This course introduces the fundamentals of image processing. The students are expected to develop an understanding on how the visual data (images and video) are processed, either to convert one representation to another, or to manipulate data for further analysis. The course forms a basis for the students who wish to specialize in interrelated disciplines like computer vision and computational photography.The topics to be covered will be on image formation, point operations, spatial filtering, frequency domain approaches, pyramids, wavelets, feature extraction, image smoothing, and image segmentation. The course also reserves two weeks for introductory-level deep learning to provide insights into the state-of-the-art in image processing. It will ensure both theoretical/mathematical and practical aspects.
· Digital Image Processing, R.C. Gonzalez, R.E. Woods, Pearson Prentice Hall 2008.
Diğer Kaynaklar
Concise Computer Vision: An Introduction into Theory and Algorithms, Springer, Series: Undergraduate Topics in Computer Science, by Reinhard Klette, 2014. ISBN 978-1-4471-6319-0.
Haftalık Ders Programı
Hafta
Dersin İçeriği
Öğretim Yöntem ve Teknikleri
1. Hafta
Giriş, Görüntü oluşumu
Sözlü anlatım
2. Hafta
Renk ve Nokta işlemleri
Sözlü anlatım,Labaratuvar
3. Hafta
Uzamsal filtreleme
Sözlü anlatım
4. Hafta
Frekans Alanı Yöntemleri
Sözlü anlatım,Labaratuvar
5. Hafta
Frekans Alanı Yöntemleri (devam)
Sözlü anlatım,Labaratuvar
6. Hafta
Görüntü piramitleri
Sözlü anlatım,Labaratuvar
7. Hafta
Gradyan, kenar, kontur
Sözlü anlatım,Labaratuvar
8. Hafta
Yıliçi Sınavı
Sözlü anlatım,Labaratuvar
9. Hafta
Görüntü pürüzsüzleştirme
Sözlü anlatım,Labaratuvar
10. Hafta
Görüntü bölütleme
Sözlü anlatım,Labaratuvar
11. Hafta
Yapay Öğrenme
Sözlü anlatım,Labaratuvar
12. Hafta
Derin öğrenme temelleri: Yapay sinir ağları
Sözlü anlatım,Labaratuvar
13. Hafta
Derin öğrenme temelleri: Evrişimli sinir ağları
Sözlü anlatım,Labaratuvar
14. Hafta
Proje sunumları
Sözlü anlatım,Labaratuvar
15. Hafta
16. Hafta
17. Hafta
Değerlendirme Ölçütleri
Ölçüt Tipleri
Adet
Yüzdesi(%)
ÖÇ-1
Bir görüntünün nasıl oluştuğu ve temsil edildiğini tarif edebilirim.
ÖÇ-2
Rengin nasıl algılandığı ve renk uzayları hakkında tartışabilirim.
ÖÇ-3
Gri-seviye dönüşümlere aşinayım.
ÖÇ-4
Görüntüler üzerinde iki boyutlu konvolüsyon, filtreleme ve pürüzsüzleştirme işlemlerinin nasıl yapılacağını biliyorum.
ÖÇ-5
Uzamsal ve frekans alanı tekniklerini karşılaştırabilirim. Görüntüleri frekans alanında temsil etmeyi biliyorum ve Fourier serileri, Evrişim Teoremi, örnekleme, Gabor dalgacıkları ve yönlendirilebilir filtreler hakkında tartışabilirim.
ÖÇ-6
Görüntü piramitleri kavramını biliyorum.
ÖÇ-7
Kenarlar, dairesel lekeler (blob) ve konturlar gibi düşük seviyeli özellikleri nasıl tespit edeceğimi biliyorum.
ÖÇ-8
Görüntü pürüzsüzleştirme ilkelerine ve temel gürültü giderme tekniklerine aşinayım.
ÖÇ-9
Görüntü bölütleme ilkelerine ve temel bölütleme tekniklerine aşinayım.
ÖÇ-10
Görüntü işleme kapsamında derin öğrenmenin temellerine aşinayım.
ÖÇ-11
Python ile görüntü işleme uygulamaları yapabilirim.
Program Çıktıları
PÇ-1
Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi.
PÇ-2
Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
PÇ-3
Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
PÇ-4
Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
PÇ-5
Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme veyorumlama becerisi.
PÇ-6
Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
PÇ-7
Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
PÇ-8
Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki
gelişmeleri izleme ve kendini sürekli yenileme becerisi.
PÇ-9
Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
PÇ-10
Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
PÇ-11
Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi;mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.