Görüntü işleme; tasarım, imalat, güvenlik, tıp, elektronik, makine ve jeodezi gibi alanlarda çok geniş bir uygulama alanı bulmuştur. Aşağıda, uygulama alanlarına örnekler verilmiştir:

 ► Askeri (hedef tanıma, izleme)
 ► Tıp (damar analizi, bilgisayarlı tomogrofi, ultrason)
 ► Güvenlik (nesne takibi, hareket algılama, yüz tanıma)
 ► Trafik (trafik kontrol, plaka tanıma, trafik ışığı (işareti) tanıma)
 ► Endüstri (nesne sayma, kalite kontrol, robotik uygulamalar)
 ► Tarımsal uygulamalar (ekin verimliliği tespiti)
 ► Astronomi (uydu görüntüleri ile hava tahmini)
 ► Jeodezi ve Fotogrametri (uzaktan algılama) 
 ► Perakende (insan sayma, davranış analizi, mağaza izleme)
 ► Çevre güvenliği (çevre kirliliği tespiti)

 
Bu yazımızda yukarıdaki uygulamaları geliştirmek için kullanılan, Matlab’ın görüntü işleme komutlarının bazılarını örneklerle inceleyeceğiz. Yazının devamında örnek bir uygulama yapmaya çalışacağız.
 
imread: imread ile üzerinde çalışılmak istenilen fotoğraf bir değişkene atanarak matlab workspace için tanımlanır ve ardından imshow ile pencerede gösterilebilir. Workspace’te imgenin boyutu, çözünürlüğü gibi bilgileri görebilirsiniz.

İmtool: imtool ile  bazı işlemlerin yapılabileceği bir pencere açılır.
örnek kodları yazarken workspacedeki verileri temizlemek için, clear all ve clc komutlarını en başa yazmayı unutmayalım.
 
I = imread(‘ornek.jpg’)
imshow(I)
imtool(I)

Warp: görüntüyü (içinde yazı olan görüntü daha iyi olur ) belli yüzeylerde gösterir.
 

resim = imread('rice.png');

[x1,y1,z1] = cylinder;

[x2,y2,z2] = sphere;

imshow(resim); title('Orijinal resim');

figure;

subplot(1,2,1); warp(x1,y1,z1,resim); title('cylinder');

subplot(1,2,2); warp(x2,y2,z2,resim); title('sphere');
 

graythresh: graythreshold komutu görüntüdeki parlaklık eşiğini otomatik olarak belirler ve sonuç olarak 0 – 1 arasında bir sayı (level) oluşturur. Görüntüdeki parlaklık sınırları ile yapacağımız işlemlerde graythreshold’ tan elde ettiğimiz sayıyı kullanırız. Görüntü üzerinde belirli işlemleri yapabilmemiz için öncelikle gri seviyede çalışmamız gerekir.

Bunun için I= rgb2gray(I) komutu kullanılır.

Bu kod örneği ile görüntünün binary şekli elde edilir. 

level = graythresh(I);
bw = im2bw(I,level);
bw = bwareaopen(bw, 50);
figure; imshow(bw);

im2uint8: uint8 renk hassasiyetine dönüştürür. Genelde görüntüler uint8 türündedir. Her piksel İşaretsiz 8 bit (0 – 255) arası değere sahiptir.

Diğer dönüşüm komutları; demosaic, gray2ind, grayslice,im2int16, label2rgb ,im2double, im2uint16, mat2gray…

 

Kodların adlarından anlaşılacağı gibi fiziksel değişiklikler yapabileceğiniz bazı komutlar: imcrop, imresize, imrotate, imtransform…

 

Bwboundaries: binary modda bölgelerin sınırlarını belirler.

Bu örnekte, yeşil çizgiyle sınırlanmış alanların sayısını belirleyebiliriz. Bu örnekle daha sonra bahsedeceğimiz, morfolojik işlemler gerçekleştirilerek basit nesne sayma uygulaması yapılabilir.

I = imread('rice.png');
BW = im2bw(I, graythresh(I));
B = bwboundaries(BW);
figure; imshow(BW);
text(10,10,strcat('\color{red}bulunan sınırlar:',num2str(length(B))))
hold on;
for k = 1:length(B)
    boundary = B{k};
    plot(boundary(:,2), boundary(:,1), 'g', 'LineWidth', 1)
end
 

Edge: özel filtreler yardımıyla gri seviyedeki görüntülerin sınırları belirlenir.

I = imread('rice.png');
imshow(I);
BW1 = edge(I,'prewitt');
BW2 = edge(I,'canny');
figure; imshow(BW1);
figure; imshow(BW2);
 
diğer analiz komutları: hough, houghlines, corner…

entropy: gri seviye görüntünün entropisini hesaplar.

entropyfilt: yerel entropi hesaplar.
 
I=imread('circuit.tif');
e=entropy(I)
ye=entropyfilt(a);
imshow(ye,[])
 
rangefilt: görünütünün 3x3 komşuluğunda sınıflandırması yapar.

stdfilt: görüntünün 3x 3 komşuluğunda standart sapmasını hesaplar.

clear all,  clc
I=imread('circuit.tif');
I1=rangefilt(I);
I2=stdfilt(I);
figure; imshow(I);
figure; imshow(I1);
figure; imshow(I2); 

 

imadd: iki görüntüyü toplar veya bir görüntüye sabit bir sayı (parlaklık) ekler.

imcomplement: binary modda siyah alanlar beyaz, beyaz alanlar siyaha çevrilir.

I = imread('rice.png');
J = imadd(I,50);
subplot(1,2,1), imshow(I);
subplot(1,2,2), imshow(J);
lvl=graythresh(I);
BW=im2bw(I,lvl);
bw = imcomplement(BW);
figure;
subplot(1,2,1),imshow(I);
subplot(1,2,2),imshow(bw);




 
diğer aritmetik işlemler: imabsdiff, imdivide, immultiply, imsubtract…


 

MATLAB konulu diğer yazılar;

► Matlab ile Görüntü İşleme Uygulaması
► Matrix İşlemleri ve Grafik Oluşturma
► Matrix Oluşturma
► Elektrik Devrelerinin Laplace Domeninde Çözümü ve Analizi
► Ses Sinyali Analizi Video Eğitimi - Melodi Oluşturma
► Ses Sinyali Analizi [dijital sinyal işleme] 1
► Ses Sinyali Analizi [dijital sinyal işleme] 2
► Ses Sinyali Analizi [dijital sinyal işleme] 3
► Rotor Kontrollü Bir Doğru Akım Motorunun Transfer Fonksiyonu
► PWM Modülasyonlu Evirici ile Sürülen Asenkron Motorun Matlab Simülasyonu