DERSİN TÜRÜ | Seçmeli |
DERSİN DÜZEYİ | Lisans |
DERSİN YILI | - |
YARIYIL | - |
AKTS | 5 |
ÖĞRETİM ELEMAN(LAR)I | Doktor Öğretim Üyesi Deniz Karaçor
|
DERSİN ÖĞRENME KAZANIMLARI |
Bu dersin sonunda öğrenciler; 1) Orta düzeyde sayısal görüntü işleme tekniklerini bilir. 2) Morfolojik görüntü işleme algoritmalarını öğrenir. 3) Görüntü bölütleme hakkında bilgi sahibi olur. 4) Nesne tanıma hakkında fikir sahibi olur. 5) Belirli bir problemin çözümüne yönelik uygulama geliştirme yeteneği kazanır.
|
DERSİN VERİLİŞ BİÇİMİ | |
DERSİN ÖNKOŞULLARI | Yok |
ÖNERİLEN DERSLER | |
DERS TANIMI | |
DERS İÇERİĞİ | HAFTA | KONULAR |
---|
1. Hafta | Ayrık zaman sinyalleri ve sistemleri. | 2. Hafta | Ayrık zaman sinyalleri ve sistemleri. | 3. Hafta | Ayrık zaman sinyalleri ve sistemleri. | 4. Hafta | Örnekleme, rekonstrüksiyon ve nicemleme. | 5. Hafta | Örnekleme, rekonstrüksiyon ve nicemleme. | 6. Hafta | Dijital görüntü gösterimi. | 7. Hafta | Dijital görüntü temelleri. | 8. Hafta | Görüntü dönüşümleri. | 9. Hafta | Görüntü dönüşümleri. | 10. Hafta | Görüntü geliştirme. | 11. Hafta | Görüntü geliştirme. | 12. Hafta | Görüntü onarma. | 13. Hafta | Görüntü onarma. | 14. Hafta | Görüntü segmentasyonu ve açıklaması. |
|
ZORUNLU YA DA ÖNERİLEN KAYNAKLAR | 1) Digital Image Processing by Rafael C. Gonzalez and Richard E. Woods, 3rd edition. 2) M. Sonka, V. Hlavac, R. Boyle, Image Processing, Analysis, and Machine Vision. 3) A. K. Jain, Fundamentals of Digital Image Processing, Prentice-Hall. |
ÖĞRETİM YÖNTEM VE TEKNİKLERİ | Anlatım,Soru-Cevap,Sorun/Problem Çözme |
DEĞERLENDİRME YÖNTEMİ VE GEÇME KRİTERLERİ | | Sayısı | Toplam Katkısı(%) |
---|
Ara Sınav | 1 | 30 | Ödev | 1 | 10 | Mini-Sınav | 1 | 20 | Toplam(%) | | 60 | Yıl İçinin Başarıya Oranı(%) | | 60 | Finalin Başarıya Oranı(%) | | 40 | Toplam(%) | | 100 |
|
DİL | |
STAJ / UYGULAMA | Yok |
| |