SlideShare a Scribd company logo
1 of 42
Download to read offline
T.C.
           ÇANAKKALE ONSEKİZ MART ÜNİVERS İTESİ
             MÜHENDİSLİK-MİMARLIK FAKÜLTESİ
             BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ
Görüntü
  İşleme


                          060401013    Olcay Özyerli

                          060401031   Bahattin Carav
GÖRÜNTÜ ÜZERİNDEKİ

    GÜRÜLTÜ
     TÜRLERİ VE BU
     GÜRÜLTÜLERİN
YERSEL FİLTRELER
KULLANILARAK GİDERİLMESİ
Az ışıkta yüksek iso ve uzun
    pozlama ile ortaya çıkan
Gürültü Nedir?                                GÜRÜLTÜ




Gürültü, resim üzerindeki bozukluklar, lekeler,
eksiklikler olarak tanımlanabilir.


Bir sayısal görüntüde gürültü, pürüzsüz yüzey
Üzerine rastgele dağılmış lekeler olarak görünür
ve görüntü kalitesini önemli ölçüde düşürür.


Gürültüyü en genel hali ile tanımlarsak; görüntü
kirliliği Diyebiliriz.
GÜRÜLTÜ


             Çoğu zaman görüntü gürültüsünden kaçınılmak
              istense de, poz, sıcaklık ve farklı dijital fotoğraf
              makinesi modları gibi şeyler görüntü gürültüsü
                                                    yaratacaktır.


                      Gürültünün genel anlamda ışıkla alakalı
                      olan bir kavram olduğunu söyleyebiliriz.


              Temiz bir görüntü almak istiyorsak görüntünün
                  alınacağı yüzeyin ışığa duyarlılığı, ortamın
                                     ışığına uygun olmalıdır.


            Yani önemli olan ışığın çok olması veya az olması
    değildir. Önemli olan ortamın ışığının görüntüye uygun
olmasıdır. Yani az ışık ile de çok net görüntüler elde edilebilir.
Işık ve gürültü dendiğinde açıklanması
gereken bazı kavramlar vardır …
                                                                              ISO


ISO

ISO, optik algılayıcının ışığa duyarlılığını

belirtir yani ISO arttıkça optik algılayıcı ışığa

karşı daha hassas olacaktır.


Günümüz teknolojisinde ISO dijital fotoğraf

makinelerinde 50 – 12800 ve üstü seçeneklerini sunuyor …

ISO, ışığın yetersiz olduğu ve hızlı çekim yapılmak istenen ortamlarda kullanılmak için
uygundur.
ISO




ISO’nun fotoğraf üzerindeki etkisi
doğrudan görüntü kalitesi üzerinedir.
Yüksek ISO değerlerini kullandıkça genel
görüntü kalitesi düşer. Detay kayıpları
başlarken, gürültü miktarları gözle görülür
bir şekilde artar. Bu nedenle ışığın yetersiz
olduğu durumlarda çekeceğiniz konuya
göre değişecektir ama ISO’yu yükseltmek
son tercih olmalıdır.

Yüksek ISO başarımı dendiğinde aklımıza
düşük gürültü seviyesine sahip,
detayları silinmeyip korunmuş fotoğraflar
gelmelidir.
POZLAMA



ISO ile ilişkili olarak
bahsedebileceğimiz bir kavram var.

Pozlama, görüntüsü alınacak nesnesin film yüzeyine ne kadar
süre ile yansıması gerektiğini belirtir

Eğer ışık az ise perde (enstantane)
daha fazla açık kalır; çok ise daha az
açık kalır. Ve bunun sonucunda resim
işlenmiş olur.

Az ışıkta uzun pozlama bize gürültülü
bir görüntü verir.

Yoğun ışıkta yapılan uzun pozlama ise bantlama yapar.
POZLAMA




Işığın şiddeti gürültünün tanımını da çeşitlendirir. Işığın şiddetinden kaynaklanan gürültü
türleri mevcuttur…

Bunlar;

               Random                     Fixed Pattern                Banding




Üçünde de ayrı ayrı iso ve pozlama yüzünden görüntü kirliliği yani gürültü oluşur.
RANDOM NOISE                           RANDOM NOISE




                                        Rastgele gürültü…

                   Random noise, resim yoğunluğundaki
                              bir artış etrafında döner.

                Yoğunluk değişimi olduğu yerin üzerinde
               ve altında renk farklılıkları boyunca oluşur.

                   Bu gürültü rastgele çünkü aynı ayarlar
                  Kullanılsa bile gürültü görüntü boyunca
                                    rastgele olarak oluşur.
RANDOM NOISE




Genel olarak poz uzunluğu ve ISO hızı tarafından etkilenir.


Rastgele gürültüden kurtulmak oldukça zor çünkü nerede oluştuğunu tahmin
edemezsin.


Dijital fotoğraf makinesi bu gürültüyü kendi kendine tespit edemez ve bu bir
görüntü düzenleme programında küçültülebilir
FIXED
                                                         PATTERN
     FIXED PATTERN NOISE                                 NOISE


Sabit desenli gürültü…


Fixed pattern noise hot pikselleri kapsar.

Hot pikseller, görüntü içindeki piksellerden daha
yoğun ve rastgele gürültü dalgalanmalarından
daha parlak olan piksel bitleridir. Yani hot piksel
kirlilik içindeki en parlak olan, gürültüyü belli eden
pikseldir.

