GÖRÜNTÜ İŞLEME TEKNOLOJİLERİ
TEMEL EĞİTİM EĞİTİMİN AMACI
Görüntü İşleme Temelleri eğitimi, katılımcılara görüntü işleme teknolojisinin temel prensiplerini, araçlarını ve uygulama alanlarını öğretmeyi amaçlar. Katılımcıların görüntü işleme tekniklerini kullanarak görüntüleri analiz etme, işleme ve çeşitli alanlarda uygulama becerilerini geliştirmelerini sağlar. ÖĞRENME Görüntü İşleme Temel Kavramlarını Anlamak: HEDEFLERİ Görüntü işleme teknolojisinin temel kavramlarını ve prensiplerini öğrenmek. Görüntü İşleme Tekniklerini Kavramak: Temel görüntü işleme tekniklerini ve algoritmalarını öğrenmek. Görüntü Analizi: Görüntülerin analiz edilmesi ve özellik çıkarımı yöntemlerini kavramak. Filtreleme ve Dönüşüm Teknikleri: Görüntü filtreleme ve dönüşüm tekniklerini anlamak ve uygulamak. Görüntü Segmentasyonu: Görüntü segmentasyonu yöntemlerini ve uygulamalarını öğrenmek. Makine Öğrenmesi ve Derin Öğrenme ile Görüntü İşleme: Makine öğrenmesi ve derin öğrenme tekniklerinin görüntü işleme üzerindeki uygulamalarını öğrenmek. Uygulama Alanlarını Keşfetmek: Görüntü işlemenin çeşitli sektörlerdeki uygulama alanlarını keşfetmek. Görüntü İşleme Yazılımları ve Araçları: Popüler r öğrenmek.
EĞİTİMİN 1
İÇERİĞİ Giriş ve Temel Kavramlar Görüntü işleme nedir? Görüntü işleme tarihçesi ve gelişimi Dijital görüntülerin temel özellikleri Görüntü İşleme Teknikleri ve Algoritmalar Piksel işlemleri ve renk uzayları Histogram eşitleme ve kontrast iyileştirme Temel filtreleme teknikleri (Gaussian, median, vb.) Görüntü Analizi ve Özellik Çıkarımı Kenar tespiti (Canny, Sobel, vb.) Köşe ve nesne tespiti (Harris, FAST, vb.) Özellik çıkarımı ve eşleştirme (SIFT, SURF, ORB) EĞİTİMİN 2 Filtreleme ve Dönüşüm Teknikleri İÇERİĞİ Frekans domaini filtreleme (Fourier dönüşümü) Morfolojik işlemler Görüntü iyileştirme ve restorasyon teknikleri Görüntü Segmentasyonu Eşikleme yöntemleri Bölge tabanlı segmentasyon Kümeleme ve kontur tespiti Makine Öğrenmesi ve Derin Öğrenme ile Görüntü İşleme Makine öğrenmesi algoritmaları ile görüntü analizi Derin öğrenme ve konvolüsyonel sinir ağları (CNN) Derin öğrenme uygulamaları ve çerçeveleri (TensorFlow, PyTorch, vb.)
EĞİTİMİN 3 İÇERİĞİ
Uygulama Alanları Tıbbi görüntüleme ve analiz Otonom araçlar ve robotik Güvenlik ve gözetim sistemleri Endüstriyel uygulamalar ve kalite kontrol Görüntü İşleme Yazılımları ve Araçları OpenCV ile görüntü işleme MATLAB ve görüntü işleme toolbox’ı Python ve popüler kütüphaneler (scikit-image, PIL, vb.)
EĞİTİMİN 4 İÇERİĞİ
Gerçek Dünya Uygulamaları ve Vaka Çalışmaları Başarılı görüntü işleme projeleri ve uygulamaları Çeşitli sektörlerden örnekler Vaka çalışmaları ve grup tartışmaları Pratik Uygulamalar ve Atölye Çalışmaları Görüntü işleme araçları ile pratik uygulamalar Rol oyunları ve simülasyonlar Grup çalışmaları ve projeler
EĞİTİM YÖNTEMLERİ
Teorik Dersler: Görüntü işleme kavramları ve teknikleri hakkında detaylı bilgiler. Pratik Uygulamalar: Görüntü işleme araçları ve yazılımları ile uygulamalı çalışmalar. Vaka Çalışmaları: Gerçek dünyadan görüntü işleme uygulamaları örneklerinin incelenmesi. Grup Çalışmaları: Katılımcıların birlikte çalışarak görüntü işleme projeleri geliştirmeleri. Soru-Cevap Oturumları: Eğitmen ve katılımcılar arasında etkileşimli tartışmalar.
EĞİTİMİN SÜRESİ KATILIM &
SERTİFİKASYON
Sınıf Eğitimi Eğitimin içeriği, sınıf ortamında yapılacak eğitimler için hazırlanmıştır ve süresi 2 gündür. Eğitime katılım en fazla 15 kişi ile sınırlıdır. Katılım & Sertifikasyon Konuya ilgi duyan herkes katılabilir. Eğitime katılanlara Katılım Belgesi verilir.
