GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| 9103015291998 | Sayısal Görüntü İşleme | Seçmeli Ders Grubu | 1 | 1 | 8,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Görüntü bölütleme, tanıma, sıkıştırma, görüntü kalitesini yükseltme ve görüntü anlama yöntemlerini öğretmek.
Dersi Veren Öğretim Görevlisi/Görevlileri
Prof. Dr. Aybars UĞUR
Öğrenme Çıktıları
| 1 | Görüntü İşleme yazılımları geliştirme yeteneği kazanmak. Gerçek yaşamdan alınan görüntüler üzerinde bölütleme, görüntü analizi, tanıma işlemlerini yapma yeteneği kazanmak. Derin Öğrenme Modelleri ile görüntü işleme yapma yeteneği kazanmak. |
| 2 | Python, Matlab, OpenCV ve Aforge.NET gibi görüntü işleme ortamlarını ve araçlarını tanımak, kullanabilme yeteneği kazanmak. |
| 3 | Görüntü İşleme alanında gelişen araştırma konularını takip edebilir duruma gelebilmek; Bu konuda kısa seminerler hazırlayarak sunum yapabilmek. Makale okuma ve yazabilme deneyimi kazanmak. |
| 4 | Görüntü İşleme’nin temel kavramlarını, tekniklerini, matematik ve yazılım altyapısını öğrenerek uygulayabilme yeteneği kazanmak. Görüntü İşleme’nin bilgisayar mühendisliğindeki, bilgisayar bilimlerindeki önemini kavramak. |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Görüntü İşlemenin Temelleri ve MATLAB, Yoğunluk Dönüşümü ve Uzaysal Filtreleme, Frekans Bölgesinde İşleme, Görüntü Onarma, Nicemleme, Renkli Görüntü İşleme, Wavelet’ler ve Çok Çözünürlüklü İşleme, Resim Sıkıştırma, Morfolojik Görüntü İşleme, Görüntü Bölütleme
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Görüntü İşleme’ye Giriş: Görüntü’nün Tanımı. Görüntü İşleme’nin Tanımı. Görüntü İşleme’nin Amaçları, Önemi ve Sınırları. Görüntü İşleme’nin Çalışma, Araştırma ve Uygulama Alanları. | ||
| 2 | Matlab ve Matlab’de Görüntü İşleme. Python ortamında Görüntü İşleme | ||
| 3 | Görüntü Alma Kaynakları (Gama Işını, X-Işını, Ultraviyole, Görünür, Kızılaltı, Mikrodalga, Radyo, …). Görüntü İşleme Sisteminin Bileşenleri. | ||
| 4 | Sayısal Görüntü Temelleri | ||
| 5 | Yoğunluk Dönüşümleri ve Uzaysal Filtreler. | ||
| 6 | Biyometri. Tanıma: Yüz Tanıma, Karakter Tanıma, ... Matlab'de Tanıma Uygulamaları Frekans Bölgesinde Filtreleme ve Resim Onarma. | ||
| 7 | Morfolojik Görüntü İşleme Renkli Görüntü İşleme, Görüntü Sıkıştırma | ||
| 8 | Görüntü Bölütleme | ||
| 9 | Temsil, Tanımlama ve Tanıma | ||
| 10 | Ara sınav | ||
| 11 | Derin Öğrenme ile Görüntü Sınıflandırma ve Tespiti: Keras, Evrişimli Sinir Ağları, R-CNN, Fast R-CNN, Faster R-CNN ve YOLO. Çekişmeli Üretici Ağlar. Derin Öğrenme ile Diğer Görüntü İşleme Uygulamaları. | ||
| 12 | Öğrenci Sunumları (Görüntü İşleme ile ilgili bir konuda) 1: Yüz Tanıma, Parmakizi Tanıma, Retina Tanıma, Plaka Tanıma, Yaprak Tanıma, Nesne Takibi, Görüntülerden Üç Boyutlu Model Oluşturma, Görüntü Çakıştırma, Uzaktan Algılama; Mühendislikte, Sağlık Alanında, Askeri Alanda, Robotbilimde, Akıllı Taşıtlarda Görüntü İşleme. | ||
| 13 | Öğrenci Sunumları 2 | ||
| 14 | Öğrenci Sunumları 3 | ||
| 15 | Dönem Projesi Demo ve Kontrolleri | ||
| 16 | Final Sınavı |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
Gonzalez, R.C., Woods, R., “Digital Image Processing”, 4th Edition, Pearson/Prentice-Hall, (2018). “OpenCv Görüntü İşleme ve Yapay Öğrenme”, Birol Kuyumcu, Level Kitap, 2015. “Image Processing. Analysis and Machine Vision” (Fourth Edition), Milan Sonka, Vaclav Hlavac, Roger Boyle, Cengage Learning, 2014. “Digital Image Processing Using Matlab”, 2nd Edition, by R. Gonzalez, R. Woods and S. Eddins, 2009, Prentice Hall.
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 30 |
| Ev Ödevi | 1 | 70 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 2 | 2 |
| Final Sınavı | 1 | 2 | 2 |
| Derse Katılım | 14 | 3 | 42 |
| Rapor Hazırlama | 2 | 18 | 36 |
| Proje Hazırlama | 3 | 18 | 54 |
| Seminer | 1 | 15 | 15 |
| Makale Yazma | 1 | 15 | 15 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 26 | 26 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 48 | 48 |
| Toplam İş Yükü (saat) | 240 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | |
| ÖÇ 1 | 3 | 1 | 4 | 5 | 3 | ||
| ÖÇ 2 | 3 | 5 | |||||
| ÖÇ 3 | 3 | 3 | 5 | 3 | 3 | 5 | 5 |
| ÖÇ 4 | 3 | 1 | 3 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek