Sayısal Görüntü

advertisement
BLM429 Görüntü İşlemeye Giriş
Hafta 1
Sayısal Görüntü İşlemeye Giriş ve
Temel Adımlar
Yrd. Doç. Dr. Caner ÖZCAN
Fall in love with the process, and the results will come.
~ Eric Thomas
Derse Giriş
► Ders Web Sitesi: www.canerozcan.net
► Ofis Saatleri:
Salı 15:00-17:00
Perşembe 13:00-15:00
ya da email ile randevu alınız:
canerozcan@karabuk.edu.tr
► Ders Kitapları:
– Sayısal Görüntü İşleme, Palme Yayıncılık, Üçüncü Baskıdan
Çeviri (Orj: Digital Image Processing, R.C. Gonzalez, R.E. Woods)
2
Derse Giriş
3
Amaçlar
► Görüntü işlemede yaygın olarak kullanılan
temel
kavram ve algoritmalar kapsar
► Görüntüleri işlemede uygulamalı deneyimi
geliştirir
► OpenCV (Open Source Computer Vision)
kütüphanesini öğrenmek
► Gelişmiş yöntemler hakkında eleştirel düşünmeyi
geliştirmek
4
Önkoşullar
► Sinyaller ve sistemler
► Lineer Cebir
Matrisler, Matris İşlemleri
– Determinantlar, Sistemleri Lineer Denklem
–
► Olasılık ve İstatistik
Olasılık yoğunluk fonksiyonu
– Olasılık dağılımı
– Ortalama, varyans, kovaryans, korelasyon
– Gauss dağılımı
–
► İyi programlama becerileri
5
Derse Giriş
► Notlandırma
Ödev: %20
 Vize Sınavı: %40
 Final Sınavı: %40

► Bonus:

