Ders Detayı
Ders Tanımı
| Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| DİJİTAL GÖRÜNTÜ İŞLEME | EEE3121020 | Güz Dönemi | 3+0 | 3 | 5 |
| Ders Programı | Salı 13:40-14:30 Salı 14:40-15:30 Salı 15:40-16:30 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Programa Bağlı Seçmeli |
| Dersin Koordinatörü | |
| Dersi Verenler | Dr.Öğr.Üye. Hayriye AKTAŞ DİNÇER |
| Dersin Yardımcıları | |
| Dersin Amacı | Bu dersin amacı, öğrencilere Dijital Görüntü İşleme (DIP) alanının temel prensiplerini ve tekniklerini kazandırmaktır. Öğrenciler; görüntü elde etme, iyileştirme, filtreleme, segmentasyon, sıkıştırma, temsil ve nesne tanıma yöntemleri hakkında teorik ve uygulamalı bilgi edineceklerdir. Ders ayrıca öğrencilerin mühendislik ve bilimsel uygulamalarda dijital görüntüleri analiz etme, işleme ve yorumlama becerilerini geliştirmeyi amaçlamaktadır. |
| Dersin İçeriği | Bu ders; Sayısal Görüntü İşlemeye Giriş. Görüntü işlemenin uygulamaları,Dijital Görüntü Temelleri. Görüntülerin oluşumu,Yoğunluk dönüşümleri ve Filtreleme,Mekânsal Alanda Görüntü İyileştirme. Histogram İşleme,Frekans Alanında Görüntü İşleme,Kenar Algılama,Renkli Görüntü İşleme,Ara Sınav,Görüntü Düzleştirme ve Keskinleştirme,Görüntü İyileştirme,Görüntü Sıkıştırma,Morfolojik Görüntü İşleme (Erozyon ve Dilatasyon),Görüntü Segmentasyonu,Görüntü Temsili ve Tanımı,Nesne Tanıma,Final Sınavı; konularını içermektedir. |
| Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
| 1. Dijital görüntü işlemenin temel kavramlarını, bileşenlerini ve uygulamalarını açıklar. | ||
| 2. Görüntü iyileştirme, filtreleme ve kenar belirleme için uzaysal ve frekans domeni tekniklerini uygular. | ||
| 3. Renkli görüntü işleme, morfolojik işlemler ve segmentasyon yöntemlerini kullanarak dijital görüntüleri işler. | ||
| 4. Dijital görüntü analiz sistemlerinde kullanılan görüntü sıkıştırma, temsil ve tanımlama tekniklerini değerlendirir. | ||
| 5. Nesne tanımanın temel prensiplerini açıklar ve dijital görüntü işleme uygulamalarına yönelik problem çözme becerileri geliştirir. |
| Öğretim Yöntemleri: | |
| Ölçme Yöntemleri: |
Ders Akışı
| Sıra | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Sayısal Görüntü İşlemeye Giriş. Görüntü işlemenin uygulamaları | |
| 2 | Dijital Görüntü Temelleri. Görüntülerin oluşumu | |
| 3 | Yoğunluk dönüşümleri ve Filtreleme | |
| 4 | Mekânsal Alanda Görüntü İyileştirme. Histogram İşleme | |
| 5 | Frekans Alanında Görüntü İşleme | |
| 6 | Kenar Algılama | |
| 7 | Renkli Görüntü İşleme | |
| 8 | Ara Sınav | |
| 9 | Görüntü Düzleştirme ve Keskinleştirme | |
| 10 | Görüntü İyileştirme | |
| 11 | Görüntü Sıkıştırma | |
| 12 | Morfolojik Görüntü İşleme (Erozyon ve Dilatasyon) | |
| 13 | Görüntü Segmentasyonu | |
| 14 | Görüntü Temsili ve Tanımı | |
| 15 | Nesne Tanıma | |
| 16 | Final Sınavı |
| Kaynak |
| 1- Digital Image Processing, 4th Edition, Rafael C. Gonzalez, Richard E. Woods, Prentice Hall, 2022. 2- Biosignal and Medical Image Processing, 3rd Edition, John L. Semmlow, Taylor and Francis, 2014. 3- Feature Extraction and Image Processing for Computer Vision, 3rd Edition, Mark S. Nixon, Alberto S. Aguado, Academic Press, 2019. 4- Zhou, S. Kevin, Hayit Greenspan, and Dinggang Shen, eds. Deep learning for medical image analysis. Academic Press, 2023. 5- Medical Image Analysis, 1st Edition, Atam P. Dhawan, John Wiley & Sons, 2024. |
Dersin Program Yeterliliklerine Katkısı
| Dersin Program Yeterliliklerine Katkısı | |||||||
| No | Program Yeterliliği | Katkı Düzeyi | |||||
