GÖRÜNTÜ İŞLEME-

ANALİZİ VE
UYGULAMALARI
OMAR YAWEZ MUSTAFA MUSTAFA
GEOMETRİK DÖNÜŞÜMLER
• Geometrik dönüşümler resim üzerindeki her pikselin bir konumdan (x1,y1)
başka bir konuma(x2,y2) haritalanmasıdır. Bununla ilgili olarak aşağıdaki işlemler
kullanılabilir.
1. Taşıma: Resim içeriğinin konumunu değiştirme.
2. Döndürme: Resmi çevirme.
3. Aynalama (yansıtma): Resmin aynadaki görüntüsüne benzer simetrisini alma,
görüntüyü takla attırma.
4. Ölçekleme(zoom): Resim boyutunu değiştirme yada yaklaştırma uzaklaştırma.
5. Persfektif (afin)Dönüşüm: Resmin içeriğini persfektif benzeri dönüşümünü
sağlama.
TAŞIMA (Translate)
• Taşıma operatörü, giriş resmindeki her pikseli, çıkış resmindeki yeni bir konuma
taşıma işlemidir. Orijinal resimdeki (x1,y1) koordinatındaki her piksel belli bir
öteleme mesafesi (βx, βy)boyunca taşınarak yeni konumu olan (x2,y2) koordinatına
yerleştirilir. Taşıma işlemi görüntü üzerinde iyileştirmeler yaparken yada başka
uygulamaların alt işlemleri olarak kullanılabilir.
DÖNDÜRME (Rotation)
• Döndürme işlemi bir nokta etrafında belli bir açı (θ) değerinde çevirerek giriş
resmindeki (x1,y1) koordinatını çıkış resmindeki (x2,y2) noktasına taşıma işlemidir.
Çoğu döndürme işleminde sınırların dışına çıkan kısımlar yok sayılır.
• Döndürme işlemi çoğunlukla resmin görünümü daha iyi hale getirmek için
kullanılabilir. Afin işlemlerinde (persfektif bakış) de kullanılan bir işlem olacaktır.
Döndürme işlemi için formüllerimizi çıkaralım. Bir orijin (0,0) etrafında x-y eksen
takımını saat yönünde θ açısı kadar döndürdüğümüzde şekildeki gibi olacaktır.
Burada x1 ve x2 değerleri ile θ açısı bilenen değerlerdir. x2 ve y2 değerlerini
bulmaya çalışalım. θ açısının bulunduğu üçgenlerin kenarlarına a,b,c,d sembollerini
atarsak aşağıdaki formüllerimiz çıkacaktır.
Bu denklemler orijin noktasına göre hesap yapmaktadır. Pozitif θ açısı saatin yönünde dönmeyi ifade etmektedir.
Resim alanı içerisindeki görüntü döndürülürken döndürme noktası sol üst köşe yerine resmin ortasını almak gerekir.
Bu durumda koordinatlardan resmin orta noktasını gösteren x0ve y0değerlerini çıkarmak gerekir. Resimler y
koordinat ekseni aşağıya doğru bakmaktadır. Buna göre kullanacağım formüller şu şekilde olacaktır.
AYNALAMA, YANSITMA(Mirror/Reflect)
• Yansıtma işlemi, görüntüyü orijinal resimdeki (x1, y1) konumundan alarak,
belirlenen eksen veya bir nokta etrafında yansıtarak yeni bir konuma (x2, y2)
yerleştirilmesidir. Yansıtma görsel işlemlerde yardımcı bir işlem olarak kullanılır.
Afin dönüşüm (persfektif) dönüşümler için bir ön işlem olarak kullanılır.
ÖLÇEKLEME (Scaling)
• Ölçekleme işlemi bir görüntünün boyutunu veya bir bölümünü küçültme yada
büyültmek için kullanılır. Bu işlem görüntü üzerinde alınan bir grup matrisin
pikselin değerini daha küçük yada büyük matrise dönüştürme ile gerçekleştirilir.
