YZM209 · Sayısal Görüntü İşleme

T+U+Li 3+0+0 · Kredi 3 · AKTSi 3 (müfredatta 3) · Zorunlu · kategori: regular · sitede son güncelleme 08.06.2026
Kural denetimii
geçti: 41kaldı: 1muaf: 0değerlendirilemedi: 0
İçerik uyumu (YZ)i
100 / 100
iş #74 · 13.11 13:19 · 1 deneme · uzman incelemesi gerekli
Öğrenme çıktıları (YZ)i
76 / 100
iş #76 · 13.11 13:20 · 1 deneme · uzman incelemesi gerekli
Kaynak ve ÖP uyumu (YZ)i
100 / 100
iş #122 · 13.11 15:09 · 1 deneme · uzman incelemesi gerekli

Kural denetimi: geçmeyen kontroller (1)

KuralAlanÖnemGerekçeMevcutBeklenenÖneri
R7 Kaynaklar
year_present · tr
references düşükKaynakların çoğunda yayın yılı yazılmamış.1/4 kaynakta yayın yılı varen az %50Kaynaklara yayın yılı (ve baskı bilgisi) ekleyin.

İçerik uyumu (Modül A)i

ÖlçütDüzeyGerekçe
Düzey uygunluğu 3/3 Konuların derinliği, Lisans düzeyinde bir dersin gerektirdiği kapsamla uyumlu görünmektedir.
Ad kapsamı uygun 3/3 Ders adı, işlenen konuların kapsamına uygun görünmektedir.
Kapsam dışı konu yok 3/3 Haftalık konular, dersin genel kapsamı dışında bir konu içermemektedir.
Ad ↔ içerik/konular 3/3 Ders adı, içerik ve haftalık konular arasında belirgin bir uyum bulunmaktadır.
Amaç ↔ haftalık konular 3/3 Dersin amaçlarında belirtilen temel kavramlar, teknikler ve beceriler haftalık konular boyunca ele alınmaktadır.
Çıktılar ↔ amaç/konular 3/3 Öğrenme çıktıları, dersin amaçları ve işlenen konularla tutarlıdır.

Öğrenme çıktıları (Modül C)i

Ölçülebilir: %40 · haftalarda karşılığı olan: %100 · amaç uyumu 3/3 — Dersin amacı 'gerçek dünya problemlerine çözüm geliştirmeleri' ve 'mühendislik problemlerinde görüntü verisiyle çalışabilme becerisi kazanmaları'dır. Cıktı 5 bu amaca doğrudan hizmet ederken, Cıktı 4 ve Cıktı 3 bu becerinin temelini oluşturan teknik uygulamaları ölçülebilir hale getirmiştir. Cıktı 1 ve 2 ise temel bilgi düzeyini ölçmektedir.
Bloom dağılımı: analiz 1, anlama 1, yaratma 1, uygulama 2

#Özgün çıktıBloomiÖlçülebiliriHaftalarYZ önerisi (özgün metin değiştirilmez)
1Dijital görüntülerin yapısını ve temel işleme tekniklerini açıklar.
belirsiz: açıklar
anlama hayır1, 2, 3, 4, 5, 6, 7 Dijital görüntülerin yapısını ve temel işleme tekniklerini tanımlar ve örneklerle gösterir.
2Görüntü filtreleme, kenar belirleme ve segmentasyon yöntemlerini karşılaştırır.
belirsiz: karşılaştırır
analiz hayır4, 5, 7 Görüntü filtreleme, kenar belirleme ve segmentasyon yöntemlerinin avantajlarını ve dezavantajlarını karşılaştırır.
3Frekans alanında görüntü işlemesi yapar ve sonuçları analiz eder.
belirsiz: yapar, analiz eder
uygulama hayır9, 10 Fourier dönüşümünü kullanarak görüntü işlemesi gerçekleştirir ve elde edilen sonuçları yorumlar.
4Görüntü işleme araçlarını kullanarak uygulamalı analizler gerçekleştirir.uygulama evet4, 5, 6, 7, 11, 12, 13
5Gerçek dünya problemleri için uygun görüntü işleme çözümleri geliştirir ve değerlendirir.yaratma evet13, 14

Kaynak ve ÖP uyumu (Modül E)i

Kaynağın gerçekten var olup olmadığı ya da baskı bilgisinin doğruluğu bu modelle doğrulanamaz; yalnızca satırın künye olup olmadığı ve dersin konusuyla ilgisi değerlendirilir.

Kaynaklar · puan 100

Digital Image Processing 4th Edition, Rafael C. Gonzalez, Richard E. Woods, Addison Wesley, 2017
Klasik ve temel bir görüntü işleme ders kitabıdır, konuyu doğrudan destekler.
akademik ilgili
Rafael C. Gonzalez & Richard E. Woods, Digital Image Processing, Pearson
Temel görüntü işleme konularını kapsayan bir ders kitabıdır.
akademik ilgili
Szeliski, Richard, Computer Vision: Algorithms and Applications
Bilgisayarlı görü ve algoritmalarla ilgili olup, ileri konuları destekler.
akademik ilgili
OpenCV ve Scikit-Image Dokümanları
Uygulamalı kütüphaneler (OpenCV, skimage) hakkında bilgi verdiği için içeriğe doğrudan katkı sağlar.
web/belge ilgili

ÖP çıktısı katkı önerileri sayfada katkı girilmemiş

Öneridir; bilgi paketindeki veriyi değiştirmez ve puana girmez.

