Dijital Görüntü İşleme /Image Processing |3| Çözünürlük ve İmge Uygulamaları
Herkese merhaba , bu yazımda çözünürlük çeşitleri , histogram ve interpolasyon hakkında konuşacağız . Herkese keyifli okumalar…
Çözünürlük Çeşitleri
Çözünürlük, bir bütünün en küçük bileşeninin büyüklüğü,Algılayıcı tarafından çözülebilen en küçük birimin büyüklüğü, Bir görüntüleme sisteminde kayıt edilen detayların ayırt edilebilirlik ölçüsüdür.
Konumsal (Geometrik/Mekansal) Çözünürlülük
Yerşekillerindeki komşu objelerin ayırt edilmesi için kullanılan çözünürlüktür. Konumsal çözünürlülük, görüntünün mekansal detay derecesini gösterir ve uzunluk ölçüsü birimleri ile ifade edilir. Konumsal çözünürlüğün küçülmesi nesnelerin daha ayrıntılı olarak görünmesini sağlar.Konumsal çözünürlük, görüntüyü oluşturan piksellerin boyutlarıdır.
Radyometrik Çözünürlülük
Elektromanyetik enerji miktarında sahip olunan hassasiyeti göstermektedir.Enerji farklılıklarını ayırt edebilme yeteneğiidir. Enerji farklılıkları, ayırt edilmesi mümkün olan gri tonu sayısına denk gelir ve bit cinsinden tanımlanır . Aşağıdaki şekillerde verilen örenklerde bit farklılıklarının gri tonundaki net değişimi gözlenebiir.Bit azaldıkça parlaklık artar .
Bit arttıkça görseldeki renk tonu sayısı da artar.bunun örneklemesi için aşağıda resim 8.eki verilmiştir.
Spektral Çözünürlük
Çok gelişmiş çoklu-spektral algılayıcılar elektromanyetik spektrumun görünür, yakın kızılötesi ve orta-kızılötesi bölgelerinde yüzlerce küçük spektral aralıkta algılama yapmaktadırlar. Algılayıcının almış olduğu görüntüler farklı spektrum aralıklarında alınarak farklı bantlara ayrılır.Bıu sayede spektrumun belirli bir aralığında fark edilemeyen bir özellik, diğer bölgelerde algılama yapan bantlarda farkedilebilir.Algılanan bant sayısı spektral çözünürlüğü ifade eedr.Bu çözünürlükte dalga boyu aralıkları belirler.
Zamansal Çözünürlülük
Bu çözünürlük sistemi algılama sisteminin belirli bir noktayı görüntüleme sıklığıyla ilgilidir.Diğer bir deyişle iki algılama arasında geçen süre ve değişimdir.Bu noktanın değişim verilerine göre veri analizleri yapılabilirç.
Uzamsal Çözünürlük
Bir görüntüdeki piksel aralığını ifade eder ve bir inç başına düşen piksel sayısıyla (ppi — pixel per inch) ifade edilir. Uzamsal çözünürlük ne kadar büyükse görüntüdeki piksel sayısı da o oranda artar ve dolayısıyla piksel boyutları da küçülür. Bu da görüntünün daha fazla detay ve renk geçiş bilgisi taşıması anlamına gelmektedir. Uzamsal çözünürlük görüntüleme araçlarında inç başına düşen nokta (dpi — dot per inch) olarak ifade edilir ve cihazın çalışma sırasında oluşturduğu noktasal birimlerin boyutlarını belirler
Pixeller arasında Temel ilişkiler
Görüntü işleme uygulamalarında alt başlıklarda verilen pikseller arasındaki bazı kavramsal ve teorik bilgiler bilinmelidir.
Piksel Komşuluğu
(x,y) noktasındaki bir p pikselinin 2 yatay ve 2 düşey komşusunu şöyle ifade edebiliriz:
(x+1, y), (x-1, y), (x, y+1), (x, y-1)
Bu piksel kümesi p’ nin 4-komşuluk piksel kümesi olarak adlandırılır: N4 (p).
P’ nin 4-köşegen komşuları ise; (ND (p)) :
(x+1, y+1), (x+1, y-1), (x-1, y+1), (x-1, y-1)
Pikseller arası bağlantı önemlidir. Çünkü bir görüntüde bölge bileşenlerini ve nesne sınırlarını belirlemede pikseller arası bağlantı önem kazanır.
İki piksel bağlantılı ise: o Komşudurlar (Ör. Bitişiklik, N4 (p), N8 (p) gibi)
4-bitişiklik
Eğer q, p’ nin N4 (p) kümesinde tanımlı gri değer kümesinden bir değere sahipse bu iki piksel bitişiktir.
8-bitişiklik
Eğer q, p’ nin N8 (p) kümesinde ise p ve q 8-bitişiktir.
m-bitişiliklik
Eğer q, p’ nin N4 (p) veya ND (p) kümesinde ve N4 ( p) ∩ N4 (q) boş küme ise p ve q m-bitişiktir.
İnterpolasyon ve Çeşitleri
En basit tanımı ile “varolan sayısal değerleri kullanarak, boş noktalardaki değerlerin tahmin edilmesi” olarak açıklanmaktadır.
Interpolasyon işleminde en yakın komşu pixel seçilirse işlem mümkün olduğunca hızlı olacaktır, ancak yeniden boyutlandırdığımız zaman önemli bilgiler kaybedelir.
Doğrusal interpolasyon daha az hızlıdır, ancak bilgi kaybına neden olmaz .