Böylece matris büyüklüğüne göre ya pikseller çoğaltılır (yaklaştırma), yada azaltılır
(uzaklaştırma).
• Ölçeklenen resimler büyük resimlerin küçültülerek daha küçük hafızalarda
saklanması, yada büyüterek belli bir bölgeye dikkat çekmek için kullanılabilir.
1. Uzaklaştırma (Küçültme)(Zoom out)
2. Yaklaştırma (Büyültme)(Zoom in)
1.Uzaklaştırma (Küçültme)(Zoom out)
• Yeni oluşturulacak görüntüdeki pikselin değeri için iki farklı teknik kullanılabilir.
a) Piksel değiştirme: Bir grup komşu pikselin değeri, tek bir piksel değerine
dönüştürülürken içlerinden birinin değerine yada rastgele herhangi birinin
değerine dönüştürülebilir. Bu metot işlemler açısından daha basittir fakat
örneklenen pikseller arasındaki farklılık çok fazla ise zayıf sonuçlara yol açabilir.
b) Piksel İnterpolasyonu: İkinci metot ise komşu pikseller arasında istatistiksel bir
örnekleme yaparak (örneğin ortalamasını alarak) oluşturulacak pikselin değerini
belirler.
2.Yaklaştırma (Büyültme)(Zoom in)
• Bir görüntünün tamamı yada belli bir bölgesi büyütülürkenbenzer bir işlemle,tek
pikselçoğaltma yada interpolasyon alarak çoğalma kullanılabilir.
a) Piksel Değiştirme:Bu yöntemde ele alınan pikselin değeri değiştirilmeden
istenen matris büyüklüğüne göre çoğaltılır. Matris büyüklüğü burada Ölçekleme
skalasına bağlı olarak değişir.
b) Piksel İnterpolasyonu:Komşu piksellerin değerleri arasında fark,oluşturulacak
piksel sayısına bağlı olarak kademeli şekilde belirlenebilir (interpolasyon işlemi).
Böylece piksel geçişleri daha az bir keskinliğe sahip olmuş olur.
EĞME-KAYDIRMA (Shearing)
• Resmin bir tarafı sabit dururken diğer tarafının x ekseni yada y ekseni
doğrultusunda kaydırmak için aşağıdaki matrisi kullanabiliriz.
Uzaysal Domain ’de görüntü işlemleri
• Uzaysal domain teknikleri , bir görüntünün pikselleri üzerinde doğrudan işlem
yapar.
• Bu domendeki işlemler aşağıdaki denklemle ifade edilir.
g(x, y) = T [f(x, y)]
Burada f(x, y) giriş görüntüsüdür. g(x, y) ise çıkış (İşlenmiş ) görüntüsüdür.
T ise f’de belirli bir (x,y) komşuluk ilişkisi bölgesinde işlem yapan bir operatördür.
Örneğin T operatörü; K görüntülerinde gürültü azaltmak için, bir görüntü seti işlemi olarak ta
çalışabilir.
 2.UYGULAMALAR
1. Baskı Sacının Dijital Görüntüsünden Veri Eldesi: İlk uygulama dijital bir
görüntüdür. Numune eksantrik bir pres parçası olan baskısacıdır. Dijital
görüntü bitmap formatındadır.
2. Dijital Kameradan Alınan Kilit Kapama Dişli ParçasıGörüntüsünden Veri
Eldesi: Uygulama dijital kamera ile çekilmiş gerçek bir parçanın
görüntüsüdür. Görüntü jpg formatındadır.
3. Dijital Kameradan Alınan Bağlantı Elemanı Görüntüsünden Veri Eldesi:
Uygulama dijital kamera ile çekilmiş gerçek bir parçanın görüntüsüdür.
Görüntü jpg formatındadır.