Makale Okuma ve Proje
6
Derse Giriş
► Makale Okuma ve Proje







Radar görüntü işleme uygulamaları
Medikal görüntü analizi (MRI/PET/CT/X-ray tümör
tespit/sınıflandırma)
Yüz, parmak izi ve diğer nesne tespitleri
Görüntü ve video sıkıştırma
Görüntü bölütleme ve gürültü azaltma
Sayısal görüntü/video damgalama / steganografi ve
tespit
İlgilendiğiniz bir konu..
7
İçerik
1.
Giriş
► Sayısal Görüntü İşleme Nedir?
► Sayısal Görüntü İşlemenin Başlangıcı
► Sayısal Görüntü İşlemeyi Kullanan Alanlara Örnekler
► Sayısal Görüntü İşlemedeki Temel Adımlar
► Bir Görüntü İşleme Sisteminin
Bileşenleri
8
Bir resim, on binden fazla kelimeye bedeldir!!
9
Giriş
10
Giriş
► Sayısal Görüntü İşleme Nedir?
Sayısal Görüntü
— iki boyutlu bir fonksiyon f ( x, y )
x ve y uzamsal koordinatlardır
f fonksiyonun herhangi bir (x,y) koordinatındaki genliği görüntünün o noktadaki
yeğinlik (intensity) veya gri seviyesi (gray level) olarak adlandırılır.
Sayısal Görüntü İşleme
— sayısal görüntüleri bilgisayar aracılığıyla işler
alçak-seviye: girdileri ve çıktıları görüntülerdir
orta-seviye: girişleri genellikle görüntü fakat çıkışları bunlardan oluşturulan nesnelerdir
yüksek-seviye: nesneler topluluğuna görme ile ilgili bilişsel fonksiyonları uygular
Piksel
— sayısal görüntünün bileşenleri
11
Sayısal Görüntü İşlemenin Başlangıcı
Londra-Newyork arasındaki denizaltı kablosu
12
Sayısal Görüntü İşlemenin Başlangıcı
Denizaltı kablosu aracılığıyla
Londra ve Newyork arasında
ilk kez gönderilmiştir.
Gerekli olan zaman bir
haftadan daha fazlayken üç
saatten daha az bir süreye
inmiştir.
13
Sayısal Görüntü İşlemenin Başlangıcı
14
Sayısal Görüntü İşlemenin Başlangıcı
15
Görüntü Kaynakları
► Elektromanyetik (EM) enerji spektrumu
► Akustik
► Ultrasonik
► Elektronik
► Bilgisayarlar tarafından üretilen sentetik
görüntüler
16
Elektromanyetik (EM) Enerji Spektrumu
Görüntüleme:
• Gamma-ışını: nükleer tıp ve astronomik gözlemler
• X-ışını: medikal teşhis, sanayi ve astronomi, vb.
• Mor Ötesi Bandı: litografi, endüstriyel denetim, mikroskopi, lazerler,
biyolojik görüntüleme ve astronomik gözlemler
• Görünür ve Kızılötesi Bantlar: ışık mikroskopi astronomi, uzaktan
algılama, sanayi ve emniyet
• Mikrodalga Bandı: radar
• Radyo Bandı: tıp (MRI gibi) ve astronomi
17
Örnekler: Gamma-Işını Görüntüleme
18
Örnekler: X-Işını Görüntüleme
19
Örnekler: Mor Ötesi Bandında Görüntüleme
20
Örnekler: Işık Mikroskopu Görüntüleme
21
Örnekler: Görünür ve Kızılötesi Görüntüleme
22
Örnekler: Görünür ve Kızılötesi Görüntüleme
23
Örnekler: Kızılötesi Uydu Görüntüleme
USA 2003
USA 1993
24
Örnekler: Kızılötesi Uydu Görüntüleme
25
Örnekler: Otomatik Görsel Denetim
26
Örnekler: Otomatik Görsel Denetim
Plaka içeriklerinin
sistem tarafından
otomatik olarak
okunması
sonuçları
Görüntüleme
sisteminin plakayı
tespit ettiği alan
27
Radar Görüntü Örneği
28
Örnekler: MRI (Radyo Bandı)
29
Örnekler: Elektromanyetik Spektrum
30
Örnekler: Ultrason Görüntüleme
31
Sayısal Görüntü İşlemedeki Temel Adımlar
Görüntü
bileşenlerini
ayıklama
Görünümü
iyileştirmek
Sonuç
orijinalinden çok
daha uygundur
Görüntü ya da nesneyi
kendini oluşturan
parçalara ayırma
Görüntüyü bilgisayar
eşleme için sunma
32
Örnek Problemler
► Kenar Tespiti
► Görüntü Gürültü Azaltımı
► Görüntü Yumuşatma
► Görüntü Bölütleme
► Görüntü Çakıştırma
► Görüntü İçboyama
►…
33
Kenar Tespiti
► Kenarlar: yeğinlikteki ani değişiklikler
•
Yeğinlik veya renkteki tekdüzelik
► Sınırları belirleyen kenarlar
34
Görüntü Filtreleme
► Zorluk: Alakasız görüntü bilgilerinin bazıları önemli
görüntü özellikleri ile benzer özelliklere sahiptir.
35
Gürültü Azaltma
► Görüntüler% 70 tuz ve biber gürültü ile bozulmuştur.
Bu örnekler
ne göstermekte?
Gürültülü Giriş
İyileşen Görüntü
Orijinal Görüntü
36
Görüntü Yumuşatma
37
Görüntü Bölütleme
► Bir görüntüyü
görüntüdeki nesneler ile ilgili anlamlı
bölgelere ayırın.
38
Görüntü Çakıştırma
39
Görüntü İçboyama
► Görüntülerin
kaybolan veya bozulan parçalarını yeniden
onarmak.
40
Bir Görüntü İşleme Sisteminin Bileşenleri
41
Matlab Görüntü İşleme Araç Kutusu
► Matlab
► OpenCV
► vb.
42
Görüntü İşleme Araç Kutuları ve Yazılımlar
► Matlab matrisler üzerinde çalışmak için optimize
edilmiştir. Görüntüler matristir!
► Görüntü işleme, analiz, görselleştirme ve algoritma
geliştirme için referans standardı algoritmalar,
fonksiyonlar ve uygulamaların kapsamlı bir kümesini
sağlar.
► Görüntü analizi, görüntü bölütleme, görüntü iyileştirme,
gürültü azaltma, geometrik dönüşümler ve görüntü
çakıştırma yapabilirsiniz.
► Birçok araç fonksiyonları sayesinde çok çekirdekli
işlemcileri, GPU'ları ve C-kod üretimini destekler.
43
OpenCV
► OpenCV anlamı Intel® Open Source Computer Vision
Library.
► C fonksiyonlarının ve popüler Görüntü İşleme ve
Bilgisayarla Görme algoritmalar uygulayan bazı C++
sınıflarının bir koleksiyonudur.
► C++, C, Python ve Java arayüzü vardır ve Windows, Linux,
Mac OS, iOS ve Android destekler.
► Ticari ve ticari olmayan kullanımlar için ücretsizdir.
► Optimize edilmiş C/C++ ile yazılmış kütüphane sayesinde
çok çekirdekli işlemeden yararlanabilirsiniz.
► Sourceforge’da mevcut
•
•
http://opencv.org/
http://sourceforge.net/projects/opencvlibrary/
44
Görüntü İşleme Araç Kutuları
►
C/C++
•
•
•
•
•
►
Java
•
•
►
Java Media APIs: JAI, JMF, Java image I/O ...:
http://java.sun.com/javase/technologies/desktop/media/
http://www.mathtools.net/Java/Image_Processing/index.htmlPython
Python Imaging Library (PIL)
•
•
►
IPL ... : http://www.cs.nott.ac.uk/~jzg/nottsvision/old/index.html
OpenCV: http://sourceforge.net/projects/opencvlibrary
ImageMagick: http://www.imagemagick.org/
Insight Toolkit ITK (medikal görüntü) : http://www.itk.org/
mathtools.net: http://www.mathtools.net/C_C__/Image_Processing/
http://www.pythonware.com/products/pil/
numpy, scipy
SciKit
45
Kaynaklar
► Sayısal Görüntü İşleme, Palme Yayıncılık, Üçüncü
Baskıdan Çeviri (Orj: R.C. Gonzalez and R.E. Woods:
"Digital Image Processing", Prentice Hall, 3rd
edition, 2008).
► Lecture Notes, CS589-04 Digital Image Processing,
F.(Qingzhong) Liu, http://www.cs.nmt.edu/~ip
► Ders Notları, BIL717-Image Processing, E.Erdem
► Ders Notları, EBM537-Görüntü İşleme, F.Karabiber
46
Download