Kübik interpolasyon (muhtemelen aslında “Bikübik”) birden çok komşu pikselleri dahil birçok olası formüllerden birini kullanır. Bu görüntüler küçüleceği için çok daha iyi olduğunu,söyleyebiliriz yine de bilgi kaybı olmadan yapılabilir.Algoritmasına bağlı olarak, muhtemelen net bir sayı olmamakla beraber % 50 veya% 75 oranında görüntü kaybını azaltabilir. Bu yaklaşımın en önemli olayı çok yavaş olmasıdır.
Kısacası interpolasyon çeşitleri harcanan süre ve bilgi kaybı faktörlerini göz önünde tutarak sınıflandırılabilir.
Aşağıda bazı interpolasyon çeşitleri ve opencv algoritmaları verilmiştir.
· INTER_NEAREST — en yakındaki interpolasyon
· INTER_LINEAR — (varsayılan olarak kullanılır) doğrusal interpolasyon
· INTER_AREA — piksel alanı ilişkisini kullanarak yeniden örnekleme. Bu moire’ sonuç verir gibi, görüntü seyreltme için tercih edilen bir yöntem olabilir. Görüntü büyültüldüğünde Ama, INTER_NEAREST yöntemine benzer.
· INTER_CUBIC — 4x4 piksel üzerinde bikübik interpolasyon
· INTER_LANCZOS4–8x8 piksel üzerinde Lanczos interpolasyon
İmge işleme ve İmge üzerindeki işlemler
Sayısal imgeler genellikle bmp, jpg, tiff, raw gibi formatlarda saklanmaktadır ama Tiff, jpeg, png, gif, pbm, pgm, hdf, pcx… gibi imge dosya tipleri de vardır. Yukarıdaki imge formatlarında bulunan bir imge aşağıda verilen işlemlere tabi tutulabilir.
Devirme
Düşeyde Çevirme
Döndürme
90°, 180 °, 270 ° gibi açılarda döndürme işlemlerini kolayca gerçekleştirebiliriz.Bu açıların dışındaki değerlerde ise açısal döndürme işlemlerinin (Sin x, Cos x değerlerini kullanarak) yapılması gerekmektedir. Bu işlemler için kullandığımız yazılım dilinde hazır komutlar bulunmaktadır.
Kırpma
Öteleme
Boyut Değiştirme ve Yakınlaştırma
Yakınlaştırma, düşük piksel boyutlu bir imgenin piksel boyutunun yazılımsal olarak arttırılmasıdır.
Boyut Değiştirme ve Uzaklaştırma
Birden fazla pikselin değeri çeşitli matematiksel işlemlerden geçirilerek bir piksele atanır.
Boyut Değiştirme
Kulllanılan yazılım dilinde verilen komutla birlikte imgenin belirli bir ölçekte yeniden boyutlandırılması işlemidir.Oran >1 ise büyütme, Oran <1 ise küçültme işlemi uygulanır .
İmge oluşturma
İmgeleri oluşturan piksellerin dizilimi 2 boyutlu dizilere benzer . sütün ve satırlardan meydana gelirler. Çeşitli algoritmalar ve döngüler üretilerek imge yaratılabilir.
İmgenin mean, varyans ve standart sapma değerleri
Varyans, verilerin aritmetik ortalamadan sapmalarının karelerinin toplamıdır. Yani standart sapmanın karekök alınmamış halidir.
Standart sapma ,Verilerin aritmetik ortalamadan sapmalarının karelerinin aritmetik ortalamasının kare köküdür..Kısaca değişintinin (varyans) köküne denk gelir.
İmgenin histogramı
Bir görüntünün histogramı, o görüntü hakkında önemli bilgiler verir. Koyu (Karanlık) bir görüntünün histogram grafiğinin düşük gri seviye bölgesine yığılır. Parlak (Açık renk) düzgün bir görüntünün histogram grafiğinin büyük gri seviye bölgesine yığılır. Eğer histogram bir bölgeye yığılmış ise ( yani gri sviye ekseninin belirli bir bölgesine) bu görüntünün kontrastı kötüdür denir. İyi kontraslı bir resmin histogram grafiği tüm gri seviye değerlerine eşit yayılmış olduğunu açıklar. Genelde küçük yayılım gösteren histogramların kontrastı düşüktür, daha geniş alana yayılmış olan histogramların kontrastı daha yüksektir. Aralığın aşağı sonunda sıkışmış olan histogram koyu bir görüntüye ait olurken, aynı aralığın yukarı sonunda gruplanmış olan histogram parlak bir görüntüye aittir.
Histogram aynı zamanda, daraltma, genişletme veya kaydırma işlemleri için bir karşılık düşürme fonksiyonu ile de değiştirilebilir. Histogram genişletme ve daraltma gri seviyesi değişimleri biçimindedir ve bazen histogram boyutlandırma olarakta adlandırılır.
Biliyorum uzun bir yazı oldu fakat verimli bir yazı olduğunu düşünüyorum sadece yeni başlayan arkadaşlar için hepsini birlikte algılamak zor gelebilir ama verimli bir çalışmayla hepsinin üstesinden gelinir.
KAYNAKÇA:
[1] [2] [3] [4] [5] [6] [7] [8]
Hesaplarım ve İletişim için :
Gmail: batuhandazeee@gmail.com
Github: https://github.com/batuhandaz
Linkedin: https://www.linkedin.com/in/batuhan-daz-599613205/
Bir sonraki yazımda görüşmek üzere, sağlıkla kalın …