ANASAYFAKURUMSAL BİLGİLEREĞİTİM VE ÖĞRETİM PROGRAMLARI Bilgisayar Mühendisliği (İngilizce) TezsizSERTİFİKA PROGRAMLARIÖĞRENCİLER İÇİN FAYDALI BİLGİLER, KAYNAKLAR VE SERVİSLERFAYDALI LİNKLER VE DÖKÜMANLARİLAVE VE DESTEKLEYİCİ BİLGİLER

DERSİN GENEL BİLGİLERİ

Ders Kodu Ders Adı Yıl Yarıyıl Teorik Pratik Kredi AKTS
70610MEEOS-CME0690 Image Processing 1 Bahar 3 0 3 6
Dersin Türü: Departmental Elective
Dersin Düzeyi: Yüksek Lisans      TYYÇ:7. Düzey      QF-EHEA:2. Düzey      EQF-LLL:7. Düzey
Dersin Öğretim Dili: İngilizce
Dersin Ön/Yan Koşulu: Yoktur
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Profesör Dr. ABDURAZZAG ALI A ABURAS
Dersin Öğretim Eleman(lar)ı: Profesör Dr. ABDURAZZAG ALI A ABURAS
Dersin Kategorisi:

BÖLÜM II: DERSİN TANITIMI

Dersin Amacı ve İçeriği

Dersin Amacı: Course Learning Outcomes (CLOs) are those describing the knowledge, skills, and competencies that students are expected to achieve upon successful completion of the course. In this context, the course Learning Outcomes defined for this course unit are as follows:
1) Knowledge (Described as Theoretical and/or Factual Knowledge)
2) Skills (Describe as Cognitive and/or Practical Skills.)
3) Competences (Described as the "Ability of the learner to apply knowledge and skills autonomously with responsibility", "Learning to learn"," Communication and social" and "Field-specific" competencies.)
Dersin İçeriği: 1) 1) Introduction to Computer Vision.
2) Color Texture Image Basics
3) Image Coordinates and Resizing
4) Digital Filters, and Image Transformations
5) Edges and Features
6) Corner Detection-Edges and Features
7) Describing and Matching
8) Matching and Blending
9) Content-Based Image Retrieval (CBIR) and the EM Algorithm
10) Features and Flow
11) Basics for Convolutional Neural Networks (CNN)
12) Generative Adversarial Networks (GANs)

Derse Özgü Kurallar

Linear algebra, basic calculus, and probability
Experience with image processing will help but is not necessary.
Experience with Python or Python-like languages will help


Dersin Öğrenme Çıktıları (DÖÇ)

Ders Öğrenme Çıktıları (DÖÇ), dersi başarı ile tamamlayan öğrencilerin kendilerinden sahip olmaları beklenen bilgi, beceri ve yetkinlikleri ifade eder. Bu bağlamda, bu ders için tanımlanmış olan Ders Öğrenme Çıktıları aşağıda verilmektedir.
Bilgi (Kuramsal ve/veya olgusal bilgi olarak tanımlanmıştır.)
Beceriler (Bilişsel ve/veya uygulama becerileri olarak tanımlanmıştır.)
  1) Course Learning Outcomes (CLOs) are those describing the knowledge, skills, and competencies that students are expected to achieve upon successful completion of the course. In this context, the course Learning Outcomes defined for this course unit are as follows: 1) Knowledge (Described as Theoretical and/or Factual Knowledge) 2) Skills (Describe as Cognitive and/or Practical Skills.) 3) Competences (Described as the "Ability of the learner to apply knowledge and skills autonomously with responsibility", "Learning to learn"," Communication and social" and "Field-specific" competencies.) 4) Ability to solve a complex problem using advanced image processing techniques.
Yetkinlikler ("Bağımsız Çalışabilme", "Sorumluluk Alabilme", "Öğrenme", "İletişim ve Sosyal" ve "Alana Özgü" yetkinlikler olarak tanımlanmıştır.)

Haftalık Ders Planı

Hafta Konu
Materyal Paylaşımı *
Ön Hazırlık Pekiştirme
1) Introduction to Computer Vision, and Image Processing review the chapters. Materyal n/a
2) Introduction to Computer Vision, and Image Processing (countinue) Review the chapters. Materyal n/a
3) Color Texture Image Basics Review the chapters. Materyal n/a
4) Image Coordinates and Resizing Review the chapter. Materyal n/a
5) Digital Filters, and Image Transformations Review the chapters. Materyal n/a
6) Edges and Features Review the chapters. Materyal n/a
7) Corner Detection-Edges and Features Review the chapters. Materyal n/a
8) Describing and Matching Review the chapters. Materyal n/a
9) Filtering in the Frequency Domain (2D continuous and discrete Fourier transform and its inverse, relationship between spatial and frequency intervals.)
9) Matching and Blending Review the chapters. Materyal n/a
10) Matching and Blending (countinue) Review the chapters. Materyal n/a
10) Filtering in the Frequency Domain (2D discrete convolution theorem, frequency domain filtering fundamentals.)
11) Filtering in the Frequency Domain (Low-pass, high-pass, band-reject and band-pass filters in the frequency domain.)
11) Content-Based Image Retrieval (CBIR) and the EM Algorithm Review the chapters. Materyal n/a
12) Image Restoration and Reconstruction (Noise models and estimating noise parameters, mean, order statistic and adaptive filters.)
12) Basics for Convolutional Neural Networks (CNN) Review the chapters. Materyal n/a
13) Generative Adversarial Networks (GANs) Review the chapters. Materyal n/a
14) Course revision Course revision n/a
*Bu alan öğrencilerin ders öncesi hazırlık ve sonrası dersi pekiştirme için paylaşılan ders materyallerini içerir.