Uzun pozlamalar ve yüksek sıcaklıklar
fixed pattern noise in görülmesine neden olurlar.

Eğer resimler aynı ayarlar altında çekilmiş ise
hot pikseller aynı yerde ve zamanda tekrar
oluşacaklardır.
FIXED
                                                                                PATTERN
                                                                                NOISE




Fixed pattern noise aslında oluştuktan sonra düzeltilebilecek olan en kolay türdür.


Bir dijital kamera sabit kalıp gerçekleştirdikten sonra görüntü üzerindeki etkileri
azaltmak için ayarlanabilir.


Bununla birlikte, eğer azaltılmamışsa random noise den göze daha şüpheli görünebilir.
BANDING
                                                                              NOISE
BANDING NOISE


Banding noise, yüksek derecede kamera bağımlı ve dijital sensörlerden veri
okunduğu zaman kamera tarafından tanıtılan gürültü.

Banding noise, gerçekten bütün dijital kameralar tarafından oluşturulamayan
kameraya bağlı olan bir gürültü türüdür.

Dijital işlem adımları sırasında, dijital kamera sensörünün ürettiği verileri alır ve
bundan gürültü yaratır.

Yüksek ISO hızları, gölgeler ve fotoğraf parlaklığı banding noise yaratır.
Fixed pattern noise daha sakıncalı görünsede genellikle tekrarlanabilir olduğundan
temizlemesi daha kolaydır.

Bir fotoğraf makinesinin dahili elektronikleri sadece modeli bilmek zorunda ve doğru
görüntüyü ortaya çıkarmak için bu gürültü eksiltilebilir.

Dijital makinelerin en son üretilen teknolojilerinde fixed pattern random noise den daha
az problem yaratabilir ancak en ufak miktar bile random noise den daha dikkat dağıtıcı.

Daha az sakıncalı olan random noise genellikle görüntü küçültücü olmadan temizlemek
daha zordur. Neat Image ve Noise Ninja gibi programlar bu gürültünün
temizlenmesinde kullanılabilir.
Filtreleme?


 Filtreler görüntülere, gürültüleri temizlemek ve
  kenarları iyileştirmek için uygulanır.
 Yersel filtreler, görüntü işlemede kullanılan en temel
  araçlardan bir tanesi olarak ele alabiliriz.

 Yersel ortamda olan filtreler, frekans ortamında
  olanlara göre çok yönlüdürler. Örneğin doğrusal
  olmayan filtreler frekans ortamında kullanılamaz
  iken yersel ortamda kullanılabilmeleri çok
  yönlülüğün göstergesidir.
Yersel Filtrelerin Tekniğine
     bakacak olursak iki kısımdan
                oluşur:

 Neighborhood (Komşulukarı )
  Bu komşular tarafından sarılan görüntü pikselleri
  üzerinde gerçekleştirilecek olan önceden bilinen ve
  tanımlanmış         olan       operasyonlar     olarak
  tanımlayabiliriz.
  Filtre, operatörü doğrusal (linear) ise doğrusal filtre,
  değilse doğrusal olmayan ise doğrusal olmayan
  (non-linear) filtre olarak isimlendirilir.
Görüntüde Filtreleme Operasyonları


 Filtreler görüntü zenginleştirme amacı ile de
  uygulanan, adından da anlaşılacağı gibi
  görüntüde belirli ayrıntıların ayıklanması ya
  da daha belirgin hale getirilmesi vb. gibi
  operasyonları gerçekleştiren operatörlerdir.
Farklı amaçlar için farklı filtreleme operatörleri
  vardır. Bunlara:
 Kenar keskinleştirme(Sharpening Filters )
 Kenar yakalama
 Görüntü yumuşatma ve bunun gibi daha bir çok
  amaçla kullanılan filtreler örnek verilebilir.
  Bilindiği görüntüyü oluşturan pikseller konumları
  ve gri değerleri ile tanımlanabilmektedir. Daha
  doğrusu bir görüntü matris formuna sahiptir.
Görüntü Yumuşatma Operatörleri

 Görüntüdeki gürültünün (bozucu etkinin) yok
  edilmesi veya indirgenmesinde kullanılır. Eğer
  görüntüde mevcut gürültü yüksek frekansta ise
  lowpass-alçak geçirgenli filtre ile indirgenir.
 Çözünürlüğün indirgenmesi işleminde kullanılır.
  Eğer görüntünün çözünürlüğü çok yüksek ise ön
  görüntüleme işlemleri için tüm çözünürlüğe
  gereksinimim duyulmaz. Çözünürlüğün
  indirgenmesi görüntü pramitlerinin
  oluşturulmasında da kullanılır.
Averaj Operatörü

 Burada N,M görüntünün boyutunu tanımlar.
  Yumuşatılmış gs görüntüsü orijinal görüntünün
  katlamasından (convolving) elde edilmiştir.
  Genelde N=M alınır. Bazı durumlarda yukarıda
  verilen filtre katsayıları değiştirilebilir.
Katlama (Convolution Filtering)

 Katlama filtreleme bir görüntünün mekansal
  frekans      karakteristiğinin    değiştirilmesinde
  kullanılır. Filtre çekirdeği kullanılarak filtreleme
  işlemi gerçekleştirilir.

