in ,

Kamera İle Nesne Sayma (Bölüm 2)

2.2.2. Parlaklık Ayarı 

Parlaklık dönüşümleri piksel parlaklığını değiştirmektedir. Parlaklık düzeltmeleri sayesinde görüntülerin parlaklık, kontrast ve renk düzeltmesi ayarları yapılabilmektedir. Örneğin; kontrast iyileştirmesi hem görüntü işleme hem de makine görmesi için önemli bir özelliktir. 

2.2.2.1. Parlaklık ve Kontrast Düzeltme 

Parlaklık, ışık kaynağı tarafından çıkarılan enerji miktarı olarak tanımlanırken, kontrast ise maksimum ve minimum piksel yoğunluğu arasındaki fark olarak tanımlanmaktadır. Kontrast ve parlaklık aşağıdaki denklemler yardımıyla hesaplanabilmektedir. 𝑔(𝑥)= 𝛼.𝑓(𝑥)+𝛽 

α parametresi kontrastı, β parametresi parlaklığı ayarlamaktadır. 𝑓(𝑥) fonksiyonu kaynak görüntü piksellerini, 𝑔(𝑥) çıktı görüntü piksellerini temsil etmektedir. Ayrıntılı olarak aşağıdaki denklemde gösterilmiştir. 𝑔(𝑖,𝑗)= 𝛼.𝑓(𝑖,𝑗)+𝛽 

2.2.2.2. Gamma Düzeltmesi: 

Gamma düzeltmesi, giriş görüntüsünün piksellerinde doğrusal olmayan bir işlem gerçekleştirerek görüntünün doygunluğunun değişmesine sebep olmaktadır. Gamma düzeltmesi, Güç Yasası Dönüşümü olarak da bilinmektedir. Gamma düzeltmesinin uygulanabilmesi için görüntü piksel yoğunluklarının [0, 255] aralığından [0, 1] aralığına ölçeklenmesi gerekmektedir. Gamma değeri 1’den küçük olursa görüntü daha karanlık olur, gamma değeri 1’den büyük olursa görüntünün daha açık olmasını sağlanır, gamma değeri 1’e eşitse giriş görüntüsü üzerinde hiçbir değişiklik meydana gelmez. Gamma düzeltmesi için aşağıdaki denklem kullanılmaktadır. 

𝑂𝑢𝑡𝑝𝑢𝑡= 𝐼𝑛𝑝𝑢𝑡/𝐺𝑎𝑚𝑚𝑎 

2.2.2.3. Histogram Eşitleme: 

Görüntü histogramı, bir görüntün yoğunluk dağılımının grafıksel olarak gösterilmesidir ve alınan her yoğunluk değeri için piksel sayısını belirler. 

Şekil 2.18. Görüntünün histogram grafiğinin belirlenmesi 


Histogram eşitleme ise yoğunluk aralığını genişletmek için bir görüntüdeki kontrastı iyileştiren bir yöntemdir. Şekil 4.19. daki görüntünün pikselleri, mevcut yoğunluk aralığının ortasında bulunmaktadır. Şekil 4.19. daki görüntüye histogram genişletme uygulanarak daire ile belirtilen kısımlara doğru yoğunluk aralığı genişletilecektir. 

Şekil 2.19. Histogram eşitlemenin uygulandığı görüntü 

th -> Eşik değeridir. 

𝑓𝑠(𝑥,𝑦) -> Input pikselidir. 

Kontrast faktörünü ve eşik değerini ayarlayarak görüntülerin aydınlatma ve koyulaştırma miktarlarını ayarlamak mümkündür. 

2.2.3. Geometrik Dönüşümler 

Geometrik dönüşümler ile bir görüntüdeki piksellerin konumları değiştirilebilir. Fakat geometrik dönüşümler ile görüntülerin renkleri değiştirilemez. Geometrik dönüşümler ile görüntüler yakalandığında meydana gelen geometrik bozulmalar ortadan kaldırılabilir. Geometrik dönüşüm işlemleri ile görüntüler döndürülebilir, ölçeklenebilir ve görüntüler alındığında oluşan bozulmalar engellenebilmektedir. Ayrıca geometrik dönüşümler sayesinde kameradan kaynaklanan kalibrasyon hatalarının önüne geçilebilmektedir. 

2.2.4. Görüntü Filtreleme 

Görüntü filtreleri, görüntü özelliklerini değiştirmek veya geliştirmek için kullanılmaktadır. Görüntü filtreleme tekniklerine yumuşatma, keskinleştirme ve kenar iyileştirme örnek olarak verilebilir. Görüntü filtreleme işlemi, bir kernel ve bir görüntü arasında konvolüsyon işlemi yapılarak gerçekleştirilmektedir. Konvolüsyon işlemi, kernel matrisinin giriş matrisine karşılık olarak üreteceği çıkış matrisinin zaman domeninde bulmaya yarayan matematiksel işlemdir. Konvolüsyon işleminin denklemi aşağıda verilmiştir. 

