Giriş ve dijital görüntünün temelleri

1.1Dijital görüntü nedir?

“One picture is worth more than ten thousand words.” Görüntü işleme bu sözdeki “resmi” bir bilgisayarın üzerinde çalışabileceği sayılara dönüştürmekle başlar.

• Piksel değerleri gri seviyeyi, rengi, yüksekliği (ör. arazi haritası), opaklığı vb. temsil edebilir.
• Sayısallaştırma her zaman bir yaklaşıklıktır: dijital görüntü, gerçek sahnenin yaklaşık bir temsilidir.
• Dijital görüntüler pek çok kaynaktan gelebilir: kameralar, X-ışını, ultrason, radar, elektron mikroskobu, bilgisayar grafiği…

1.2Dijital görüntü işleme nedir?

En basit tanımıyla dijital görüntülerin dijital bir bilgisayar aracılığıyla işlenmesidir. Görüntü işlemenin iki ana amacı vardır:

1. İnsanın yorumlaması için resimsel bilginin iyileştirilmesi (daha net, daha kontrastlı, gürültüsüz görüntü).
2. Görüntü verisinin saklama, iletim ve gösterim için işlenmesi ve otonom makine algısı için hazırlanması.

Görüntü işlemenin nerede bitip görüntü analizi veya bilgisayarlı görü (computer vision) alanlarının nerede başladığı tartışmalıdır. Bilgisayarlı görü, bilgisayarların bir görüntüde ne olduğunu “anlamasını” ve insan görmesinin diğer işlevlerini taklit etmesini hedefler; bazen yapay zekânın bir alt alanı sayılır. Bir görüntü işleme kitabıyla bir bilgisayarlı görü kitabını yan yana koyarsanız konuların büyük ölçüde örtüştüğünü görürsünüz.

Düşük, orta ve yüksek seviyeli süreçler

Görüntü işlemeden bilgisayarlı görüye uzanan süreklilik üç seviyeye ayrılabilir:

Görüntü işleme, bilgisayarlı görü, bilgisayar grafiği

Görüntü tabanlı modelleme (image based modelling) görüntüleme ile grafik arasındaki köprüdür.

1.3Tarihçe

1.4EM spektrum ve görüntüleme kaynakları

Görüntüleri sınıflandırmanın en kullanışlı yolu kaynaklarına göredir. Başlıca kaynak elektromanyetik (EM) enerjidir. Işık, EM spektrumunun insan gözünün algılayabildiği küçük bir parçasıdır: yaklaşık 400–700 nm dalga boyları arası.

EM olmayan görüntüleme yöntemleri

• Akustik görüntüleme: ses dalgalarını görüntü sinyaline çevirir (ultrason, sismik araştırma).
• Elektron mikroskobu: numuneye ışık yerine bir elektron demeti gönderir; çok daha yüksek büyütme.
• Sentetik görüntüler: bilgisayar grafiğiyle üretilen, gerçek dünyada var olmayan görüntüler.

1.5Uygulama örnekleri

Slaytlardaki diğer örnekler: güvenlik taramasında sahte renklendirme (pseudocolor enhancement), hava fotoğrafından yerleşim alanı çıkarma, yüz bulma.

1.6Sistem bileşenleri ve temel aşamalar

Bir görüntü işleme sisteminin bileşenleri

Genel amaçlı bir sistem (G&W Şekil 1.24): görüntü sensörleri (problem alanından veri alır), özel görüntü işleme donanımı (ör. hızlı ALU, sayısallaştırıcı), bilgisayar, görüntü işleme yazılımı, toplu depolama, görüntü ekranları, basılı kopya cihazları ve ağ.

Görüntü işlemenin temel aşamaları

1.7İnsan görme sistemi ve görsel psikofizik

Görüntü işlemede son karar çoğu zaman insan gözüne kalır. Bu yüzden gözün nasıl gördüğünü bilmek; iyileştirme, sıkıştırma ve renk modellerindeki tasarım tercihlerini anlamak için gereklidir.

Gözün yapısı ve algılayıcılar

Göz yaklaşık 20 mm çapında bir küredir. Işık korneadan girer, iris (göz bebeği çapı ~2–8 mm) gelen ışık miktarını ayarlar, mercek (lens) ışığı gözün arka iç yüzeyindeki retina üzerine odaklar. Retinada iki tür ışık algılayıcısı vardır:

Optik sinirin gözden çıktığı noktada algılayıcı yoktur: kör nokta (blind spot). Üç tür koni vardır: kırmızıya (L), yeşile (M) ve maviye (S) duyarlı. Mavi koniler diğerlerinden çok daha azdır. Beyin bu üç sinyali bir parlaklık kanalına ve iki renk kanalına dönüştürür. Bu, Hafta 2'deki YUV gibi renk modellerinin de temelidir.

