| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| Görüntü Analizi | HRT4252 | 2 | 3 | 2 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Bahar |
|---|
| Dersin Dili | İngilizce, Türkçe |
|---|---|
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli @ Harita Mühendisliği Lisans Programı |
| Ders Kategorisi | Uzmanlık/Alan Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | Harita Mühendisliği Bölümü |
|---|---|
| Dersin Koordinatörü | BÜLENT BAYRAM |
| Dersi Veren(ler) | FATMAGÜL KILIÇ GÜL |
| Asistan(lar)ı |
| Dersin Amacı | Bu dersin amacı; görüntüden bilgi çıkarımı konusunda kullanılan yöntem ve yeni yaklaşımların aktarılmasıdır. Obje temelli sınıflandırma ve bilgi çıkarımı, bulanık mantık ve yapay sinir ağlarının görüntü işlemede kullanılması konuları derste tartışılacaktır. Öğrencilerin bu dersi aldıktan sonra görüntü analizi ile ilgili yeni yaklaşımları öğrenmesi ve uygulama ortamında yöntem seçiminde doğru kararlar verme becerisini kazanması beklenmektedir |
|---|---|
| Dersin İçeriği | Görüntü topolojisi, bölütleme, özellik çıkarma, doku analizi, obje yakalama, obje-temelli sınıflandırma, görüntü analizinde bulanık mantık ve yapay sinir ağlarının uygulanması |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Görüntü eşleme probleminin çözümü için en uygun yöntemi tanımlar.
- Hangi görüntü görüntü sınıflandırma yönteminin hangi problemde kullanılabileceğini saptar.
- Görüntü filtreleme yöntemlerini obje yakalama/çıkartma probleminin çözümünde uygular.
- Görüntü bölütleme problemlerinin çözümü için bölütleme yöntemlerini karşılaştırır.
- Görüntü basitleştirme problemlerinin çözümü için çözüm önerir.
- Obje çıkartma yöntemlerinin uygulanabilirliğini değerlendirir.
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Görüntü topolojisi | Ders notu (1. Bölüm) |
| 2 | Görüntü bölütleme yöntemleri | Ders notu (2. Bölüm) |
| 3 | Görüntü bölütleme yöntemleri | Ders notu (2. Bölüm) |
| 4 | Görüntü bölütleme yöntemleri | Ders notu (2. Bölüm) |
| 5 | Özellik çıkarma yöntemleri | Ders notu (3. Bölüm) |
| 6 | Özellik çıkarma yöntemleri | Ders notu (3. Bölüm) |
| 7 | Doku analizi | Ders notu (3. Bölüm) |
| 8 | Ara sınav | Ders notu (4. Bölüm) |
| 9 | Obje temelli sınıflandırma | N/A |
| 10 | Obje temelli ve piksel temelli sınıflandırmanın karşılaştırılmas | Ders notu (5. Bölüm) |
| 11 | Obje temelli ve piksel temelli sınıflandırmanın karşılaştırılması | Ders notu (5. Bölüm) |
| 12 | Görüntü işlemede bulanık mantık | Ders notu (5. Bölüm) |
| 13 | Görüntü işlemede bulanık mantık | Ders notu (6. Bölüm) |
| 14 | Görüntü işlemede yapay zeka uygulamaları | N/A |
| 15 | Sunumlar | N/A |
| 16 | Final Sınavı | N/A |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | 0 | 0 |
| Laboratuar | 0 | 0 |
| Uygulama | 0 | 0 |
| Arazi Çalışması | 0 | 0 |
| Derse Özgü Staj | 0 | 0 |
| Küçük Sınavlar/Stüdyo Kritiği | 0 | 0 |
| Ödev | 1 | 10 |
| Sunum/Jüri | ||
| Projeler | 0 | 0 |
| Seminer/Workshop | 0 | 0 |
| Ara Sınavlar | 1 | 50 |
| Final | 1 | 40 |
| Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
| Final Sınavının Başarı Notuna Katkısı | ||
| TOPLAM | 100 | |
AKTS İşyükü Tablosu
| Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
|---|---|---|---|
| Ders Saati | 14 | 2 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | 14 | 3 | |
| Derse Özgü Staj | |||
| Ödev | |||
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | |||
| Sunum / Seminer | 1 | 12 | |
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 4 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 4 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