Ders İçin Zorunlu/Önerilen Kaynaklar

Ders Notları / Kitaplar: all are available on OIS
Diğer Kaynaklar: 1) Recommended: Computer Vision: Algorithms and Applications Richard Szelisk, 2010
2) Hands-On Image Processing with Python: Expert techniques for advanced image analysis and effective interpretation of image data by Sandipan Dey 2025, ISBN: 978-1789343731

BÖLÜM III: DERSİN PROGRAM ÖĞRENME ÇIKTILARI İLE İLİŞKİSİ

(Aşağıdaki matris, ders öğrenme çıktıları (DÖÇ) ile program öğrenme çıktıları (KPÖÇ ve APÖÇ) ile bağını ve (varsa) onlara hangi düzeyde katkı sağladığını sayısal olarak göstermektedir.

Ders Öğrenme Çıktıları ile Program Öğrenme Çıktıları İlişki Matrisi

(KPÖÇ: Kilit Program Öğrenme Çıktılarını; APÖÇ: KPÖÇ ile ilişkilendirilmiş Alt Öğrenme Çıktılarını tanımlar. )
DÖÇ/PÖÇ KPÖÇ 1 KPÖÇ 2 KPÖÇ 3 KPÖÇ 4
1 1 1 2 3 4 5 1 2 3 4 5 6
DÖÇ1

Dersin Program Öğrenme Çıktılarına Katkı Düzeyi

Etkisi Yok 1 En Düşük 2 Düşük 3 Orta 4 Yüksek 5 En Yüksek
           
Program Öğrenme Çıktıları Katkı Oranı (1-5)
1) Bilgisayar bilimleri ve mühendisliği alanında ileri düzeyde güncel kuramsal ve uygulamalı bilgiye sahiptir.
2) Bilgisayar bilimleri ve mühendisliği alanında ileri düzeyde uygulama ve geliştirme yapar, bilgiye ulaşır, değerlendirir ve uygular.
3) Bilgisayar bilimleri ve mühendisliği alanında güncel problemleri çözmek üzere problemi tanımlar, veriye erişir, farklı disiplinlerdeki bilgileri kullanır, araştırmalar tasarlar, sistem ve süreç tasarlar, çözüm yöntemleri geliştirir.
4) Mesleğini en etkin bir şekilde icra etmek ve kendini sürekli geliştirmek için gerekli beceri ve yetkinliklere sahiptir.

BÖLÜM IV: DERSİN ÖĞRENME VE ÖĞRETME YÖNTEMLERİ İLE ÖLÇME VE DEĞERLENDİRME YÖNTEMLERİ

Dersin Öğrenme ve Öğretme Yöntemleri

(Üniversitemiz genelinde kullanılan tüm öğrenme ve öğretme yöntemleri sistematik olarak yönetilmektedir. Akademik birimlerden gelen talepler doğrultusunda bölüm/programların öğrenme ve öğretme yöntemleri ilgili kurullarımız tarafından değerlendirilmekte ve uygun bulunursa, üniversite havuzunda toplanmaktadır. Bölüm ve programlar, kendileri için program tasarımlarına uygun olan yöntemleri bu havuzdan seçebilmektedirler. Benzer şekilde, dersler için kullanılması uygun görülen yöntemler de programlar düzeyinde belirlenmiş olan yöntemler arasından seçilebilmektedir.)
Programa Genelinde Kullanılan Öğrenme ve Öğretme Yöntemleri
Ders İçin Kullanılan Öğrenme ve Öğretme Yöntemleri
Anlatım
Tartışma
Vaka Çalışması
Problem Çözme
Gösterip Yaptırma
Gösterim
Laboratuvar
Okuma
Ödev
Proje Hazırlama
Tez Hazırlama
Akran Eğitimi
Seminer
Teknik Gezi
Ders Konferansı
Beyin Fırtınası
Soru Cevap
Bireysel ve Grup Çalışması
Rol Oynama-Canlandırma-Doğaçlama
Stüdyo Uygulamaları
Derse Aktif Katılım