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Temel Bilgi Birikimi: Matematik, fen bilimleri ve mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu bilgileri karmaşık mühendislik problemlerini modellemek ve çözmek için uygulama becerisi. | X | |||||
| 2 | Problem Analizi: Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve uygun analiz yöntemlerini kullanarak çözme becerisi. | X | |||||
| 3 | Tasarım Becerisi: Karmaşık bir sistemi, süreci veya ürünü, gerçekçi kısıtlar (ekonomi, çevre, sürdürülebilirlik, etik vb.) altında, istenen gereksinimleri karşılayacak şekilde tasarlama becerisi. | X | |||||
| 4 | Araştırma ve İnceleme: Karmaşık problemlerin incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. | X | |||||
| 5 | Modern Araç Kullanımı: Mühendislik uygulamaları için gerekli olan modern teknikleri, araçları ve bilişim teknolojilerini (MATLAB, Proteus, C/C++ gibi programlar) seçme ve kullanma becerisi. | X | |||||
| 6 | Mesleki ve Etik Sorumluluk: Mesleki etik ilkelerine uygun davranma ve mühendislik uygulamalarının sosyal, hukuki ve çevresel sonuçları hakkında farkındalık sahibi olma. | X | |||||
| 7 | İletişim ve Takım Çalışması: Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme ve sözlü/yazılı etkin iletişim kurma becerisi. | X | |||||
| 8 | Yaşam Boyu Öğrenme: Bilgiye erişme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme bilinci. | X | |||||
| 9 | Proje Yönetimi ve Girişimcilik: Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi iş hayatındaki uygulamalar hakkında bilgi; girişimcilik ve yenilikçilik farkındalığı. | X | |||||
Değerlendirme Sistemi
| Katkı Düzeyi | Mutlak Değerlendirme | |
| Ara Sınavın Başarıya Oranı | 40 | |
| Genel Sınavın Başarıya Oranı | 60 | |
| Toplam | 100 | |
| AKTS / İşyükü Tablosu | ||||||
| Etkinlik | Sayı | Süresi (Saat) | Toplam İş Yükü (Saat) | |||
| Toplam İş Yükü (Saat) | 0 | |||||
| Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(0/30) | 0 | |||||
| Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır. | ||||||
Dersin Detaylı Bilgileri
Ders Tanımı
| Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| DİJİTAL GÖRÜNTÜ İŞLEME | EEE3121020 | Güz Dönemi | 3+0 | 3 | 5 |
| Ders Programı | Salı 13:40-14:30 Salı 14:40-15:30 Salı 15:40-16:30 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Programa Bağlı Seçmeli |
| Dersin Koordinatörü | |
| Dersi Verenler | Dr.Öğr.Üye. Hayriye AKTAŞ DİNÇER |
| Dersin Yardımcıları | |
| Dersin Amacı | Bu dersin amacı, öğrencilere Dijital Görüntü İşleme (DIP) alanının temel prensiplerini ve tekniklerini kazandırmaktır. Öğrenciler; görüntü elde etme, iyileştirme, filtreleme, segmentasyon, sıkıştırma, temsil ve nesne tanıma yöntemleri hakkında teorik ve uygulamalı bilgi edineceklerdir. Ders ayrıca öğrencilerin mühendislik ve bilimsel uygulamalarda dijital görüntüleri analiz etme, işleme ve yorumlama becerilerini geliştirmeyi amaçlamaktadır. |
| Dersin İçeriği | Bu ders; Sayısal Görüntü İşlemeye Giriş. Görüntü işlemenin uygulamaları,Dijital Görüntü Temelleri. Görüntülerin oluşumu,Yoğunluk dönüşümleri ve Filtreleme,Mekânsal Alanda Görüntü İyileştirme. Histogram İşleme,Frekans Alanında Görüntü İşleme,Kenar Algılama,Renkli Görüntü İşleme,Ara Sınav,Görüntü Düzleştirme ve Keskinleştirme,Görüntü İyileştirme,Görüntü Sıkıştırma,Morfolojik Görüntü İşleme (Erozyon ve Dilatasyon),Görüntü Segmentasyonu,Görüntü Temsili ve Tanımı,Nesne Tanıma,Final Sınavı; konularını içermektedir. |
| Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
| 1. Dijital görüntü işlemenin temel kavramlarını, bileşenlerini ve uygulamalarını açıklar. | ||
| 2. Görüntü iyileştirme, filtreleme ve kenar belirleme için uzaysal ve frekans domeni tekniklerini uygular. | ||