  Filtreleme sonucu:
 gfiltrelenmiş=(-1x8)+(-1x6)+(-1x6)+(-1x2)+(16*8)+(-
  1x6)+(-1*2)+(-1*2)+(-1*8)=11
 Eğer yukarıdaki 5x5 lik görüntü 2x2 lik piksel seti
  şeklinde katlanacak olursa sonuç aşağıdaki
  gibidir:
1   2    3    4   5


1   2   8    6    6   6


2   2   11   5    6   6


3   2   0    11   6   6


4   2   2    2    8   6


5   2   2    2    2   8
Correlation (cont’d)


              Genellikle uygulamalarında
         kullanılan nerede ölçmek için gerekli
                      görsel ya da
         görsel parçaları arasındaki benzerlik.
Smoothing (Yumuşatan) Doğrusal Filtreler


 Smoothing işlemini yapan filtreler filtre çekirdeğinin
  komşuluklarında yer alan orijinal görüntüdeki
  parlaklık değerlerinin ortalamsını alırlar.

 Bu tarz filtreler görüntü üzerindeki keskin geçişleri
  azaltırlar.    Görüntü    üzerindeki    gürültülerin
  giderilmesinde tercih edilirler.
Result of Smoothing Linear Filters

                          Orijinal Görüntü




[3x3]           [5x5]             [7x7]
Doğrusal Olmayan (Non-Linear) Filtreler


Bu tarz filtreler, girdi görüntüsü üzerinde filtre
çekirdeği ile sınırlanmış bölge içerisinde kalan
pikselleri belli bir aralık içersinde olacak şekilde
sıralarlar. Çıktı görüntüdeki yeni pikselin parlaklık
değeri ise bu sıralamanın sonucuna göre belirlenir.

Literatürde en yaygın olarak kullanılan filtre türü
medyan filtredir. Özellikle görüntü üzerindeki
gürültülerin giderilmesinde son derece başarılıdırlar.
Result of median filter




Noise from Glass effect   Remove noise by median filter
Averaging
filter




Median
filter




            30
Median filter   Averaging filter   31
Gürültüden Arındırma (Denoising)
Image with Salt&Pepper Noise   Low Pass Filtered Image                  Median Filtered Image




                                            Arş . Gör. Dr. Nergis TURAL POLAT
Yersel geliştirme metotlarının kombine
                           edilmesi?




     (a)
Laplacian filter   of
bone scan (a)
                               (b)
                        Sharpened version of
                        bone scan achieved by           (c)
                        subtracting (a) and (b)
                                                  Sobel filter of bone
                                                  scan (a)               (d)
yersel geliştirme metotlarının kombine edilmesi?
                                             Result of applying a   (h)
                                             power-law trans. to
                         Sharpened    image (g)
                         which is sum of (a)
                         and (f)                   (g)
The product of (c) and
(e) which will be used        (f)
as a mask
       (e)




Image (d) smoothed with a
5*5 averaging filter
Combining Spatial Enhancement
Methods (cont…)
Compare the original and final images
Sharpening(Keskinleştirme)
       Filters (High Pass filtering)
 Yoğunluğu, geçişleri vurgulamak için kullanılır. (örneğin, kenarları).
 Yerel bölgelerdeki görüntüyü yoğunluk farklarına göre hesaplar.
Sharpening Filters

 Yüksek filtreleme geçiş tepkisi negatif olabilir unutmayın..
 Değerleri yeniden [0-255] arasında olmalıdır.


   Orijinal görüntü                     Yumuşatılmış görüntü
Sharpening Filters: Unsharp Masking
 Bir geçirgen görüntü orijinal görüntüden çıkarılarak elde edilir.




                   -                         =
Sharpening Filters: High Boost
         Görüntü keskinleştirme kenarları ancak ayrıntıları
           (örneğin, düşük frekanslı bileşenler) kaybolmuş olabilir .

         High boost filter: amplify input image




(A-1)                            +                          =
Sharpening Filters: Unsharp Masking
    (cont’d)




A=1.4                               A=1.9
Sonuç OlarakYersel filtreleme
 Amaç:
      Bulanıklık veya gürültü azaltmaktır.
 Düşük Geçişli Filtreleme /Yumuşatma
      maske katsayılarının toplamı 1
      Görsel efekt: azaltılmış gürültü ama aynı zamanda kenarlarda bulanıktır.
 Yumuşatma doğrusal süzgeçler
      Filtre Ortalama
      Ağırlıklı ortalama (örneğin, Gauss)
 Yumuşatma (doğrusal olmayan filtreleme)
      Sıra istatistikleri filtreler (örneğin, medyan filtre)




                                                                                  41
Teşekkür Ederiz

More Related Content

What's hot

Shutter speed
Shutter speedShutter speed
Shutter speedmissfcmay
 
Digital image and file formats
Digital image and file formatsDigital image and file formats
Digital image and file formatsRam Chandran
 
Understanding Camera Exposure, Aperture, ISO & Shutter Speed
Understanding Camera Exposure, Aperture, ISO & Shutter SpeedUnderstanding Camera Exposure, Aperture, ISO & Shutter Speed
Understanding Camera Exposure, Aperture, ISO & Shutter SpeedRahat Kazmi
 
impulse noise filter
impulse noise filter impulse noise filter
impulse noise filter yousef_
 
