‘görüntü işleme’ etiketli içerik

İçerik tabanlı görüntü erişim teknikleri, genellikle geniş görüntü veritabanlarında istenilen özelliklerde sayısal görüntü aramakta kullanılmaktadır. Görüntü erişiminde renk, doku, şekil vb. özelliklerden faydalanılabilmektedir. İçerik tabanlı görüntü erişiminin basit bir uygulaması olan ‘GörüntüBul’ ile seçilen bir görüntünün renk özelliklerine bakılarak benzer görüntüler belirtilen dizinler altında aranabilmektedir.

Yapılan her aramada, belirtilen dizin altındaki bütün görüntülerin tekrar tekrar işlenmemesi için, seçilen her dizin için bir kez olmak üzere ‘Sistemi Eğit’ sekmesi altında özellik dosyası oluşturulması gerekmektedir. Daha sonra bu dosya kullanılarak ‘Sistemi Sına’ sekmesinden istenilen görüntü ile arama yapılabilmektedir.

Görüntü arşivi içerisinde, seçilen bir görüntüye benzer görüntüleri bulmakta kullanılabilecek bu uygulamayı aşağıdaki linkten ücretsiz indirebilirsiniz:

[GörüntüBul v0.1] (0,8 MB)

Uygulamanın temel çalışma mantığını ve kaynak kodlarını yazının devamında inceleyebilirsiniz.

Devamını Oku »

Sayısal görüntülerde geometrik şekil bulmanın görüntü işlemede birçok uygulama alanı bulunmaktadır. İris bulma, plaka bulma, saha üzerinde top bulma ve benzeri uygulamalar buna örnek olarak verilebilir.

Bir kamera veya benzeri bir algılayıcı yardımı ile elde edilen görüntülerdeki şekillerin her zaman eksiksiz yer alması mümkün olmamaktadır ve şekillerdeki kopukluklar şekil tespitini zorlaştırmaktadır. Bu noktada hough dönüşümü ile görüntünün tamamının görülebilir olmadığı durumlarda da olası şekiller tespit edilebilmektedir. Bu çalışmada şekil bulmada kullanılan hough dönüşümünün dairesel şekil tespitinde kullanımı üzerinde durulmuştur.

Hough dönüşümü temelde kenarların olası geometrik şekilleri oylaması mantığı ile çalışmaktadır. Hough dönüşümü kullanılarak şekil tespiti genel olarak aşağıdaki adımlar ile özetlenebilir:

• Kaynak görüntü üzerinde kenarlar belirlenir.
• Bir eşikleme yöntemi kullanılarak görüntü ikili (siyah-beyaz) hale getirilir.
• Her kenar pikseli için noktanın üzerinde olabileceği olası geometrik şekillerin polar koordinattaki değerleri kullanılan bir akümülatör matrisi üzerinde birer artırılarak her kenar pikselin olası şekilleri oylaması sağlanmış olur.
• Akümülatör değeri en yüksek olan şekiller en çok oy alan şekiller olduklarından görüntü üzerinde bulunma veya belirgin olma olasılıkları en yüksek olmaktadır.
• Bulunan şekiller isteğe bağlı olarak görüntü üzerine yazdırılabilir.

Bu çalışmada kaynak görüntüler üzerinde dairesel şekil arandığından kullanılan akümülatör matrisi çemberin merkezi olan [a,b] noktaları ve yarıçap değeri [r] olmak üzere üç boyuttan oluşmaktadır. Belirlenen aralıktaki yarıçap değerleri için çember merkezi çember denkleminden faydalanılarak bulunabilir.

• r² =  ( x – a )² + ( y – b )²
• x = a + r×sin(θ)
• y = b + r×cos(θ)

Kullanılan açı değeri 0 – 2π aralığında değiştirilerek bir noktanın, yarıçapı bilinen bir çember üzerinde yer alıp almadığı tespit edilebilmektedir. Yarıçap değerinin bilinmesi durumunda çember merkezini ifade eden [a,b] değerlerinin iki boyutlu bir akümülatör matrisi üzerinde tutulması yeterli olacaktır. Yarıçap değerinin bilinmemesi veya bir aralık halinde olması durumunda ise olası yarıçap değerleri bir döngü içerisinde denenerek merkez koordinatları ve yarıçap uzunluğu boyutlarına (a,b,r) karşılık gelen akümülatör değerleri artırılarak elde edilen üç boyutlu akümülatör matrisi elde edilebilmektedir.