4. Tarayıcıdan Alınan Bağlantı Elemanı Görüntüsünden Veri Eldesi: Uygulama 3
deki parçanın görüntüsü tarayıcı ile alınmıştır. Görüntü bitmap formatındadır.
I. İkili Siyah Beyaz (Binary) Görüntünün Elde Edilmesi: Görüntü matlab
programına aktarılıp binary görüntüye dönüştürmek için bwboundaries
fonksiyonu kullanılır. Oluşan binary görüntü 0 ve 1’ler içeren bir mantık
dizisidir. Binary görüntünün matlab penceresindeki görünümü
verilmektedir.
II. Görüntü İşleme Yöntemiyle Sınır Çizgisinin Bulunması: Bunun için
hazırlanan matlab yazılımı kullanılmaktadır. Matlab’de hazırlanan
program ile görüntüye ait sınır çizgisi bulunur. Bu şekilde parçanın iki
boyutlu konturlarına ulaşılmıştır. Bu köşelerin her satır ve her sütununu
aynı zamanda sınır piksellerinin kartezyen koordinat sistemindeki (x,y)
koordinatlarını göstermektedir. m file dosyasının çalışması sonucu elde
edilen kenarları bulunmuş görüntü, bu görüntünün matlab penceresindeki
görüntü bilgisiyse verilmiştir.
III. CAD Programıyla 2 Boyutlu Modelleme: Diziler halinde alınan
piksel koordinatları, MASTERCAMX programına, ASCII formatının
algılayabileceği .uzantısıyla gönderilir. Bu şekilde CAD programında
piksel koordinatları, 2D nokta bulutu halinde ekrana getirilmiş olur.
Eğri uydurma metoduyla bu noktalardan geçen bir “spline” ise
gösterilmektedir.
IV. Çözünürlüğü İki Kat Arttırılmış Görüntü İçin İşlemlerin
Tekrarlanması: Görüntünün çözünürlüğünü arttırmak için matriste
buldurulan iki tane 1 değerinin arasına bir tane daha 1 değeri eklenir.
V. Vektörizasyon Uygulaması: Dijital görüntünün ArtCAM Insignia
Demo programına aktarılıp vektörizasyon uygulamasıyapıldığında
elde edilen görüntünün program penceresindeki görünüşü şekil
gösterilmektedir. Burada elde edilen görüntü CAD programına .dwg
veya .dxf olarak aktarılabilmektedir.
 Literatür Taraması
• Deep learning-based oriented object detection for in situ image monitoring and analysis: A process
analytical technology (PAT) application for taurine crystallization, 2021, Yuanyi W. ve ark. Bu çalışmada,
iki boyutlu kristal boyut dağılımının (CSD) ve kristal sayımlarının yerinde tahmini için son teknoloji odaklı
nesne algılama modeli S2A-Net'i birleştiren otomatik bir görüntü analiz tekniği geliştirilmiştir. Model,
aglomerasyonun kapsamının nicelleştirilmesini sağlamak ve güvenilir olmayan algılamaları hariç tutmak
için hem kristalleri hem de kümeleri algılamak ve sınıflandırmak üzere eğitildi. Çeşitli görüntü
karmaşıklıklarında ekstraksiyon boyutu ve en boy oranının etkinliği ve sağlamlığı, farklı tohum
yüklemeleri ile taurin toplu soğutma kristalizasyonu için deneysel çalışmalarda odaklanmış ışın yansıtıcı
ölçüm (FBRM) ve manuel olarak analiz edilen görüntüler ile karşılaştırılarak doğrulandı. Özel kalibrasyon
deneylerini ortadan kaldırmak için Raman spektroskopisi ile çözünen konsantrasyon ölçümü için çevrimiçi
bir kalibrasyon stratejisi tanıtıldı. İkinci çekirdeklenme ve büyüme hızı kinetiği, çevrimiçi ölçümlerden
değerlendirilir ve sayısal simülasyonla doğrulanır. Önerilen yöntem, bir çözelti kristalizasyon sürecinin
çevrimiçi izlenmesi ve kontrolü için doğru iki boyutlu boyut ölçümü ve şekil karakterizasyonu sağlayan
yeni bir PAT stratejisi sağlar.