Filtering and masking
Filtering and maskingFiltering and masking
Filtering and maskingamudhini
 
Fotografi Dasar | The Rule of Third, Point of Interest & Eksposure
Fotografi Dasar | The Rule of Third, Point of Interest & EksposureFotografi Dasar | The Rule of Third, Point of Interest & Eksposure
Fotografi Dasar | The Rule of Third, Point of Interest & EksposureNovry Simanjuntak
 
DSLR Camera Basics
DSLR Camera BasicsDSLR Camera Basics
DSLR Camera BasicsMuhannad
 
Digital Photography Fundamentals : Aperture, Shutter Speed and Perspective
Digital Photography Fundamentals :  Aperture, Shutter Speed and PerspectiveDigital Photography Fundamentals :  Aperture, Shutter Speed and Perspective
Digital Photography Fundamentals : Aperture, Shutter Speed and Perspectivealexandra copley
 
Pbr guide kor_02
Pbr guide kor_02Pbr guide kor_02
Pbr guide kor_02형근 최
 
Basic Lighting in Photography: Tips for Indoor Photography
Basic Lighting in Photography: Tips for Indoor Photography Basic Lighting in Photography: Tips for Indoor Photography
Basic Lighting in Photography: Tips for Indoor Photography Cameta Camera
 
T.3.el color 1
T.3.el color 1T.3.el color 1
T.3.el color 1Ana Blesa
 
The application of image enhancement in color and grayscale images
The application of image enhancement in color and grayscale imagesThe application of image enhancement in color and grayscale images
The application of image enhancement in color and grayscale imagesNisar Ahmed Rana
 
Going Manual
Going ManualGoing Manual
Going ManualRCB78
 

What's hot (20)

Shutter speed
Shutter speedShutter speed
Shutter speed
 
Digital image and file formats
Digital image and file formatsDigital image and file formats
Digital image and file formats
 
Sound
SoundSound
Sound
 
Understanding Camera Exposure, Aperture, ISO & Shutter Speed
Understanding Camera Exposure, Aperture, ISO & Shutter SpeedUnderstanding Camera Exposure, Aperture, ISO & Shutter Speed
Understanding Camera Exposure, Aperture, ISO & Shutter Speed
 
impulse noise filter
impulse noise filter impulse noise filter
impulse noise filter
 
Filtering and masking
Filtering and maskingFiltering and masking
Filtering and masking
 
Fotografi Dasar | The Rule of Third, Point of Interest & Eksposure
Fotografi Dasar | The Rule of Third, Point of Interest & EksposureFotografi Dasar | The Rule of Third, Point of Interest & Eksposure
Fotografi Dasar | The Rule of Third, Point of Interest & Eksposure
 
Grade 8 image file format
Grade 8   image file formatGrade 8   image file format
Grade 8 image file format
 
DSLR Camera Basics
DSLR Camera BasicsDSLR Camera Basics
DSLR Camera Basics
 
Digital Photography Fundamentals : Aperture, Shutter Speed and Perspective
Digital Photography Fundamentals :  Aperture, Shutter Speed and PerspectiveDigital Photography Fundamentals :  Aperture, Shutter Speed and Perspective
Digital Photography Fundamentals : Aperture, Shutter Speed and Perspective
 
Pbr guide kor_02
Pbr guide kor_02Pbr guide kor_02
Pbr guide kor_02
 
Basic Lighting in Photography: Tips for Indoor Photography
Basic Lighting in Photography: Tips for Indoor Photography Basic Lighting in Photography: Tips for Indoor Photography
Basic Lighting in Photography: Tips for Indoor Photography
 
T.3.el color 1
T.3.el color 1T.3.el color 1
T.3.el color 1
 
Flash dedicado
Flash dedicadoFlash dedicado
Flash dedicado
 
The application of image enhancement in color and grayscale images
The application of image enhancement in color and grayscale imagesThe application of image enhancement in color and grayscale images
The application of image enhancement in color and grayscale images
 
MAKİNELER
MAKİNELERMAKİNELER
MAKİNELER
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 
Basic Photography
Basic PhotographyBasic Photography
Basic Photography
 
Image denoising
Image denoisingImage denoising
Image denoising
 
Going Manual
Going ManualGoing Manual
Going Manual
 

Viewers also liked

Bigdata Nedir? Hadoop Nedir? MapReduce Nedir? Big Data.
Bigdata Nedir? Hadoop Nedir? MapReduce Nedir? Big Data.Bigdata Nedir? Hadoop Nedir? MapReduce Nedir? Big Data.
Bigdata Nedir? Hadoop Nedir? MapReduce Nedir? Big Data.Zekeriya Besiroglu
 
Python Programlama Dili Eğitimi
Python Programlama Dili EğitimiPython Programlama Dili Eğitimi
Python Programlama Dili EğitimiEnes Ateş
 
Görüntü işleme - Image Processing
Görüntü işleme - Image ProcessingGörüntü işleme - Image Processing
Görüntü işleme - Image Processingİbrahim Bayraktar
 
Ruby - Dünyanın En Güzel Programlama Dili
Ruby - Dünyanın En Güzel Programlama DiliRuby - Dünyanın En Güzel Programlama Dili
Ruby - Dünyanın En Güzel Programlama DiliSerdar Dogruyol
 
