BİLGİSAYAR GRAFİKLERİ 2

Bu yazıda, daha önce yayımlanmış olan Bilgisayar Grafikleri yazımızdaki alt kategorilerden Görüntü İşleme'yi daha detaylı inceleyeceğiz.

Görüntü İşleme

Görüntü (Resim) İşleme, teknik olarak, girdisi resim bilgisi olan, çıktısı başka bir resim bilgisi, ölçüm veya yüksek-seviyeli tanımlama olabilen işlemler bütünüdür/zinciridir. Resimler genelde 2Boyutlu sinyaller olarak tanımlanır, ve üzerinde yapılan işlemler standart sinyal işleme algoritmalarının türevleridir. Kullanım alanları sanatsal çalışmalardan, teknik ihtiyaçlara kadar çok çeşitlidir. Grafikleri değiştirmenin yanında kalitesi düşük veya bilgi kaybı olan resimleri iyileştirmede de kullanılır.

Aşağıdaki resimde bir görüntüye sırayla 6 farklı işlem uygulanarak kalitesinin artması sağlanmıştır.

Tanımlar

  • Histogram: Histogram bir görüntüdeki yansıma değerlerinin grafik gösterimidir. Grafikte, görüntüdeki yansıma değerleri (genellikle 0-255) x-ekseni üzerinde ve bu değerlerin görüntüde tekrar etme sıklığı y-ekseninde bulunur.

Pratiğinde Görüntü İşleme kullanılan uygulamalar :

  • İstatistiksel Sınıflandırma: Resimlerin taşıdıkları özelliklere göre ve rakamsal bilgilere dayanarak gruplara ayrıştırılması.
  • Özellik Çıkartma: Bazı algoritmaların uygulanması ile resimdeki çeşitli parçaların ve şekillerin tespit edilmesi ve ayrıştırılması.
  • Kalıp Tanıma: Kalıp Tanıma, Makine Öğrenmesi’nin bir alt dalı olup, Görüntü İşleme’de girdi olarak alınan bilgiyi inceleyip gelen verinin kategorisine göre işleme tabi tutmasıdır. (Örn.: İnsan yüzünün resminin tanınması/anlamlandırılması)
  • Yansı: Bir resmin geometrik olarak yansıtılması.
  • Çok-Ölçekli Sinyal Analizi: Bir resmin analiz edilmesi, anlamlandırılması veya değiştirilmesi.

Görüntü İşleme’de kullanılan bazı teknikler :

  • Temel (Asıl) Parça Analizi: Çok boyutlu veri örneklerini, düşük boyuttaki verilere çevirmek için kullanılır. Eigen-değeri parçalamasının bulunması/hesaplanması gibi işlemler içerir. Matematiksel olarak Temel Parça Analizi, veriyi başka bir koordinat sistemine döken bir dikey çizgisel dönüşümdür.
  • Bağımsız Parça Analizi: Bir anda birden fazla istatistiksel değişkenin etkilediği sinyalin alt parçalara ayrıştırılması ve hesaplanması metodudur. Kör Kaynak Ayrıştırma metodunun özel bir durumudur.
  • Gizli Markov Modelleri: Bir Gizli Markov Modeli, modellenen sistemin bir Markov işlemi olarak tanımlandığı ve bilinmeyen parametrelerle çalıştırıldığı, amacın gizli parametrelerin incelenebilen parametrelerden çıkarılması olduğu işlemdir.
  • Yapay Sinir Ağları: Birbirine bağlanmış yapay sinirlerden (düğümlerden) oluşan, ve bazı özelliklerini biyolojik sinir ağlarından miras alan ağlardır. Yapay zeka problemlerini çözmekte kullanılır. Günümüzde Resim Analizi uygulamalarında da yaygın olarak kullanılmaktadır.

Görüntü Zenginleştirme

Belirli bir fotoğraf veya sürekli bir görüntünün belirli bir karesi çeşitli çevresel etkenlerden dolayı bozulmuş olabilir. Bu tip görüntüler bir takım Görüntü Zenginleştirme metodları uygulanarak bir özelliğine göre daha zengin hale getirilebilir.

Yanda 1987 yılında Landsat TM tarafından algılanan Bursa’ya ait görüntü ve görüntünün histogramı bulunmaktadır.

Bu görüntüye çizgisel zıtlık artırımı metodu uygulandığında yandaki sonuç elde edilmiştir.

Görüntü zenginleştirmede çeşitli filtreleme metodları da kullanılabilir. Alçak geçirgen bir filtre, büyük ve benzer tonda olan homojen alanları belirginleştirmek ve çok küçük detayları azaltarak görüntüyü sadeleştirmek amacı ile kullanılır. Yüksek geçirgen filtreler ise küçük detayları keskinleştirmek ve mümkün olduğu kadar çok detayı ortaya çıkarmak için kullanılır.

Görüntü Dönüşümleri

Görüntü dönüşümleri, genellikle birden fazla görüntüden yararlanılarak istenilen özelliklerin daha fazla ön plana çıktığı yeni bir görüntünün oluşturulması işlemidir. Temel görüntü dönüşümleri, görüntüye uygulanan basit aritmetik işlemlerdir. Görüntü çıkarma işlemine örnek olarak, bir uydudan farklı tarihlerde alınmış olan görüntülerin arasındaki farklılıkları bulmak için yapılan bir uygulama gösterilebilir. Görüntü bölme veya orantılama işlemleri de sıkça kullanılan Görüntü İşleme Dönüşümleri’dir.

Sınıflandırma

Sınıflandırma bir görüntünün bütününü bazı parametrelere göre parçalayarak anlamlandırma işlemidir. Sınıflandırma, Kontrollü ve Kontrolsüz olmak üzere iki sık kullanılan proserdüre ayrılabilir.

Kontrolsüz Sınıflandırma’da yansıma değerleri birbirine yakın renk kümeleri belirlenir, daha sonra bu kümeler sınıf oluşturmada kullanılır. Yanda Kontrolsüz Sınıflandırma’ya örnek verilmiştir.

Kontrollü Sınıflandırma ise, sınıflandırma başlatılmadan önce bilgi sahibi olunan düzenli örnek alanlarının tanımlanmış olduğu, ve bu alanların sınıflandırma algoritmasında öğrenilecek diğer alanlar için temel olarak kullanıldığı yöntemdir.

Kaynaklar: