Görüntü İşleme

Nedir Bu Görüntü İşleme

1. Görüntü
En geniş tanımıyla genellikle dikdörtgen sınırlar içinde tanımlanmış ve gerçek yaşamdaki üç boyutlu nesnelerden oluşan bir sahnenin herhangi iki değişkenin fonksiyonu olarak tanımlanmasına görüntü denir. Bilgisayar görüşüne göre ise görüntü video görüntüsü, sayısal görüntü veya resim gibi kaydedilmiş görüntülere denir. Kısaca üç boyutlu gerçek görünümün iki boyut üzerindeki sayısal gösterimi olarak ifade edilebilir.

2. Görüntü İşleme

Görüntü işleme insan gözünün gördüğü görüntülerin bilgisayar ortamına aktarılarak bu görüntü üzerinde çeşitli işlemler ile istenilen sonuçlara ulaşmamızı sağlayan bir çalışma alanıdır. Görüntü işleme, günümüzde birçok alanda kullanılmakta ve günlük hayatta birçok alanda karşımıza çıkmaktadır. Teknolojinin gelişmesiyle önemli bir uygulama alanına sahip olan görüntü işleme biyomedikal veri analizi, el yazısı tanıma, üst üste bindirilmiş ve gürültülü görüntülerin gürültüden arındırılması, ziraat, arkeolojik verilerden tarihe ışık tutacak yorumların yapılması gibi güncel konularında kullanılmaktadır. Görüntü işleme iki ana kullanım alanından dolayı bilgisayar biliminde oldukça önem kazanmıştır. Bunlardan ilki resimlerden bilgi sağlama ve yorum yapabilme diğeri ise otomatik algılama işlemleridir.

Daha iyi anlaşılması adına başka bir tanım olarak verilecek olursak dijital bir resim haline getirilmiş olan gerçek yaşamdaki görüntülerin, bir girdi resim olarak işlenerek, o görüntünün özelliklerinin ve görüntüsünün değiştirilmesi sonucunda yeni bir görüntü oluşturulmasıdır. Görüntü işleme sıklıkla mevcut görüntüleri işlemek ve yeni algoritmalar gerçekleştirerek performans optimizasyonları sağlamak için kullanılmaktadır. Görüntü işlemenin kullanım alanları:

·         Bilgisayarda görme uygulamaları
·         Uzaktan algılama uygulamaları: Uydu görüntüleri üzerinde nüfus yoğunluğu, yerleşim yerleri, çevre kirliliği gibi çevresel şartların tespiti
·         Endüstriyel uygulamalar: Bir üretim bandında üretilen ürünün otomatik test edilmesi (Örneğin bir kart üzerindeki devre elemanlarının varlığının veya bağlantı yollarının sağlamlığının tespiti)
·         Elektron mikroskobu ile çekilmiş yarıiletken devre elemanı fotoğraflarından hasar tespiti
·         Güvenlik uygulamaları: Yüz tanıma, parmak izi tanıma, plaka tanıma
·         Banknot tanıma
·         Medikal görüntüleme: MRI, Röntgen
·         Astronomi uygulamaları
·         Radar uygulamaları
·         Uydu görüntüleri üzerinde hava gözlem ve tahmin uygulamaları
·         Jeolojik uygulamalar: Mineral ve petrol arama, sualtı görüntüleme
·         Arkeolojik uygulamalar: Nadir kalıntılara ait bulanık fotoğrafların iyileştirilmesi gibi birçok uygulama alanına sahiptir.  Görüntü işleme yapısı Şekil 2.1’de gösterilmektedir.


Şekil 2. 1. Görüntü işleme yapısı

2.1. Görüntü

En geniş tanımıyla genellikle dikdörtgen sınırlar içinde tanımlanmış ve gerçek yaşamdaki üç boyutlu nesnelerden oluşan bir sahnenin herhangi iki değişkenin fonksiyonu olarak tanımlanmasına görüntü denir. Bilgisayar görüşüne göre ise görüntü video görüntüsü, sayısal görüntü veya resim gibi kaydedilmiş görüntülere denir. Kısaca üç boyutlu gerçek görünümün iki boyut üzerindeki sayısal gösterimi olarak ifade edilebilir.

2.2. Sayısal Görüntü

Sayısal görüntü satır ve sütundan oluşan 2 boyutlu matristen oluşur. Satır ve sütunların kesiştiği her bölgeye piksel denir. Piksel kare şeklinde görüntünün en küçük birimidir. Sayısal bir görüntüde piksel değerinin görünümü Şekil 2.2.1’de verilmiştir.




Şekil 2.2.1. Piksel yapısı


2 boyutlu sınırlı uzayda a[M,N] şeklinde tanımlanan bir sayısal görüntü, 2 boyutlu sürekli uzayda a(x,y) şeklinde tanımlanan bir analog görüntüden örnekleme alınarak üretilir. İki boyutlu analog görüntü a(x,y) şeklinde satır(N) ve sütuna(M) bölünür.
Tamsayı olarak koordinatlara atanan değerler a[m,n] olarak gösterilir. a(x,y) gösterimi birçok değişkenin fonksiyonudur. Renk derinliği (z), renk (z) ve zaman (t) ile gösterilir. Sayısal bir görüntüyü etkileyen fonksiyonlar Şekil 2.2.2’de verilmiştir. 


Şekil 2.2.2. Sayısal bir görüntü gösterimini etkileyen fonksiyonlar

Görüntü renk uzayına bağlı olarak bir matris dönüşür. Bu matrisin boyutu satır ve sütunun çarpımına eşit olur. Kullanılan renk uzayının kanalı da bize bir satır ve sütunun kesiştiği noktadaki renk değerini verir. Gerçek bir görüntü ve bu görüntünün sayısal olarak ifade edilmesi Şekil 2.2.3’de gösterilmektedir.

Şekil 3.2.3. Gerçek bir görüntü ve sayısal bir görüntünün gösterimi

2.2.1. Çözünürlük

Çözünürlük en ince detayların ayırt edilebilmesidir. Sayısal görüntünün örneklenme frekansı miktarı, çözünürlük için iyi bir göstergedir. Sayısal görüntülerin çözünürlüğünü açıklamada inç başına düşen nokta miktarı (DPI) veya inç başına düşen piksel miktarı (PPI) terimleri kullanılır. Genelde örnekleme frekansının arttırılması çözünürlüğün arttırılmasına yardımcıdır.


Şekil 2.2.1.1. Sayısal bir görüntünün çözünürlüğü



2.2.2. Piksel Boyutları
           
Piksel boyutları, piksel ile ifade edilmiş görüntünün yatay ve düşey ölçüleridir. Piksel boyutları, genişlik ve yüksekliğin her ikisinin de çözünürlük (DPI) ile çarpımıyla açıklanabilir Şekil 2.2.2.1’de gösterimi vardır.


Şekil 2.2.2.1. Sayısal bir görüntünün piksel boyutları örneği

Bir dijital kameranın çözünürlüğünün hesaplanması için yatay ve düşey piksel sayısının belirtilmesi gerekir (2048x3072). Görüntülerin direk dijital ortama aktarılması için dijital fotoğraf makinası kullanılmaktadır. Dijital fotoğraf makinası Şekil 2.2.2.2 - Sayısal fotoğraf makinesi [2]

Şekil 2.2.2.2. Sayısal fotoğraf makinesi örneği


2.2.3. Renk Kalitesi
Renk kalitesi her pikselde kullanılan “bit” miktarıyla ilgilidir. Yüksek miktar, renk kalitesinin artmasına sebep olacaktır. Sayısal görüntüler siyah-beyaz, gri ton ve renkli olabilir. Siyah-beyaz görüntüler, piksel başına 1 bit taşır ve 2 renk tonu (0 değeri ile siyah, 1 değeri ile beyaz) üretilir. Gri ton görüntüler, piksel başına 2 – 8 bit veya daha fazla bilgi taşır. Örnek olarak 2 bit görüntüde 4 kombinasyon oluşur.[3]
  • ·         00 Siyah
  • ·         11 Beyaz
  • ·         01 Koyu Gri
  • ·         10 Açık Gri

Renkli imajlar piksel başına 8 – 24 bit veya üzerinde bilgi taşır. 3 gruba ayrılır:
  • ·         8 adet kırmızı
  • ·         8 adet yeşil
  • ·         8 adet mavi

Bunların kombinasyonuyla 224 = 16,7 milyon renk elde edilebilir.
  • ·         1 bit (2’1) 2 ton
  • ·         2 bit (2’2) 4 ton
  • ·         3 bit (2’3) 8 ton
  • ·         4 bit (2’4) 16 ton
  • ·         8 bit (2’8) 256 ton
  • ·         16 bit (2’16) 65536 ton
  • ·         24 bit (2’24) 16,7 milyon ton
  •   

2.2.4. Dosya Boyutu
Dosya boyutu, taranacak olan doküman yüzey alanının (yükseklik x genişlik); renk kalitesi ve inç başına düşen nokta sayısının karesi ile çarpımına eşittir Dosya boyutu hesaplamak için formüller:
Dosya boyutu = (yükseklik x genişlik x renk derinliği x dpi2)/8
Dosya boyutu = (piksel boyutları x renk derinliği)/8
Örneğin; Bir dijital kamera tarafından 24 bit renk derinliği, 2048 x 3072 piksel boyutlarında olan bir imajın boyutu (2048 x 3072 x 24)/8 = 18.874.368 bayt olarak hesaplanır.

Bu blogdaki popüler yayınlar

MATLAB ve Görüntü İşleme

Jquery Lightbox ile Resim Büyütme

Renk Uzayları