Tcpdump ile Trafik Analizi(Sniffing)
Tcpdump ile Trafik Analizi(Sniffing)Tcpdump ile Trafik Analizi(Sniffing)
Tcpdump ile Trafik Analizi(Sniffing)BGA Cyber Security
 
Kara Sistemlerinde Yapay Zeka Uygulamaları
Kara Sistemlerinde Yapay Zeka UygulamalarıKara Sistemlerinde Yapay Zeka Uygulamaları
Kara Sistemlerinde Yapay Zeka UygulamalarıFerhat Kurt
 
TCP/IP Ağlarda İleri Seviye Paket Analizi – Tshark
TCP/IP Ağlarda İleri Seviye Paket Analizi – TsharkTCP/IP Ağlarda İleri Seviye Paket Analizi – Tshark
TCP/IP Ağlarda İleri Seviye Paket Analizi – TsharkBGA Cyber Security
 
Büyük veri(bigdata)
Büyük veri(bigdata)Büyük veri(bigdata)
Büyük veri(bigdata)Hülya Soylu
 
AI - Tekil 12 GSÜ
AI - Tekil 12 GSÜAI - Tekil 12 GSÜ
AI - Tekil 12 GSÜBurak Evren
 
Python Image Kütüphanesi
Python Image KütüphanesiPython Image Kütüphanesi
Python Image KütüphanesiCaglar Dursun
 
Internet Tabanli EğItim
Internet Tabanli EğItimInternet Tabanli EğItim
Internet Tabanli EğItimselver
 
Hping Kullanarak Ağ Keşif Çalışmaları
Hping Kullanarak Ağ Keşif ÇalışmalarıHping Kullanarak Ağ Keşif Çalışmaları
Hping Kullanarak Ağ Keşif ÇalışmalarıBGA Cyber Security
 
Biyometrik Tanıma Sistemleri
Biyometrik Tanıma SistemleriBiyometrik Tanıma Sistemleri
Biyometrik Tanıma SistemleriBetül Becit
 
Hadoop,Pig,Hive ve Oozie ile Büyük Veri Analizi
Hadoop,Pig,Hive ve Oozie ile Büyük Veri AnaliziHadoop,Pig,Hive ve Oozie ile Büyük Veri Analizi
Hadoop,Pig,Hive ve Oozie ile Büyük Veri AnaliziSerkan Sakınmaz
 
YÜZ BULMA VE TANIMA SİSTEMLERİ KULLANARAK
YÜZ BULMA VE TANIMA SİSTEMLERİ KULLANARAKYÜZ BULMA VE TANIMA SİSTEMLERİ KULLANARAK
YÜZ BULMA VE TANIMA SİSTEMLERİ KULLANARAKRecep Holat
 

Viewers also liked (20)

Bigdata Nedir? Hadoop Nedir? MapReduce Nedir? Big Data.
Bigdata Nedir? Hadoop Nedir? MapReduce Nedir? Big Data.Bigdata Nedir? Hadoop Nedir? MapReduce Nedir? Big Data.
Bigdata Nedir? Hadoop Nedir? MapReduce Nedir? Big Data.
 
EXPLOIT POST EXPLOITATION
EXPLOIT POST EXPLOITATIONEXPLOIT POST EXPLOITATION
EXPLOIT POST EXPLOITATION
 
Python Programlama Dili Eğitimi
Python Programlama Dili EğitimiPython Programlama Dili Eğitimi
Python Programlama Dili Eğitimi
 
Görüntü işleme - Image Processing
Görüntü işleme - Image ProcessingGörüntü işleme - Image Processing
Görüntü işleme - Image Processing
 
Ruby - Dünyanın En Güzel Programlama Dili
Ruby - Dünyanın En Güzel Programlama DiliRuby - Dünyanın En Güzel Programlama Dili
Ruby - Dünyanın En Güzel Programlama Dili
 
Tcpdump ile Trafik Analizi(Sniffing)
Tcpdump ile Trafik Analizi(Sniffing)Tcpdump ile Trafik Analizi(Sniffing)
Tcpdump ile Trafik Analizi(Sniffing)
 
Kara Sistemlerinde Yapay Zeka Uygulamaları
Kara Sistemlerinde Yapay Zeka UygulamalarıKara Sistemlerinde Yapay Zeka Uygulamaları
Kara Sistemlerinde Yapay Zeka Uygulamaları
 
TCP/IP Ağlarda İleri Seviye Paket Analizi – Tshark
TCP/IP Ağlarda İleri Seviye Paket Analizi – TsharkTCP/IP Ağlarda İleri Seviye Paket Analizi – Tshark
TCP/IP Ağlarda İleri Seviye Paket Analizi – Tshark
 
Büyük veri(bigdata)
Büyük veri(bigdata)Büyük veri(bigdata)
Büyük veri(bigdata)
 
AI - Tekil 12 GSÜ
AI - Tekil 12 GSÜAI - Tekil 12 GSÜ
AI - Tekil 12 GSÜ
 
Python Image Kütüphanesi
Python Image KütüphanesiPython Image Kütüphanesi
Python Image Kütüphanesi
 
Pasif Bilgi Toplama
Pasif Bilgi ToplamaPasif Bilgi Toplama
Pasif Bilgi Toplama
 
Yapay Zeka
Yapay ZekaYapay Zeka
Yapay Zeka
 
Metasploit El Kitabı
Metasploit El KitabıMetasploit El Kitabı
Metasploit El Kitabı
 