• Application of image processing methods for the characterization of selected features and wear
analysis in surface topography measurements, 2021, Przemysław P., Bu yazıda, yüzey dokusundan
seçilen özelliklerin karakterizasyonu için yüzey topografi görüntüsünün (STI) işlenmesi için farklı
yöntemler önerilmiştir. Önerilen analiz, yüzey topografyası ölçümünün sonuçlarına göre malzeme
temas özelliklerinin (örn. aşınmaya dayanıklı, yağlayıcı tutma, sızdırmazlık veya sürtünme)
karakterizasyonunda görüntü değerlendirmesinin işlevselliğini geliştirmek için gerçekleştirilmiştir.
Üretilen detaylardan çeşitli tipte yüzeyler dikkate alındı, örn. tornalanmış, taşlanmış, honlanmış,
lazer dokulu veya izotropik. Beyaz ışık interferometresi ile ölçüldüler. Sonuçlar alansal yüzey
topografya haritaları (görüntü) karakterizasyonu ile analiz edilmiştir. Dalgacık filtreleme
yaklaşımlarının, STI işleme yöntemlerinin bir uygulamasıyla alınan gamze (boyut veya dağılımlar)
veya tedavi izi mesafeleri gibi seçilen yüzey dokusu özelliklerinin değerlendirilmesinde değerli
olabileceği bulundu. Ek olarak, makalede önerilen görüntü dijital genişletme yöntemi, özellikle
analiz edilen (ölçülen) detayın kenarında yer aldıklarında, özellik boyutunun (derinlik, genişlik)
tanımında çok önemli olabilir. Ayrıca, STI, bazı yüzey dokusu ölçüm hatalarının (seçilmiş bir
gürültü türü) azaltılmasında avantajlı olabilir.
• The State-of-the-Art Review on Applications of Intrusive Sensing, Image Processing Techniques,
and Machine Learning Methods in Pavement Monitoring and Analysis, 2021, Yue H. , Modern
ulaşımda kaldırım, araçların ve yayaların hareketi için en önemli sivil altyapılardan biridir. Üstyapı
hizmet kalitesi ve hizmet ömrü, kullanıcılar için düzenli hizmeti doğrudan etkilediği için inşaat
mühendisleri için büyük önem taşımaktadır. Bu nedenle, üstyapının sağlık durumunun, geri dönüşü
olmayan hasarlar oluşmadan önce izlenmesi, zamanında bakım yapılması ve dolayısıyla toplu
taşıma güvenliğinin sağlanması için esastır. Yapı dinamik tepkilerini izleyerek ve yol yüzeyi
koşullarını değerlendirerek birçok kaplama hasarı tespit edilebilir ve analiz edilebilir. Çeşitli
müdahaleci algılama teknikleri, görüntü işleme teknikleri ve makine öğrenimi yöntemleri dahil
olmak üzere bu tür verilerin toplanması ve analizi için ileri teknolojiler kullanılabilir. Bu derleme,
son yıllarda üstyapı mühendisliğinde bu üç teknolojinin son durumunu özetlemekte ve bu
yaklaşımlara dayalı olarak gelecekteki üstyapı izleme ve analizi için olası gelişmeleri önermektedir.