Dersin Ölçme ve Değerlendirme Yöntemleri

(Üniversitemiz genelinde kullanılan tüm ölçme ve değerlendirme yöntemleri sistematik olarak yönetilmektedir. Akademik birimlerden gelen talepler doğrultusunda bölüm/programların ölçme ve değerlendirme yöntemleri ilgili kurullarımız tarafından değerlendirilmekte ve uygun bulunursa, üniversite havuzunda toplanmaktadır. Bölüm ve programlar, kendileri için program tasarımlarına uygun olan yöntemleri bu havuzdan seçebilmektedirler. Benzer şekilde, dersler için kullanılması uygun görülen yöntemler de programlar düzeyinde belirlenmiş olan yöntemler arasından seçilebilmektedir.)
Programa Genelinde Kullanılan Ölçme ve Değerlendirme Yöntemleri
Ders İçin Kullanılan Ölçme ve Değerlendirme Yöntemleri
Ara Sınav
Sunum
Yarıyıl Sonu Sınavı
Kısa Sınav
Rapor Değerlendirme
Ödev Değerlendirme
Sözlü sınav
Tez Sunma
Jüri Değerlendirmesi
Uygulama Sınavı
İşyerinde Uygulama Eğitimi Değerlendirmesi
Derse Aktif Katılım
Tartışmalara Katılım

DÖÇ İle Öğrenme-Öğretme Yöntemleri ve Ölçme-Değerlendirme Yöntemleri İlişki Matrisi

(Aşağıdaki matris, dersin öğrenme çıktıları ile ilişkili olarak ders için belirlenmiş olan öğrenme ve öğretme yöntem(leri) ile ölçme ve değerlendirme yöntem(leri)ni göstermektedir.)
ÖĞRENME VE ÖĞRETME YÖNTEMLERİ
DERS ÖĞRENME ÇIKTILARI
ÖLÇME VE DEĞERLENDİRME YÖNTEMLERİ
DÖÇ1
-Anlatım -Ara Sınav
-Tartışma -Sunum
-Vaka Çalışması -Yarıyıl Sonu Sınavı
-Problem Çözme -Kısa Sınav
-Gösterip Yaptırma -Rapor Değerlendirme
-Gösterim -Ödev Değerlendirme
-Laboratuvar -Sözlü sınav
-Okuma -Tez Sunma
-Ödev -Jüri Değerlendirmesi
-Proje Hazırlama -Uygulama Sınavı
-Tez Hazırlama -İşyerinde Uygulama Eğitimi Değerlendirmesi
-Akran Eğitimi -Derse Aktif Katılım
-Seminer -Tartışmalara Katılım
-Teknik Gezi
-Ders Konferansı
-Beyin Fırtınası
-Soru Cevap
-Bireysel ve Grup Çalışması
-Rol Oynama-Canlandırma-Doğaçlama
-Stüdyo Uygulamaları
-Derse Aktif Katılım

Dersin Ölçme ve Değerlendirme Yöntemlerinin Başarı Notuna Katkısı

Ölçme ve Değerlendirme Yöntemleri Uygulama Sayısı / Yarıyıl Katkı Oranı
Projeler 3 % 20.00
Ara Sınavlar 1 % 30.00
Yarıyıl Sonu Sınavı 1 % 50.00
Toplam % 100
YARIYIL İÇİ ÖLÇME VE DEĞERLENDİRME YÖNTEMLERİNİN BAŞARI NOTUNA KATKI ORANI % 50
YARIYIL SONU SINAVININ BAŞARI NOTUNA KATKI ORANI % 50
Toplam % 100

BÖLÜM V: DERSİN İŞ YÜKÜ VE AKTS KREDİSİ

ÖĞRENME VE ÖĞRETME ETKİNLİKLERİ İŞ YÜKÜ
Öğrenme ve Öğretme Etkinlikleri Etkinlik Sayısı/Yarıyıl Süresi (saat) Toplam İş Yükü
Ders 14 3 42
Laboratuvar 0 0 0
Uygulama 0 0 0
Derse Özgü Staj 0 0 0
Arazi Çalışması 0 0 0
Sınıf Dışı Ders Çalışması 0 0 0
Sunum / Seminer 0 0 0
Proje 3 0 0
Ödevler 0 0 0
Öğrenme ve Öğretme Etkinlikleri Toplam İş Yükü - - 42
ÖLÇME VE DEĞERLENDİRME ETKİNLİKLERİ İŞ YÜKÜ
Ölçme ve Değerlendirme Etkinlikleri Etkinlik Sayısı/Yarıyıl Süresi (saat) Toplam İş Yükü
Kısa Sınav 0 0 0
Ara Sınavlar 1 3 3
Yarıyıl Sonu Sınavı 1 3 3
Ölçme ve Değerlendirme Etkinlikleri Toplam İş Yükü - - 6
TOPLAM İŞ YÜKÜ (Öğrenme ve Öğretme + Ölçme ve Değerlendirme Etkinlikleri) 48
DERSİN AKTS KREDİSİ (Toplam İş Yükü/25.5 Saat) 6