Internet Tabanli EğItim
Internet Tabanli EğItimInternet Tabanli EğItim
Internet Tabanli EğItim
 
Hping Kullanarak Ağ Keşif Çalışmaları
Hping Kullanarak Ağ Keşif ÇalışmalarıHping Kullanarak Ağ Keşif Çalışmaları
Hping Kullanarak Ağ Keşif Çalışmaları
 
Biyometrik Tanıma Sistemleri
Biyometrik Tanıma SistemleriBiyometrik Tanıma Sistemleri
Biyometrik Tanıma Sistemleri
 
Hadoop,Pig,Hive ve Oozie ile Büyük Veri Analizi
Hadoop,Pig,Hive ve Oozie ile Büyük Veri AnaliziHadoop,Pig,Hive ve Oozie ile Büyük Veri Analizi
Hadoop,Pig,Hive ve Oozie ile Büyük Veri Analizi
 
Yapay Sinir Ağları
Yapay Sinir AğlarıYapay Sinir Ağları
Yapay Sinir Ağları
 
YÜZ BULMA VE TANIMA SİSTEMLERİ KULLANARAK
YÜZ BULMA VE TANIMA SİSTEMLERİ KULLANARAKYÜZ BULMA VE TANIMA SİSTEMLERİ KULLANARAK
YÜZ BULMA VE TANIMA SİSTEMLERİ KULLANARAK
 