Gözde görüntü oluşumu

Fotoğraf makinesinde mercek sabittir, odaklama mercek ile film arasındaki mesafe değiştirilerek yapılır. Gözde ise mercek ile retina arasındaki mesafe sabittir (~17 mm). Odaklama, merceğin şekli (kalınlığı) değiştirilerek yapılır; odak uzaklığı yaklaşık 14–17 mm arasında değişir.

Parlaklık uyumu ve ayırt etme

• Görme sisteminin uyum sağlayabildiği ışık şiddeti aralığı muazzamdır: skotopik eşikten kamaşma sınırına kadar ~$10^{10}$ mertebesi.
• Öznel parlaklık (algılanan) ışık şiddetinin logaritmik bir fonksiyonudur. Log dönüşümünün (Hafta 3) algıyla uyumlu olmasının bir nedeni budur.
• Göz bu aralığın tamamında aynı anda çalışamaz. Hassasiyetini o anki ortama göre kaydırır: parlaklık uyumu (brightness adaptation). Belirli bir uyum seviyesinde ayırt edilebilen aralık çok daha dardır.

Pratikte insanlar tek bir uyum noktasında yalnızca bir-iki düzine farklı yoğunluk seviyesini ayırt edebilir. Ancak göz görüntü üzerinde gezindikçe uyum seviyesi değiştiği için bir görüntüde çok daha fazla seviye “görülür”.

Algılanan parlaklık yoğunluğun basit bir fonksiyonu değildir

Mach bantları: farklı griler arasındaki sınırlarda görme sistemi kenarı “abartır”. Her şeridin koyu tarafla komşu kenarı daha açık, açık tarafla komşu kenarı daha koyu görünür. Oysa her şerit düzgündür.

Eşzamanlı kontrast (simultaneous contrast): bir bölgenin algılanan parlaklığı yalnızca kendi yoğunluğuna değil, arka planına da bağlıdır. Aşağıdaki üç küçük kare tam olarak aynı gri değerdedir.

Optik illüzyonlar da (ör. var olmayan bir kenarın görülmesi, eşit uzunluktaki çizgilerin farklı algılanması) görme sisteminin “boşlukları doldurduğunu” gösterir.

1.8Dijital görüntünün gösterimi

Gri tonlu bir görüntü, her elemanı o noktanın parlaklığını temsil eden tamsayılardan oluşan dikdörtgen bir dizidir.

Depolama gereksinimi

Dinamik aralık ve kontrast

• Dinamik aralık: en yüksek yoğunluğun en düşük yoğunluğa oranı. Düşükse görüntü donuk, soluk, “yıkanmış” gri bir görünüme sahip olur.
• Kontrast: en yüksek ve en düşük yoğunluk arasındaki fark. Yüksek dinamik aralıklı görüntüler genellikle yüksek kontrastlıdır.

Koordinat kuralı

Görüntü türleri

• RGB (gerçek renk) görüntü: her piksel kırmızı, yeşil ve mavi bileşenlerden oluşan bir vektördür, ör. [R G B] = [33 11 14]. Renkli görüntü, matematiksel olarak üç gri tonlu görüntü olarak düşünülebilir.
• İndeksli görüntü (GIF'te kullanılır): renk sayısı sınırlıdır ama dosya küçüktür. Piksel başına bir bayt ile 256 renkten biri seçilir.
• Boyutluluk: görüntüler ve videolar çok boyutlu sinyallerdir. 3B görüntüde her elemana voksel (volume element) denir. Video, 2B görüntülerin zamandaki dizisidir.

Aydınlatma–yansıma modeli

Bir sahneden gelen görüntü, iki bileşenin çarpımı olarak modellenebilir:

$i(x,y)$ aydınlatma (illumination): kaynaktan sahneye düşen ışık. Işık kaynağı belirler. $r(x,y)$ yansıtma (reflectance): nesnenin yansıttığı oran. Nesne belirler; 0 tam soğurma, 1 tam yansıtmadır. Dijital görüntülerde en düşük gri seviye genellikle 0'dır, en yüksek değer ise nicemleme seviyesi sayısına bağlıdır (en yaygını 256 seviye, en yüksek 255).

1.9Görüntü dosya formatları

Çoğu format basit bir modele uyar: önce bir başlık (header), ardından satır satır, aralarında boşluk olmadan piksel verisi. Başlık en azından genişlik ve yüksekliği içerir. Çoğu başlık, dosya türünü tanımlayan kısa bir bayt dizisiyle, yani bir imza veya “sihirli sayı” (magic number) ile başlar.