| 3. Renkli görüntü işleme, morfolojik işlemler ve segmentasyon yöntemlerini kullanarak dijital görüntüleri işler. | ||
| 4. Dijital görüntü analiz sistemlerinde kullanılan görüntü sıkıştırma, temsil ve tanımlama tekniklerini değerlendirir. | ||
| 5. Nesne tanımanın temel prensiplerini açıklar ve dijital görüntü işleme uygulamalarına yönelik problem çözme becerileri geliştirir. |
| Öğretim Yöntemleri: | |
| Ölçme Yöntemleri: |
Ders Akışı
| Sıra | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Sayısal Görüntü İşlemeye Giriş. Görüntü işlemenin uygulamaları | |
| 2 | Dijital Görüntü Temelleri. Görüntülerin oluşumu | |
| 3 | Yoğunluk dönüşümleri ve Filtreleme | |
| 4 | Mekânsal Alanda Görüntü İyileştirme. Histogram İşleme | |
| 5 | Frekans Alanında Görüntü İşleme | |
| 6 | Kenar Algılama | |
| 7 | Renkli Görüntü İşleme | |
| 8 | Ara Sınav | |
| 9 | Görüntü Düzleştirme ve Keskinleştirme | |
| 10 | Görüntü İyileştirme | |
| 11 | Görüntü Sıkıştırma | |
| 12 | Morfolojik Görüntü İşleme (Erozyon ve Dilatasyon) | |
| 13 | Görüntü Segmentasyonu | |
| 14 | Görüntü Temsili ve Tanımı | |
| 15 | Nesne Tanıma | |
| 16 | Final Sınavı |
| Kaynak |
| 1- Digital Image Processing, 4th Edition, Rafael C. Gonzalez, Richard E. Woods, Prentice Hall, 2022. 2- Biosignal and Medical Image Processing, 3rd Edition, John L. Semmlow, Taylor and Francis, 2014. 3- Feature Extraction and Image Processing for Computer Vision, 3rd Edition, Mark S. Nixon, Alberto S. Aguado, Academic Press, 2019. 4- Zhou, S. Kevin, Hayit Greenspan, and Dinggang Shen, eds. Deep learning for medical image analysis. Academic Press, 2023. 5- Medical Image Analysis, 1st Edition, Atam P. Dhawan, John Wiley & Sons, 2024. |
Dersin Program Yeterliliklerine Katkısı
| Dersin Program Yeterliliklerine Katkısı | |||||||
| No | Program Yeterliliği | Katkı Düzeyi | |||||
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Temel Bilgi Birikimi: Matematik, fen bilimleri ve mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu bilgileri karmaşık mühendislik problemlerini modellemek ve çözmek için uygulama becerisi. | X | |||||
| 2 | Problem Analizi: Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve uygun analiz yöntemlerini kullanarak çözme becerisi. | X | |||||
| 3 | Tasarım Becerisi: Karmaşık bir sistemi, süreci veya ürünü, gerçekçi kısıtlar (ekonomi, çevre, sürdürülebilirlik, etik vb.) altında, istenen gereksinimleri karşılayacak şekilde tasarlama becerisi. | X | |||||
| 4 | Araştırma ve İnceleme: Karmaşık problemlerin incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. | X | |||||
| 5 | Modern Araç Kullanımı: Mühendislik uygulamaları için gerekli olan modern teknikleri, araçları ve bilişim teknolojilerini (MATLAB, Proteus, C/C++ gibi programlar) seçme ve kullanma becerisi. | X | |||||
| 6 | Mesleki ve Etik Sorumluluk: Mesleki etik ilkelerine uygun davranma ve mühendislik uygulamalarının sosyal, hukuki ve çevresel sonuçları hakkında farkındalık sahibi olma. | X | |||||
| 7 | İletişim ve Takım Çalışması: Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme ve sözlü/yazılı etkin iletişim kurma becerisi. | X | |||||
| 8 | Yaşam Boyu Öğrenme: Bilgiye erişme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme bilinci. | X | |||||
| 9 | Proje Yönetimi ve Girişimcilik: Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi iş hayatındaki uygulamalar hakkında bilgi; girişimcilik ve yenilikçilik farkındalığı. | X | |||||
Değerlendirme Sistemi
| Katkı Düzeyi | Mutlak Değerlendirme | |
| Ara Sınavın Başarıya Oranı | 40 | |
| Genel Sınavın Başarıya Oranı | 60 | |
| Toplam | 100 | |