• Applications of FLIKA, a Python-based image processing and analysis platform, for studying
local events of cellular calcium signaling, 2019, Kyle L. ve ARK, Sitosolik Ca2+ sinyallerinin
modellenmesi, sayısız hücresel süreci spesifik olarak düzenleme konusunda her yerde bulunan
yeteneklerinin altında yatar. Floresan mikroskopisindeki gelişmeler, bu sinyalleri emsalsiz
zamansal ve uzaysal çözünürlükle görüntülemeyi mümkün kılmıştır. Bununla birlikte, ortaya çıkan
muazzam veri setleri, görüntü işleme ve analizini otomatikleştirmek için yazılım geliştirmeyi
gerektirdiğinden, bu iki ucu keskin bir kılıçtır. Burada, görüntü verilerinin ve analizinin sezgisel
olarak görselleştirilmesini sağlamak için yerleşik bir görüntü işleme araçları paketi içeren Python
ortamında yazılmış, açık kaynaklı, grafiksel bir kullanıcı arabirimi programı olan Flika'yı
açıklıyoruz. Flika'nın faydasını ve gücünü hücresel Ca2+ sinyalini incelemek için üç uygulama ile
gösteriyoruz: tek hücreli global Ca2+ sinyallerini ölçmek için bir komut dosyası; hücre altı Ca2+
nefeslerinin tespiti, lokalizasyonu ve analizi için bir eklenti; ve geçici, yerel Ca2+ floresan
sinyallerinin dalgalanma analizi için yeni bir yaklaşım uygulayan bir komut dosyası. Bu makale,
Claus Heizmann, Joachim Krebs ve Jacques Haiech tarafından düzenlenen ECS Toplantısı başlıklı
Özel Sayının bir parçasıdır.
• Application of multivariate image analysis for on-line monitoring of a freeze-drying process for
pharmaceutical products in vials, 2019, Domenico C ve ARK, Yeni bir Proses Analitik
Teknolojisi (PAT), bir vakumlu dondurarak kurutma prosesinin çevrim içi proses takibi için
geliştirilmiş ve test edilmiştir. Sensör, devam eden sürecin termal görüntülerini elde etmek için
bir kızılötesi kamera ve bilgileri çıkarmak için çok değişkenli görüntü analizi (MIA) kullanır.
Sistemin bunları hemen tanımlama kapasitesini test etmek için bir referans model oluşturuldu
ve farklı türde anormal olaylar simüle edildi. Eksik bilgilerin atanması için iki farklı veri yapısı
ve iki farklı algoritma test edilmiş ve karşılaştırılmıştır. Sonuçlar, MIA tabanlı PAT sisteminin,
vakumlu dondurarak kurutma işlemi sırasında meydana gelen çevrimiçi istenmeyen olayları
verimli bir şekilde tespit edebildiğini göstermektedir.
• Application and analysis of asymptotic method of cholera dynamics model in Artificial
Intelligence and Image Processing, 2021, R.Malinidevi ve ark, Bu çalışmada, duyarlı birey
sayısı, enfekte bireyler, iyileşen bireyler, Vibrio cholerae konsantrasyonunun kolera
salgınlarının matematiksel modeli tartışılmıştır. Bu model Homotopi Pertürbasyon Yöntemi ve
Yeni Homotopi Pertürbasyon Yöntemi yöntemleriyle çözülmüştür. Sonuçlarımız, problemin
sayısal simülasyonu ile karşılaştırılır ve sonuçların tatmin edici bir uyumu not edilir.
Hayali bir proje düşünme
• En uzun ortak diziyi bulmaya dayanan yeni bir algoritma, temel katmanları arasındaki boşluğu
otomatik olarak hesaplamaya yönelik geleneksel yöntemle birleştirir. Gabor filtre tabanlı yöntem
(GFBM) de parametre ayarı gözden geçirilerek ve yanıt yüzeyi hesaplanarak geliştirildi. İlk
olarak, iki yöntemin sonuçları karşılaştırılır ve birbirleriyle ilişkilendirilir. İki yöntem arasındaki
mesafenin çok pozitif bir şekilde ilişkili olduğu bulundu. Modülasyon gücü arttıkça, marjinal ara
katman aralığı azalır; Ayar gücü, karbonatlaşma derecesinin bir göstergesi olarak kabul edilebilir.
