/proje detayları
MATLAB ile Classical Image Processing
Spatial enhancement, image restoration, frequency-domain filtering, segmentation ve morphology konularını kapsayan MATLAB image processing proje koleksiyonu.
Bu proje üç classical image processing çalışmasını tek bir portfolyo entry'si altında topluyor. Odak deep learning değil; image enhancement, restoration, segmentation ve morphology arkasındaki lower-level mekanikleri göstermek.
Spatial enhancement modülü manual histogram computation, threshold-based binary enhancement, salt-and-pepper noise için median filtering, Sobel edge comparison ve explicit padding logic ile min/max filtering içeriyor.
Restoration modülü spatial ve frequency domain arasında çalışıyor. Uniform noise için midpoint filtering, periodic noise için FFT-based Butterworth notch reject filtering kullanılıyor; sonra reconstruction öncesi/sonrası edge map'ler karşılaştırılıyor.
Segmentation modülü grayscale conversion, Otsu thresholding, morphological closing/opening, connected component labeling ve object mask'lerle dice detection ve pip counting yapıyor.
Öne çıkanlar
- Üç çalışmayı enhancement, restoration ve segmentation görevleri etrafında tutarlı bir image-processing portfolyo başlığı altında birleştirdim.
- High-level shortcut'lara yaslanmadan histogram thresholding ve binary enhancement implemente ettim.
- Spatial ve frequency domain boyunca median, midpoint, min/max, Sobel ve Butterworth notch reject filter kullandim.
- Otsu thresholding, morphology, connected component ve pip counting ile dice segmentation pipeline'i kurdum.
- Filtreleme, thresholding, morphology ve frequency-domain işlemler üzerinden klasik computer-vision düşüncesini görünür kıldım.
Figürler