PGM formatı, ASCII ve ham kayıt

Gri tonlu görüntüler (8 bit/piksel) için popüler bir formattır. Yakın akrabaları ikili görüntüler için PBM (1 bit/piksel) ve renkli görüntüler için PPM'dir (24 bit/piksel). Her biri ASCII veya ham ikili (raw) olarak saklanabilir. Sihirli sayılar: P1/P2/P3 (ASCII PBM/PGM/PPM), P4/P5/P6 (ham).

P2
# 4x4, en büyük değer 255
4 4
255
10 10 16 28
 9  6 26 37
15 25 13 22
32 15 87 39

Neden sıkıştırma?

$2048 \times 1536$ boyutunda, her renk için 1 bayt kullanan bir görüntü ~9 MB tutar. Formatların çoğu bu boyutu küçültmeyi hedefler. Slayttaki örnekte 225×300'lük bir görüntü GIF olarak 40 KB, JPEG olarak kaliteye göre 41 ile 6 KB arasında tutuyor.

• GIF bir renk paleti kullanır: her piksele seçilmiş 256 renkten biri atanır, boyut 24 bitlik görüntünün ~üçte birine iner.
• JPEG görüntüyü ayrık kosinüs dönüşümüyle (DCT) frekans bileşenlerine ayırır ve gözün az fark ettiği frekansları nicemleyerek atar. Ayrıntılar Hafta 11–12'de.

1.10MATLAB ile dijital görüntüler

Dijital bir görüntü $I$, düzgün aralıklı ayrık noktalardan oluşan bir 2B ızgaradan $\{p = (r,c)\}$ bir değer kümesine eşlemedir: ya pozitif tamsayılar $\{I(p)\}$ ya da vektörler, ör. $\{[R\ G\ B]^T(p)\}$.

• $p = (r,c)$: piksel konumu, satır $r$ ve sütun $c$ ile indekslenir. $I(p) = I(r,c)$: o konumdaki piksel değeri. $(p, I(p))$ çiftine piksel denir.
• $I(p)$ tek bir sayıysa görüntü tek renklidir (monochrome). Bir vektörse görüntü çok bantlıdır (ör. renkli).

Görüntü sınıfları: uint8 ve double

Renk haritalı ve gerçek renkli görüntüler

Renk haritalı görüntüde pikselin değeri bir rengin kendisi değil, renk haritasındaki bir satırın indeksidir. Renk haritası $256 \times 3$'lük bir double matristir; her satır bir rengin R, G, B yoğunluklarını 0–1 arasında listeler.

[M, CMAP] = imread('button_mapped.bmp', 'bmp');   % M: 512x512 uint8 indeks, CMAP: 256x3 double
M(231, 326)                % → 214
255 * CMAP(214 + 1, :)     % → [226 231 65]  (+1 çünkü MATLAB 1'den indeksler)

% Renk haritalı → gerçek renk
T = uint8(reshape(CMAP(M + 1, :), [size(M) 3]) * 255);
% veya doğrudan:  T = ind2rgb(M, CMAP);   (double, 0–1)

Renk haritası oluşturmak ve bantları göstermek

ramp = (0:255)' / 255;                      % 256x1 sütun (' = transpoz)
kcm = [ramp ramp ramp];                     % gri:     R(k) = G(k) = B(k)
rcm = [ramp zeros(256,2)];                  % kırmızı: G = B = 0
gcm = [zeros(256,1) ramp zeros(256,1)];     % yeşil:   R = B = 0
bcm = [zeros(256,2) ramp];                  % mavi:    R = G = 0

I  = imread('blue_grapes_sm.jpg');
Rd = I(:,:,1);  Gn = I(:,:,2);  Bl = I(:,:,3);  % R, G, B bantları
figure; image(Rd); colormap(kcm);           % kırmızı bandı gri tonla göster
figure; image(Rd); colormap(rcm);           % ... veya kırmızı tonla

Kaydetme ve indeksleme

imwrite(I, 'goruntu.bmp', 'bmp');                      % gerçek renk, .bmp
imwrite(I, 'goruntu.jpg', 'jpg');                      % JPEG, varsayılan kalite = 75
imwrite(I, 'goruntu.jpg', 'jpg', 'Quality', 100);      % JPEG, kalite = 100
imwrite(I, cmap, 'goruntu.gif', 'gif');                % renk haritalı, .gif

% İndekslemeyle görüntüyü karıştırmak ve geri almak
I = imread('foto.jpg');  size(I)          % → 576 768 3
r = randperm(576);  c = randperm(768);  % rastgele satır/sütun permütasyonları
J = I(r, c, :);                         % karıştırılmış görüntü
K(r, c, :) = J;                         % aynı permütasyonlarla geri yerleştirme
image(K); truesize; title('Yay!!!')

Temel komutlar

1.11Haftanın özeti ve kendini test et