Benzinli direkt enjeksiyonlu (GDI) bir motor tarafından yayılan kurum partiküllerinin
nanoyapıları analiz edildi. Sonuçlar, GDI motorunun kurum parçacıklarının temel bir nano
yapıya sahip olduğunu ortaya koymaktadır. Ancak kabuk tam olarak bağlı değildir ve yığınlar
amorf yapılarla çevrilidir. Ara katman yazılımı aralığı dağılımı, normal dağılımı veya log-normal
dağılımı izlemez. Boş kurum parçacıkları katmanlar arasında maksimum mesafeye sahiptir. En
küçük ara katman aralığı ve ortalama modülasyon kuvveti 2000 rpm-3 bar'dayken, en yüksek
modülasyon gücü ve ikinci en küçük ara katman aralığı 2000 rpm-5 bar'da ayarlandı. Bu
çalışmanın sonuçları, kurum parçacıklarının ara katman aralığının motor yükü ile arttığını ve
artan motor devri ile azaldığını göstermektedir.
KAYNAKÇA
• Altunkaya, Z. ve Yastıklı, N. (2011). Ortogörüntüler Yardımıyla Nesne Tabanlı Sınıflandırma Yöntemi Kullanılarak Öznitelik Çıkarımı, TMMOB Coğrafi Bilgi
Sistemleri Kongresi'nde sunulan bildiri. "http://www.hkmo.org.tr/resimler/ekler/794658cb5b4fcbc_ek.doc" (Erişim tarihi: 20.08.2019)
• Baker, F. ve Smith, C. (2019). A Gis and Object Based Image Analysis Approach to Mapping The Greenspace Composition of Domestic Gardens in Leicester, UK.
Landscape and Urban Planning, 183, 133-146.
• Baysal, D. (2006). Eskişehir Kentsel Yerleşim Alanının Farklı Yıllara Ait Fiziksel Değişiminin Uzaktan Algılama Yöntemi İle Değerlendirilmesi. Yüksek Lisans Tezi,
Eskişehir: Anadolu Üniversitesi, Fen Bilimleri Enstitüsü.
• Çavuş, B. Z. (2013). Sürdürülebilir Kentsel Gelişme Bağlamında “Toplu Taşıma Odaklı Kentsel Gelişme Yaklaşımı”: İstanbul’a İlişkin Değerlendirme Marmaray
Projesi. Yüksek Lisans Tezi, İstanbul: Bahçeşehir Üniversitesi, Fen Bilimleri Enstitüsü.
• Doygun, H., Atmaca, M. ve Zengin, M. (2016). Kahramanmaraş’ta Kentleşme ve Yeşil Alan Varlığındaki Zamansal Değişimlerin İncelenmesi. Kahramanmaraş
Sütçü İmam Üniversitesi Doğa Bilimleri Dergisi, 18(4), 55.
• Guo, Y., Zhao, G. ve Pietikäinen, M. (2011). Texture Classification Using A Linear Configuration Model Based Descriptor. Proceedings of the British Machine
Vision Conference 119, 1–10.
• Gülmezoğlu, M. B., Edizkan, R., Ergin, S. ve Barkana, A. (2005). Improvements On Isolated Word Recognition Using Subspace Methods (1-4). 13. European
Signal Processing Conference.
• Haeb-Umbach, R. ve Loog, M. (2000). Multi-Class Linear Dimensıon Reduction By Generalized Fisher Criteria, 1. Annual Conference of The International
Speech Communication Association, Aachen, Germany, pp 1069-1072.
• Hossain, M. D. ve Chen, D. (2019). Segmentation for Object-Based Image Analysis (OBIA): A Review of Algorithms and Challenges from Remote Sensing
Perspective. ISPRS Journal of Photogrammetry and Remote Sensing, 150, 115-134.
• Huamantinco Cisneros, M. A., Revollo Sarmiento, N. V., Delrieux, C. A., Piccolo, M. C. ve Perillo, G. M. E. (2016). Beach Carrying Capacity Assessment Through