Aşağıda matris üzerinde yapılmış bir konvolüsyon işlemi örneği gösterilmiştir. Kernel matrisi olarak 3×3’lük 1’lerden oluşan matris kullanılmıştır.

Yumuşatma işlemi için ağırlıklı olarak aşağıdaki kernel matrisi kullanılmaktadır. 

Keskinleştirme işlemi için ağırlıklı olarak aşağıdaki kernel matrisi kullanılmaktadır 

2.2.4.1. Yumuşatma-Bulanıklaştırma (Smoothing) Filtresi 

Bulanıklaştırma, bir alan içerisinde yer alan piksel değerlerinin ortalamasını ifade etmektedir. Bu filtreye Alçak Geçiren Filtre de denmektedir. Alçak Geçiren Filtre, düşük frekanslara izin veren, daha yüksek frekansları engelleyen bir filtredir. Görüntüde frekans, piksel değerlerinin değişimini ifade etmektedir. Bu yüzden görüntülerde piksel değerlerinin değiştiği bölgeler yüksek frekanslıdır. Bu filtre sayesinde kenarlar yumuşatılmaktadır. 

Görüntülerde bulanıklık (yumuşaklık) istenmeyen bir durum olsa da gelişmiş görüntü işleme fonksiyonları kullanıldığı zaman görüntüler üzerinde oluşturulan bulanıklık faydalı olmaktadır. Smoothing yöntemleri görüntülerdeki parazitleri kaldırarak gürültüyü de azaltmaktadırlar. 

Ortalama Filtresi: 

Ortalama filtresi, kernel alanının altındaki tüm piksellerin ortalaması alır ve merkezi bu değer ile değiştirmektedir. 

Gauss Filtresi: 

Gaussian filtresinde bir Gauss kernel’ı kullanılmaktadır. Gaussian filtresi, gauss gürültüsünü gidermede oldukça etkilidir. 

Medyan Filtresi: 

Medyan filtresi, kernel alanının altındaki tüm piksellerin medyanını alır ve merkezi bu değer ile değiştirilir. Bu filtre salt ve pepper gürültülerini kaldırmak için kullanılmaktadır. Gürültüyü etkili bir şekilde kaldırmaktadır. 

Bilateral Filtresi: 

Bilateral filtresi, kenarları keskin tutmaktadır ve gürültü gidermede oldukça etkilidir. İkili filtreleme, iki adet farklı Gauss filtresi almaktadır. Bu yüzden bu filtreye ikili filtre denilmektedir. İlk Gauss işlevi, yumuşatma için yalnızca yakın piksellerin dikkate alınmasını sağlamaktadır. Diğer Gauss filtresi ise, bulanıklaştırma için yalnızca merkezi piksele benzer yoğunluklardaki pikselleri dikkate almaktadır. Bu nedenle, kenarlardaki pikseller büyük yoğunluk değişimine sahip olacağından kenarlar korunmaktadır. 

2.4.4.2. Görüntü Keskinleştirme Filtresi 

Görüntülerdeki kenarlar ve ince detaylar yüksek frekanslı bileşenler tarafından oluşturulmaktadır. Bu bileşenler geliştirilir ise görüntü kalitesinde artış meydana gelecektir. Görüntü keskinleştirme filtresi sayesinde görüntünün kalitesi arttırılmaktadır.

Ne düşünüyorsunuz?

T3 Endüstri Çözümleri tarafından yazıldı.

T3 Otomasyon bilgi ve tecrübelerini endüstri ile paylaşmak ve hizmet vermek maksadıyla Fatih ALTINTAŞ tarafından 2006 yılında Sakarya’da kuruldu, 2011 yılında limited olarak kurumsallaşmanın temellerini atmış oldu. Taahütlerini yerine getiren, sorumlu, güvenilir, insana önem veren, yenilikçi ve müşteri odaklı iş anlayışı ile yüksek standartlarda hizmet veren, mutlu çalışanlara sahip bir şirket olmak. Müşteri odaklı iş anlayışıyla otomasyon çözümleri üreterek, hızlı, kaliteli ve ekonomik çözümler sunmaktır.

Yorumlar

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Yükleniyor...

0

Kamera İle Nesne Sayma (Bölüm 1)

Kamera İle Nesne Sayma (Bölüm 3)