İçeriğe geç
parazade
Yapay Zeka

Kenar Tespiti Nedir?

İngilizce: Edge Detection

Yayın: · Son güncelleme:

Kenar Tespiti Nedir? Kısaca

Kenar tespiti (edge detection), bir görüntüde parlaklık ya da rengin keskin biçimde değiştiği noktaları bularak nesnelerin sınırlarını ve şekillerini ortaya çıkaran temel bir görüntü işleme tekniğidir.

Kenar Tespiti nedir?
İçindekiler
  1. Kenar tespiti nedir?
  2. Nasıl çalışır?
  3. Yapay zekâ ile ilişkisi
  4. Kullanım alanları ve dikkat edilecekler

Kenar tespiti, bir fotoğrafı yalnızca çizgilerden oluşan bir taslağa dönüştürür gibi çalışır. Nesnelerin dış hatları, yüzeylerin birleştiği yerler ve desenler bu çizgilerle belirginleşir.

Kenar tespiti nedir?

Bir "kenar", görüntüde komşu pikseller arasında ani bir değişimin olduğu yerdir. Örneğin varsayımsal bir fotoğrafta beyaz bir duvarın önünde duran siyah bir sandalye varsa, sandalyenin hatları boyunca parlaklık birden değişir. Kenar tespiti bu değişimleri bulur ve işaretler.

Nasıl çalışır?

Kenar tespiti, parlaklığın ne kadar hızlı değiştiğini ölçen gradyan hesabına dayanır. Bu hesap, küçük bir filtrenin görüntü üzerinde kaydırılmasıyla, yani evrişim işlemiyle yapılır. Yaygın yöntemler:

  • Sobel ve Prewitt: Yatay ve dikey yöndeki değişimleri ayrı ayrı ölçen basit filtreler.
  • Laplace: Parlaklığın ikinci türevine bakarak ani geçişleri bulur.
  • Canny: Önce gürültüyü azaltır, sonra gradyanı hesaplar, kenarları inceltir ve iki eşikle zayıf ve güçlü kenarları ayırır. En yaygın kullanılan yöntemlerden biridir.

Yapay zekâ ile ilişkisi

Evrişimli sinir ağlarının ilk katmanları, eğitim sırasında kendiliğinden kenar tespit eden filtrelere benzer filtreler öğrenir. Ayrıca kenar haritaları, görsel üretimde yapıyı korumak için kontrol sinyali olarak da kullanılır.

Kullanım alanları ve dikkat edilecekler

Belge tarama, endüstriyel ölçüm, tıbbi görüntülerde sınır belirleme, şerit takibi ve görüntü bölütlemenin ön adımı başlıca alanlardır.

Gürültülü görüntülerde sahte kenarlar oluşabilir, düşük kontrastlı bölgelerde ise gerçek kenarlar kaçırılabilir. Bu yüzden eşik değerlerinin görüntünün özelliklerine göre ayarlanması gerekir.

Sıkça Sorulan Sorular

Canny kenar tespiti neden yaygın kullanılır?

Gürültüyü azaltma, kenar inceltme ve çift eşikleme adımlarını birleştirdiği için hem ince hem de sürekli kenarlar üretir. Bu da onu pek çok uygulama için güvenilir bir başlangıç noktası yapar.

Kenar tespiti renkli görüntülerde nasıl yapılır?

Genellikle görüntü önce gri tonlamaya çevrilir. Bazı yöntemler ise her renk kanalında ayrı ayrı kenar arayıp sonuçları birleştirir.

İlgili terimler

Görüntü İşleme(Image Processing)Görüntü işleme (image processing), dijital görüntülerin bilgisayar algoritmalarıyla iyileştirilmesi, dönüştürülmesi, sıkıştırılması ya da analiz için hazırlanması amacıyla piksel düzeyinde işlenmesidir.Evrişim(Convolution)Evrişim (convolution), küçük bir filtrenin bir görüntü ya da sinyal üzerinde kaydırılarak her konumda çarpım ve toplama yapıldığı matematiksel işlemdir. Derin öğrenmede kenar, doku ve şekil gibi yerel desenleri yakalamak için evrişimli sinir ağlarının temelini oluşturur.Evrişimli Sinir Ağı(Convolutional Neural Network)Evrişimli sinir ağı (CNN), görüntü gibi ızgara yapılı verilerde küçük filtreleri veri üzerinde kaydırarak kenar, doku ve şekil gibi özellikleri katman katman öğrenen bir derin öğrenme mimarisidir.ControlNetControlNet, difüzyon tabanlı görsel üretim modellerine poz iskeleti, kenar çizimi veya derinlik haritası gibi ek bir yapısal girdi vererek üretilen görselin kompozisyonunu kontrol etmeyi sağlayan bir yöntemdir.Harf Çevirisi(Transliteration)Harf çevirisi (transliterasyon), bir yazı sistemindeki metnin, anlamı çevrilmeden başka bir yazı sisteminin harfleriyle yazılmasıdır. Örneğin Kiril alfabesiyle yazılmış bir ismin Latin harflerine aktarılması harf çevirisidir.Dil Tespiti(Language Detection)Dil tespiti (language detection), bir metnin ya da ses kaydının hangi dilde olduğunu otomatik olarak belirleyen doğal dil işleme görevidir. Çeviri, arama motorları ve içerik moderasyonu gibi pek çok sistemin ilk adımıdır.