ÇıktıÖPDüzeyGerekçe
Ö1ÖP13Temel kavramlar ve teknikler (piksel, renk, filtreleme) dersin ana konusudur ve PO1'in bilgi birikimi gereksinimini karşılar.
Ö1ÖP43Temel tekniklerin (filtreleme, histogram) uygulamalı olarak öğretilmesi, PO4'ün araçları kullanma becerisine katkı sağlar.
Ö2ÖP23Filtreleme, kenar ve segmentasyon yöntemlerinin karşılaştırılması, problem çözme ve modelleme becerisi (PO2) gerektirir.
Ö2ÖP44Bu yöntemlerin (Sobel, Canny, Eşikleme) Python ile uygulanması, PO4'ün araçları kullanma becerisini doğrudan destekler.
Ö3ÖP24Fourier dönüşümü ve frekans analizi, karmaşık bir matematiksel/mühendislik problemi çözme (PO2) becerisi gerektirir.
Ö3ÖP54Frekans alanında gürültü giderme ve restorasyon, veri analizi ve yorumlama (PO5) becerisini gerektirir.
Ö4ÖP43OpenCV ve skimage gibi araçların kullanılması, PO4'ün bilişim teknolojilerini etkin kullanma becerisine doğrudan karşılık gelir.
Ö5ÖP25Gerçek dünya problemlerine çözüm geliştirme, en üst düzeyde problem formüle etme ve çözme (PO2) becerisi gerektirir.
Ö5ÖP35Proje çalışması ile bir sistemi (görüntü işleme sistemi) gereksinimlere uygun tasarlama (PO3) becerisi hedeflenmektedir.

Kaynak güncelliği (Modül D)i

Yalnızca sayfadaki yayın yıllarından hesaplanır. İçeriğin alanın güncel kapsamıyla karşılaştırılması güvenilir referans doküman gerektirdiği için değerlendirilemedi; model bilgisine dayalı güncellik iddiası üretilmez.

4 kaynak · 1 tanesinde yıl var · en yeni 2017 (9 yıl önce) · 10 yıldan eski 0
2017Digital Image Processing 4th Edition, Rafael C. Gonzalez, Richard E. Woods, Addison Wesley, 2017kaynaklar
—Rafael C. Gonzalez & Richard E. Woods, Digital Image Processing, Pearsonders notları
—Szeliski, Richard, Computer Vision: Algorithms and Applicationsders notları
—OpenCV ve Scikit-Image Dokümanlarıders notları

Orijinal bilgi paketi

Ad
Digital Image Processing
Amaç
The aim of this course is to enable students to learn the basic concepts of digital image processing, to develop solutions to real-world problems by applying different image processing techniques, and to gain the ability to work with image data in engineering problems.
İçerik
The Image Processing course aims to teach the processes of obtaining, processing, analyzing and interpreting digital images theoretically and practically. First, the basic concepts of digital images, pixel-based structure, color spaces, gray level and histogram analysis are introduced in the course. Then, image enhancement techniques (filtering, contrast enhancement, histogram equalization), edge detection algorithms (Sobel, Canny, Laplacian), morphological operations and image segmentation are discussed in detail. Advanced topics such as Fourier transform, frequency domain filtering, denoising and image restoration are also covered. Students develop practical assignments using OpenCV, skimage and similar libraries with the Python programming language. At the end of the semester, a project is carried out that solves a real-world image processing problem and the learned techniques are put into practice.
Yöntem ve teknikler
Theoretical explanation Practical laboratory studies Visual analysis and project-based applications Coding studies Presentation and discussion
Ön koşul
None
Öğretim dili
Turkish

Öğrenme çıktıları

  1. Explains the structure of digital images and basic processing techniques.
  2. Compares image filtering, edge detection and segmentation methods.
  3. Performs image processing in the frequency domain and analyzes the results.
  4. Performs applied analysis using image processing tools.
  5. Develops and evaluates appropriate image processing solutions for real-world problems.

Değerlendirme

Assignment1%40
Final examination1%60

AKTS iş yükü (90 saat → tabloda 3 AKTS)

Course Duration14 × 228 saat
Hours for off-the-c.r.stud14 × 228 saat
Assignments1 × 1414 saat
Mid-terms1 × 1010 saat
Final examination1 × 1010 saat

Haftalık konular

1Introduction to digital imaging, basic concepts
2Image representation, resolution and color models
3Pixel operations and image histograms
4Image enhancement: Filtering, convolution, noise
5Edge detection: Sobel, Prewitt, Laplacian, Canny
6Morphological processes: Erosion, dilatation, opening-closing
7Image segmentation: Thresholding and region-based methods
8Project proposal presentations
9Operations in the frequency domain: Fourier transform
10Noise removal and image restoration
11Object recognition and contour analysis
12Feature extraction and image comparison
13Application examples: Medical, industrial, security
14Project presentations and overall evaluation
15Final Exams