Bu temel eğitim, 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 geliştirmeleri hedeflenir.
Öğrenme Hedefleri
- Görüntü işleme teknolojisinin temel kavramlarını ve prensiplerini öğrenmek
- Temel görüntü işleme tekniklerini ve algoritmalarını kavramak
- Görüntülerin analiz edilmesi ve özellik çıkarımı yöntemlerini öğrenmek
- Görüntü filtreleme ve dönüşüm tekniklerini anlamak ve uygulamak
- Görüntü segmentasyonu yöntemlerini ve uygulamalarını öğrenmek
- Makine öğrenmesi ve derin öğrenme tekniklerinin görüntü işleme üzerindeki uygulamalarını öğrenmek
- Görüntü işlemenin çeşitli sektörlerdeki uygulama alanlarını keşfetmek
- Popüler görüntü işleme yazılımlarını ve araçlarını kullanmayı öğrenmek
Eğitim İçeriği
- Giriş ve temel kavramlar: görüntü işleme nedir, tarihçesi ve gelişimi, dijital görüntülerin temel özellikleri
- Görüntü işleme 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)
- Filtreleme ve dönüşüm teknikleri: 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 işleme: makine öğrenmesi algoritmaları ile görüntü analizi, derin öğrenme ve konvolüsyonel sinir ağları (CNN), derin öğrenme uygulamaları ve çerçeveleri (TensorFlow, PyTorch vb.)
- Uygulama alanları: tıbbi görüntüleme ve analiz, otonom araçlar ve robotik, güvenlik ve gözetim sistemleri, endüstriyel uygulamalar ve kalite kontrol
- Görüntü işleme yazılımları ve araçları: OpenCV ile görüntü işleme, MATLAB ve görüntü işleme toolbox'ı, Python ve popüler kütüphaneler (scikit-image, PIL vb.)
- Gerçek dünya uygulamaları ve vaka çalışmaları: başarılı görüntü işleme projeleri, çeşitli sektörlerden örnekler, vaka çalışmaları ve grup tartışmaları
- Pratik uygulamalar ve atölye çalışmaları: görüntü işleme araçları ile uygulamalar, rol oyunları ve simülasyonlar, grup çalışmaları ve projeler
Eğitim Yöntemleri
- 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
Süre, Katılım ve Sertifikasyon
- Eğitim içeriği sınıf ortamında yapılacak eğitimler için hazırlanmıştır ve süresi 2 gündür
- Eğitime katılım en fazla 15 kişi ile sınırlıdır
- Konuya ilgi duyan herkes katılabilir
- Eğitime katılanlara Katılım Belgesi verilir
