Görüntü Analizi
- FİGES AŞ
- MATLAB & SIMULINK
- Probleminizi Nasıl Çözeceğinizi Keşfedin
- Görüntü Analizi
Görüntü Analizi Nedir?
Görüntü analizi, anlamlı bilgiler çıkarmak için bir görüntünün temel bileşenlerine işlenmesini içerir. Görüntü analizi; şekilleri bulma, kenarları tespit etme, gürültüyü giderme, nesneleri sayma ve doku analizi veya görüntü kalitesi için istatistikleri hesaplama gibi görevleri içerebilir.
Görüntü analizi, genellikle bu alt kategorilere uyan bir dizi tekniği kapsayan geniş bir terimdir:
- Görüntüleri görüntüleme veya analiz için hazırlamak üzere görüntü iyileştirme
- İlgilenilen bölgeleri ve nesneleri izole etmek için görüntü segmentasyonu
- Morfolojik filtreleme veya derin öğrenme kullanarak gürültü giderme
- İstatistiksel veri elde etmek için bölge analizi
Görüntü analiz tekniklerine örnek olarak şunlar verilebilir:
Pus giderme yoluyla düşük ışıklı görüntüleri iyileştirme.
Sobel kenar tespitine dayalı görüntü bölütleme.
Önceden eğitilmiş bir sinir ağı ile Gauss gürültüsünü giderme.
Image Region Analyzer uygulamasını kullanarak istatistiksel verileri ayıklama (solda) ve görüntüleri bölge özelliklerine göre filtreleme (sağda).
MATLAB® ile görüntü analizi hakkında daha fazla bilgi için Image Processing Toolbox™ bölümüne bakın.
Örnekler ve Nasıl Yapılır?
- Anlamsal Segmentasyona Genel Bakış (7:56) – Video
- Yuvarlak Nesnelerin Tanımlanması – Örnek
- K-Means Kümeleme Kullanarak Renk Tabanlı Segmentasyon – Örnek
- Otomatik Özellik Eşleştirme Kullanarak Görüntü Rotasyonunu ve Ölçeğini Bulma – Örnek
- Derin Öğrenme Kullanarak Tek Görüntü Süper Çözünürlüğü – Örnek
- Image Region Analyzer Uygulamasını Kullanarak Bölge Özelliklerini Hesaplama – Örnek
Yazılım Referansı
- Görüntü İyileştirme ve Filtreleme – Dokümantasyon
- Nesne Analizi İşlemleri – Fonksiyon Listesi
- Eşikleme İşlemleri – Fonksiyon Listesi
- Morfolojik İşlemler – Fonskiyon Listesi
- Görüntü İşleme için Derin Öğrenme – Dokümantasyon
- 3B Görüntü İşleme İşlemleri – Fonksiyon Listesi
- Konvolüsyon – Dokümantasyon
Ayrıca bakınız: renk profili, görüntü eşikleme, görüntü iyileştirme, görüntü yeniden yapılandırma, görüntü bölütleme, görüntü dönüşümü, görüntü çakıştırma, dijital görüntü işleme, görüntü işleme ve bilgisayarla görme, Steve on Image Processing, affine dönüşüm, palet rengi, derin öğrenme, nokta bulutu, 3D görüntü işleme