Gurultu turleri yersel_filtreler

  • 1. T.C. ÇANAKKALE ONSEKİZ MART ÜNİVERS İTESİ MÜHENDİSLİK-MİMARLIK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ Görüntü İşleme 060401013 Olcay Özyerli 060401031 Bahattin Carav
  • 2. GÖRÜNTÜ ÜZERİNDEKİ GÜRÜLTÜ TÜRLERİ VE BU GÜRÜLTÜLERİN YERSEL FİLTRELER KULLANILARAK GİDERİLMESİ
  • 3. Az ışıkta yüksek iso ve uzun pozlama ile ortaya çıkan
  • 4. Gürültü Nedir? GÜRÜLTÜ Gürültü, resim üzerindeki bozukluklar, lekeler, eksiklikler olarak tanımlanabilir. Bir sayısal görüntüde gürültü, pürüzsüz yüzey Üzerine rastgele dağılmış lekeler olarak görünür ve görüntü kalitesini önemli ölçüde düşürür. Gürültüyü en genel hali ile tanımlarsak; görüntü kirliliği Diyebiliriz.
  • 5. GÜRÜLTÜ Çoğu zaman görüntü gürültüsünden kaçınılmak istense de, poz, sıcaklık ve farklı dijital fotoğraf makinesi modları gibi şeyler görüntü gürültüsü yaratacaktır. Gürültünün genel anlamda ışıkla alakalı olan bir kavram olduğunu söyleyebiliriz. Temiz bir görüntü almak istiyorsak görüntünün alınacağı yüzeyin ışığa duyarlılığı, ortamın ışığına uygun olmalıdır. Yani önemli olan ışığın çok olması veya az olması değildir. Önemli olan ortamın ışığının görüntüye uygun olmasıdır. Yani az ışık ile de çok net görüntüler elde edilebilir.
  • 6. Işık ve gürültü dendiğinde açıklanması gereken bazı kavramlar vardır … ISO ISO ISO, optik algılayıcının ışığa duyarlılığını belirtir yani ISO arttıkça optik algılayıcı ışığa karşı daha hassas olacaktır. Günümüz teknolojisinde ISO dijital fotoğraf makinelerinde 50 – 12800 ve üstü seçeneklerini sunuyor … ISO, ışığın yetersiz olduğu ve hızlı çekim yapılmak istenen ortamlarda kullanılmak için uygundur.
  • 7. ISO ISO’nun fotoğraf üzerindeki etkisi doğrudan görüntü kalitesi üzerinedir. Yüksek ISO değerlerini kullandıkça genel görüntü kalitesi düşer. Detay kayıpları başlarken, gürültü miktarları gözle görülür bir şekilde artar. Bu nedenle ışığın yetersiz olduğu durumlarda çekeceğiniz konuya göre değişecektir ama ISO’yu yükseltmek son tercih olmalıdır. Yüksek ISO başarımı dendiğinde aklımıza düşük gürültü seviyesine sahip, detayları silinmeyip korunmuş fotoğraflar gelmelidir.
  • 8. POZLAMA ISO ile ilişkili olarak bahsedebileceğimiz bir kavram var. Pozlama, görüntüsü alınacak nesnesin film yüzeyine ne kadar süre ile yansıması gerektiğini belirtir Eğer ışık az ise perde (enstantane) daha fazla açık kalır; çok ise daha az açık kalır. Ve bunun sonucunda resim işlenmiş olur. Az ışıkta uzun pozlama bize gürültülü bir görüntü verir. Yoğun ışıkta yapılan uzun pozlama ise bantlama yapar.
  • 9. POZLAMA Işığın şiddeti gürültünün tanımını da çeşitlendirir. Işığın şiddetinden kaynaklanan gürültü türleri mevcuttur… Bunlar; Random Fixed Pattern Banding Üçünde de ayrı ayrı iso ve pozlama yüzünden görüntü kirliliği yani gürültü oluşur.
  • 10. RANDOM NOISE RANDOM NOISE Rastgele gürültü… Random noise, resim yoğunluğundaki bir artış etrafında döner. Yoğunluk değişimi olduğu yerin üzerinde ve altında renk farklılıkları boyunca oluşur. Bu gürültü rastgele çünkü aynı ayarlar Kullanılsa bile gürültü görüntü boyunca rastgele olarak oluşur.
  • 11. RANDOM NOISE Genel olarak poz uzunluğu ve ISO hızı tarafından etkilenir. Rastgele gürültüden kurtulmak oldukça zor çünkü nerede oluştuğunu tahmin edemezsin. Dijital fotoğraf makinesi bu gürültüyü kendi kendine tespit edemez ve bu bir görüntü düzenleme programında küçültülebilir
  • 12. FIXED PATTERN FIXED PATTERN NOISE NOISE Sabit desenli gürültü… Fixed pattern noise hot pikselleri kapsar. Hot pikseller, görüntü içindeki piksellerden daha yoğun ve rastgele gürültü dalgalanmalarından daha parlak olan piksel bitleridir. Yani hot piksel kirlilik içindeki en parlak olan, gürültüyü belli eden pikseldir. Uzun pozlamalar ve yüksek sıcaklıklar fixed pattern noise in görülmesine neden olurlar. Eğer resimler aynı ayarlar altında çekilmiş ise hot pikseller aynı yerde ve zamanda tekrar oluşacaklardır.
  • 13. FIXED PATTERN NOISE Fixed pattern noise aslında oluştuktan sonra düzeltilebilecek olan en kolay türdür. Bir dijital kamera sabit kalıp gerçekleştirdikten sonra görüntü üzerindeki etkileri azaltmak için ayarlanabilir. Bununla birlikte, eğer azaltılmamışsa random noise den göze daha şüpheli görünebilir.
  • 14. BANDING NOISE BANDING NOISE Banding noise, yüksek derecede kamera bağımlı ve dijital sensörlerden veri okunduğu zaman kamera tarafından tanıtılan gürültü. Banding noise, gerçekten bütün dijital kameralar tarafından oluşturulamayan kameraya bağlı olan bir gürültü türüdür. Dijital işlem adımları sırasında, dijital kamera sensörünün ürettiği verileri alır ve bundan gürültü yaratır. Yüksek ISO hızları, gölgeler ve fotoğraf parlaklığı banding noise yaratır.
  • 15. Fixed pattern noise daha sakıncalı görünsede genellikle tekrarlanabilir olduğundan temizlemesi daha kolaydır. Bir fotoğraf makinesinin dahili elektronikleri sadece modeli bilmek zorunda ve doğru görüntüyü ortaya çıkarmak için bu gürültü eksiltilebilir. Dijital makinelerin en son üretilen teknolojilerinde fixed pattern random noise den daha az problem yaratabilir ancak en ufak miktar bile random noise den daha dikkat dağıtıcı. Daha az sakıncalı olan random noise genellikle görüntü küçültücü olmadan temizlemek daha zordur. Neat Image ve Noise Ninja gibi programlar bu gürültünün temizlenmesinde kullanılabilir.
  • 16. Filtreleme?  Filtreler görüntülere, gürültüleri temizlemek ve kenarları iyileştirmek için uygulanır.