Devamını Oku »

Görüntülerin yeniden boyutlandırılmasının çeşitli alanlarda birçok uygulaması bulunmaktadır. Görüntülerin farklı ekran çözünürlüğüne sahip cihazlara uyarlanması gibi doğrudan kullanımının yanı sıra bilgisayarla görme algoritmalarında da bir ön işlem basamağı olarak kullanılabilmektedir.

Sayısal görüntüler; kişisel bilgisayarlar, mobil cihazlar, elektronik panolar gibi birçok farklı ortamda karşımıza çıkmaktadır. Cihazların görüntüleme birimleri özdeş olmadığından genellikle görüntülerin farklı cihazlar için yeniden tasarlanması veya ölçeklenmesi gerekmektedir.

Görüntü ölçeklemede yaygın olarak kullanılan enterpolasyon yöntemleri, görüntünün en/boy oranının korunmaması durumunda genellikle başarılı sonuçlar verememekte ve görüntüde basıklık gibi deformasyonlar ortaya çıkabilmektedir.  İçerik duyarlı görüntü ölçekleme ile görüntüde öne çıkan öğelerin en/boy oranı bozulmadan, arka plan üzerindeki alanlar genişletilip-daraltılarak görüntüler yeniden boyutlandırılabilmektedir.

İçerik duyarlı görüntü ölçekleme yöntemlerinde görüntülerin yeniden boyutlandırılması sırasında daha az dikkat çeken piksellerin çıkarılması temel alınarak önemli içeriğin korunması amaçlanmaktadır.

İçerik önceliğine müdahale etmeye de izin veren bu yöntem aynı zamanda görüntü iyileştirme ve görüntüden öğe çıkartma amaçlı da kullanılmaktadır. Bu yazıda içerik duyarlı görüntü ölçekleme yöntemlerine ve çeşitli uygulamalarına yer verilmiştir.

Yazının devamına aşağıdaki bağlantıdan ulaşabilirsiniz:

İçerik Duyarlı Görüntü Ölçekleme [PDF]

Videolardan alınan örneklerden oluşan görüntü dizilerinin birleştirilerek özet kare elde edilmesi basit bir işlem olmakla birlikte çeşitli ileri uygulamaların temeli olabilir. Fizikte bir eylemin özetlenmesi, örneğin belirli açılarla fırlatılan bir topun bu eğik atış hareketindeki yörüngesinin gözlenmesi görüntü dizisi birleştirme ile sağlanabilir. Daha sonraki aşamalarda görüntü dizilerinden hareket vektörleri çıkarılarak trafik yönünün ve akış hızının belirlenmesi gibi benzer uygulamalar yapılabilir. Ancak bu gibi uygulamalar bu çalışmanın kapsamında incelenmemiştir.

Bu çalışmada örnek sayısı arttıkça hareketlinin belirginliğinin azalması başlıca sorunlardan biri olmaktadır. Yaptığımız işlem içerik duyarlı olmayıp basit bir ortalama alma işlemi olduğundan böyle bir sonuç alınmıştır. Gelişen görüntü işleme teknikleri artık içerik duyarlı işlemlere olanak sağlamaktadır. Eğer hareketli nesneyi arka plandan ayırıp, birleştirme sırasında da hareketliye daha yüksek bir katsayı, arka plana daha düşük bir katsayı verebilirsek hareketlinin belirginleşmesini sağlayabiliriz.

Not: “MATLAB veya OpenCV ile birkaç satır kod ile yazılabilecek böylesine basit bir programı sade C ile yazmanızın sebebi nedir?” gibi bir soru akıllara gelebilir.
Cevap: Ders Projesinde C dilini kullanmamız isteniyordu, özel bir sebebi yok

Kaynak kodları yazının devamında bulabilirsiniz.

Devamını Oku »