Renkli görüntü işleme |
| 13 | Morfolojik operatörler |
| 14 | Bağlı bileşen analizi |
| |
| Kaynaklar: |
| Digital Image Processing and Pattern Recognition, Malay K.. Pakhira , Prentice-Hall of India Pvt.Ltd (2011) |
| |
| Diğer Kaynaklar: |
| |
| |
| Öğretim Yöntem ve Teknikleri: |
| Haftalık 3 saat teori |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ara Sınav | 1 | %30 |
| Final Sınavı | 1 | %40 |
| Proje | 1 | %30 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |
| |
Dersin AKTS İş Yükü:
|
| # | Aktivite | Adet | Süre (Saat) | İş Yükü |
| 1 | Derslere Katılım (haftalık bazda) | 14 | 3,00 | 42,00 |
| 2 | Laboratuvarlara/Derslere Katılım (haftalık bazda) | 0 | 0,00 | 0,00 |
| 3 | Notların önceden hazırlanması ve son haline getirilmesi (haftalık bazda) | 14 | 4,00 | 56,00 |
| 4 | İlgili materyalin toplanması ve seçilmesi (bir kez) | 1 | 10,00 | 10,00 |
| 5 | İlgili materyalin kendi kendine incelenmesi (haftalık bazda) | 14 | 3,00 | 42,00 |
| 6 | Ev ödevleri | 0 | 0,00 | 0,00 |
| 7 | Sınavlara Hazırlık | 0 | 0,00 | 0,00 |
| 8 | Ara Sınavlara Hazırlık (Sınavların süresi dahil) | 1 | 12,00 | 12,00 |
| 9 | Dönem Ödevi/Vaka Çalışması Raporunun Hazırlanması (sözlü sunum dahil) | 0 | 0,00 | 0,00 |
| 10 | Dönem Projesi/Saha Çalışması Raporunun Hazırlanması (sözlü sunum dahil) | 1 | 12,00 | 12,00 |
| 11 | Final Sınavına Hazırlık (sınav süresi dahil) | 1 | 12,00 | 12,00 |
| |