  • 17.  Yersel filtreler, görüntü işlemede kullanılan en temel araçlardan bir tanesi olarak ele alabiliriz.  Yersel ortamda olan filtreler, frekans ortamında olanlara göre çok yönlüdürler. Örneğin doğrusal olmayan filtreler frekans ortamında kullanılamaz iken yersel ortamda kullanılabilmeleri çok yönlülüğün göstergesidir.
  • 18. Yersel Filtrelerin Tekniğine bakacak olursak iki kısımdan oluşur:  Neighborhood (Komşulukarı ) Bu komşular tarafından sarılan görüntü pikselleri üzerinde gerçekleştirilecek olan önceden bilinen ve tanımlanmış olan operasyonlar olarak tanımlayabiliriz. Filtre, operatörü doğrusal (linear) ise doğrusal filtre, değilse doğrusal olmayan ise doğrusal olmayan (non-linear) filtre olarak isimlendirilir.
  • 19. Görüntüde Filtreleme Operasyonları  Filtreler görüntü zenginleştirme amacı ile de uygulanan, adından da anlaşılacağı gibi görüntüde belirli ayrıntıların ayıklanması ya da daha belirgin hale getirilmesi vb. gibi operasyonları gerçekleştiren operatörlerdir.
  • 20. Farklı amaçlar için farklı filtreleme operatörleri vardır. Bunlara:  Kenar keskinleştirme(Sharpening Filters )  Kenar yakalama  Görüntü yumuşatma ve bunun gibi daha bir çok amaçla kullanılan filtreler örnek verilebilir. Bilindiği görüntüyü oluşturan pikseller konumları ve gri değerleri ile tanımlanabilmektedir. Daha doğrusu bir görüntü matris formuna sahiptir.
  • 21. Görüntü Yumuşatma Operatörleri  Görüntüdeki gürültünün (bozucu etkinin) yok edilmesi veya indirgenmesinde kullanılır. Eğer görüntüde mevcut gürültü yüksek frekansta ise lowpass-alçak geçirgenli filtre ile indirgenir.  Çözünürlüğün indirgenmesi işleminde kullanılır. Eğer görüntünün çözünürlüğü çok yüksek ise ön görüntüleme işlemleri için tüm çözünürlüğe gereksinimim duyulmaz. Çözünürlüğün indirgenmesi görüntü pramitlerinin oluşturulmasında da kullanılır.
  • 22. Averaj Operatörü  Burada N,M görüntünün boyutunu tanımlar. Yumuşatılmış gs görüntüsü orijinal görüntünün katlamasından (convolving) elde edilmiştir. Genelde N=M alınır. Bazı durumlarda yukarıda verilen filtre katsayıları değiştirilebilir.
  • 23. Katlama (Convolution Filtering)  Katlama filtreleme bir görüntünün mekansal frekans karakteristiğinin değiştirilmesinde kullanılır. Filtre çekirdeği kullanılarak filtreleme işlemi gerçekleştirilir. Filtreleme sonucu:  gfiltrelenmiş=(-1x8)+(-1x6)+(-1x6)+(-1x2)+(16*8)+(- 1x6)+(-1*2)+(-1*2)+(-1*8)=11  Eğer yukarıdaki 5x5 lik görüntü 2x2 lik piksel seti şeklinde katlanacak olursa sonuç aşağıdaki gibidir:
  • 24. 1 2 3 4 5 1 2 8 6 6 6 2 2 11 5 6 6 3 2 0 11 6 6 4 2 2 2 8 6 5 2 2 2 2 8
  • 25. Correlation (cont’d) Genellikle uygulamalarında kullanılan nerede ölçmek için gerekli görsel ya da görsel parçaları arasındaki benzerlik.
  • 26. Smoothing (Yumuşatan) Doğrusal Filtreler  Smoothing işlemini yapan filtreler filtre çekirdeğinin komşuluklarında yer alan orijinal görüntüdeki parlaklık değerlerinin ortalamsını alırlar.  Bu tarz filtreler görüntü üzerindeki keskin geçişleri azaltırlar. Görüntü üzerindeki gürültülerin giderilmesinde tercih edilirler.
  • 27. Result of Smoothing Linear Filters Orijinal Görüntü [3x3] [5x5] [7x7]
  • 28. Doğrusal Olmayan (Non-Linear) Filtreler Bu tarz filtreler, girdi görüntüsü üzerinde filtre çekirdeği ile sınırlanmış bölge içerisinde kalan pikselleri belli bir aralık içersinde olacak şekilde sıralarlar. Çıktı görüntüdeki yeni pikselin parlaklık değeri ise bu sıralamanın sonucuna göre belirlenir. Literatürde en yaygın olarak kullanılan filtre türü medyan filtredir. Özellikle görüntü üzerindeki gürültülerin giderilmesinde son derece başarılıdırlar.
  • 29. Result of median filter Noise from Glass effect Remove noise by median filter
  • 31. Median filter Averaging filter 31
  • 32. Gürültüden Arındırma (Denoising) Image with Salt&Pepper Noise Low Pass Filtered Image Median Filtered Image Arş . Gör. Dr. Nergis TURAL POLAT
  • 33. Yersel geliştirme metotlarının kombine edilmesi? (a) Laplacian filter of bone scan (a) (b) Sharpened version of bone scan achieved by (c) subtracting (a) and (b) Sobel filter of bone scan (a) (d)
  • 34. yersel geliştirme metotlarının kombine edilmesi? Result of applying a (h) power-law trans. to Sharpened image (g) which is sum of (a) and (f) (g) The product of (c) and (e) which will be used (f) as a mask (e) Image (d) smoothed with a 5*5 averaging filter
  • 35. Combining Spatial Enhancement Methods (cont…) Compare the original and final images
  • 36. Sharpening(Keskinleştirme) Filters (High Pass filtering)  Yoğunluğu, geçişleri vurgulamak için kullanılır. (örneğin, kenarları).  Yerel bölgelerdeki görüntüyü yoğunluk farklarına göre hesaplar.
  • 37. Sharpening Filters  Yüksek filtreleme geçiş tepkisi negatif olabilir unutmayın..  Değerleri yeniden [0-255] arasında olmalıdır. Orijinal görüntü Yumuşatılmış görüntü
  • 38. Sharpening Filters: Unsharp Masking  Bir geçirgen görüntü orijinal görüntüden çıkarılarak elde edilir. - =
  • 39. Sharpening Filters: High Boost  Görüntü keskinleştirme kenarları ancak ayrıntıları (örneğin, düşük frekanslı bileşenler) kaybolmuş olabilir .  High boost filter: amplify input image (A-1) + =
  • 40. Sharpening Filters: Unsharp Masking (cont’d) A=1.4 A=1.9
  • 41. Sonuç OlarakYersel filtreleme  Amaç:  Bulanıklık veya gürültü azaltmaktır.  Düşük Geçişli Filtreleme /Yumuşatma  maske katsayılarının toplamı 1  Görsel efekt: azaltılmış gürültü ama aynı zamanda kenarlarda bulanıktır.  Yumuşatma doğrusal süzgeçler  Filtre Ortalama  Ağırlıklı ortalama (örneğin, Gauss)  Yumuşatma (doğrusal olmayan filtreleme)  Sıra istatistikleri filtreler (örneğin, medyan filtre) 41