EĞİTİM
Ders Detayı
ELE490 - Görüntü İşlemenin Temelleri
2023-2024 Bahar dönemi bilgileri
Ders bu dönem açık değil
ELE490 - Görüntü İşlemenin Temelleri
| Program | Teorik saat | Uygulamalı saat | Yerel kredi | AKTS kredisi |
| Lisans | 3 | 2 | 4 | 7 |
| Zorunluluk | : | Seçmeli |
| Önkoşul ders(ler) | : | ELE301 |
| Eşzamanlı ders(ler) | : | - |
| Veriliş biçimi | : | Yüz yüze |
| Öğrenme ve öğretme teknikleri | : | Anlatım, Soru-Yanıt, Sorun/Problem Çözme, Programlama |
| Dersin amacı | : | Bu ders, Python programlama dili kullanılarak görüntü işleme teorisine ve uygulamalarına bir giriş sağlar. Konular, görüntü oluşturma, görüntü dönüştürme, görüntü filtreleme, görüntü iyileştirme, görüntü restorasyonu, segmentasyon, sıkıştırma, renkli görüntü işleme, derin öğrenme, görüntü sınıflandırma ve nesne tanımayı içerir. |
| Dersin öğrenme çıktıları | : | Bu dersi başarıyla tamamlayan bir öğrenci, görüntü elde etme ve oluşturma konusunda bilgi sahibi olur, bir görüntüyü hem uzaysal hem de frekans alanında filtreleyebilir; bir programlama dili kullanarak görüntüleri geri yükleyin, bölümlere ayırın ve sıkıştırın; ve derin öğrenmeyi kullanarak görüntü sınıflandırması ve nesne tanıma gerçekleştirin. Öğrenci, görüntü işleme konusunda hem teorik hem de pratik bilgiye sahip olur ve bilgilerini gerçek dünya problemlerine uygulayabilir. |
| Dersin içeriği | : | Bir programlama dili olarak Python, Görüntü Edinme ve Sayısal Görüntü Oluşturma, Yeğinlik Dönüşümleri, Uzamsal Filtreleme, Frekans Alanında Filtreleme, Görüntü Restorasyonu, Renkli Görüntü İşleme, Görüntü Sıkıştırma, Morfolojik Görüntü İşleme, Görüntü Bölütleme, Derin Öğrenme, Derin Öğrenmeyi Kullanarak Görüntü Sınıflandırma ve Nesne Tanıma. |
| Kaynaklar | : | Rafael C. Gonzalez & Richard E. Woods, Digital Image Processing, Addison Wesley. Practical Machine Learning and Image Processing, Himanshu Singh, Apres, 2019. |
| Haftalar | Konular |
|---|---|
| 1 | Görüntü İşleme Giriş, Python Programlamaya Giriş: Temel Bilgiler |
| 2 | Python Programlamaya Giriş: Veri Bilimi Araçları |
| 3 | Görüntü Toplama ve Dijital Görüntü Oluşturma |
| 4 | Yeğinlik Dönüşümleri |
| 5 | Uzamsal Filtreleme |
| 6 | Frekans Alanında Filtreleme |
| 7 | Görüntü Restorasyonu |
| 8 | Ara Sınav |
| 9 | Renkli Görüntü İşleme |
| 10 | Görüntü Sıkıştırma |
| 11 | Morfolojik Görüntü İşleme |
| 12 | Görüntü Bölütleme |
| 13 | Derin Öğrenmenin Temelleri |
| 14 | Derin Öğrenmeyi Kullanarak Görüntü Sınıflandırma ve Nesne Tespiti |
| 15 | Genel sınava hazırlık |
| 16 | Genel sınav |
| Yarıyıl içi çalışmaları | Sayısı | Katkı Payı % |
|---|---|---|
| Devam | 0 | 0 |
| Laboratuar | 0 | 0 |
| Uygulama | 0 | 0 |
| Alan Çalışması | 0 | 0 |
| Derse Özgü Staj (Varsa) | 0 | 0 |
| Ödevler | 4 | 20 |
| Sunum | 0 | 0 |
| Projeler | 1 | 10 |
| Seminer | 0 | 0 |
| Kısa Sınav (Quiz) | 0 | 0 |
| Ara Sınavlar | 1 | 30 |
| Genel sınav | 1 | 40 |
| Toplam | 100 | |
| Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı | 60 | |
| Yarıyıl Sonu Sınavının Başarı Notuna Katkısı | 40 | |
| Toplam | 100 | |
| Yarıyıl içi çalışmaları | Sayısı | Süre (saat) | Toplam iş yükü |
|---|---|---|---|
| Ders Süresi | 14 | 3 | 42 |
| Laboratuar | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Derse özgü staj (varsa) | 0 | 0 | 0 |
| Alan Çalışması | 0 | 0 | 0 |
| Sınıf Dışı Ders Çalışma Süresi (Ön Çalışma, pekiştirme, vb.) | 14 | 5 | 70 |
| Sunum / Seminer Hazırlama | 0 | 0 | 0 |
| Proje | 1 | 30 | 30 |
| Ödevler | 4 | 3 | 12 |
| Kısa Sınavlara Hazırlanma Süresi | 0 | 0 | 0 |
| Ara Sınavlara Hazırlanma Süresi | 1 | 25 | 25 |
| Genel sınava hazırlanma süresi | 1 | 40 | 40 |
| Toplam iş yükü | 35 | 106 | 219 |
| Program yeterlilikleri | Katkı düzeyi | |||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 1. | Elektrik ve Elektronik Mühendisliği'nin gerektirdiği kuramsal ve uygulamalı bilgilere sahiptir. | |||||
| 2. | Matematik, Fen Bilimleri ve Elektrik ve Elektronik Mühendisliği alanlarındaki kuramsal ve uygulamalı bilgileri mühendislik çözümleri için kullanır. | |||||
| 3. | Elektrik ve Elektronik Mühendisliği problemlerini saptar, tanımlar, modeller ve probleme uygun analitik veya nümerik yöntemleri uygulayarak çözer. | |||||
| 4. | Gerçekçi kısıtlar altında sistem tasarlar; bu doğrultuda modern yöntemleri ve araçları kullanır. | |||||
| 5. | Deney tasarlar, yapar, sonuçları analiz eder ve yorumlar. | |||||
| 6. | Bireysel veya takım üyesi olarak disiplinlerarası çalışma yapacak altyapıya sahiptir. | |||||
| 7. | Bilgiye erişir, kaynak araştırması yapar, veri tabanlarını ve diğer bilgi kaynaklarını kullanır, bilim ve teknolojideki gelişmeleri izler. | |||||
| 8. | Proje planlaması ve zaman yönetimi yapar, mesleki gelişimini planlar. | |||||
| 9. | İleri düzeyde bilgisayar donanım ve yazılım bilgisine sahiptir, bilişim ve iletişim teknolojilerini etkin kullanır. | |||||
| 10. | Sözlü ve yazılı etkin iletişim kurar; İngilizce'yi ileri düzeyde kullanır. | |||||
| 11. | Mesleki, etik ve toplumsal sorumluluğunun bilincindedir. | |||||
| 12. | Mühendislik çözümlerinin ve uygulamalarının evrensel ve toplumsal boyutlardaki etkilerinin bilincindedir; çağın sorunları hakkında bilgi sahibidir. | |||||
| 13. | Yenilikçi ve sorgulayıcıdır; mesleki özgüveni yüksektir. | |||||
1: En düşük, 2: Düşük, 3: Orta, 4: Yüksek, 5: Çok yüksek