Hybrid intelligent classification technique for high-resolution SAR(synthetic aperture radar) images
Yüksek çözünürlüklü (SAR) sentetik açıklıklı radar görüntüleri için hibrid akıllı sınıflandırma tekniği
- Tez No: 1024608
- Danışmanlar: DOÇ. DR. BAHA ŞEN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Görüntü bölütleme, Görüntü sınıflandırma, Sentetik açıklık radarı, Yapay sinir ağları, Image segmentation, Image classification, Synthetic aperture radar, Artificial neural networks
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sınıflandırma yöntemleri (SAR) Sentetik Açıklıklı Radar görüntü segmentasyonunda yaygın olarak kullanılmaktadır. SAR görüntüleri, diğer uydu görüntülerine göre görüntü içeriğini betimleyen yüksek kaliteli özelliklere sahiptir. SAR görüntüsü makine öğrenmesi, derin öğrenme yöntemleri gibi detaylı analizlere ihtiyaç duyar. Bütün görüntü verisetinin analiz edilmesinden ziyade, görüntünün bir örneği ya da kümesi ele alınır ve veri analizi için örnekleme yöntemiyle daha isabetli sonuçlar elde edilir. SAR görüntü işleme, SAR görüntülerinin yüksek çözünürlüğü nedeniyle hızlı bir şekilde hedef belirleme ve düşük maliyetli hesaplamayı gerektirir. Bölge-tabanlı segmentasyon, bir SAR görüntüsünün küçük bölümlerini kullanarak bu hedefi gerçekleştirmeyi başarır. Segmentasyon algoritmaları bilimsel literatürde derin öğrenme mimarileri ile SAR görüntü işlemede başarıyla uygulanır. Tez araştırmaları, öncelikle derin öğrenme mimarilerinin ve segmentasyon algoritmalarının SAR görüntü işlemede nasıl kullanıldığına odaklanmıştır. Bir derin öğrenme mimarisi olan evrişimsel sinir ağları (ESA), görüntü segmentasyonunda en çok tercih edilen tekniklerden biridir. Bölge tabanlı segmentasyon kolay kenar algılama ve bölge maskeleme tekniklerinden dolayı kullanışlı bir yöntemdir. Bölge-tabanlı segmentasyonun bir türü olan anlamsal segmentasyon, tez çalışmasında SAR görüntü sınıflandırma için kullanılmaktadır. SAR görüntüsünün yüksek çözünürlüğü kaliteli bir segmentasyon sağlamasına rağmen, SAR görüntüleri segmentasyon sürecine bir engel teşkil eden gri tonlamalı gürültülü piksellere sahiptir. Piksel benzerliğinden dolayı gürültülü piksel, anlamsal segmentasyonda önemli bir zorluktur. Düzgünleştirilmiş ve karmaşık olmayan SAR görüntüleri kaliteli bir segmentasyon sürecine yardım eder. Tez çalışmasında ESA mimarisi ve bölge tabanlı segmentasyon kullanılarak, SAR görüntüleri için hybrid bir akıllı sınıflandırma tekniği geliştirilmiştir.
Özet (Çeviri)
Classification methods are widely used for Synthetic Aperture Radar (SAR) Image segmentation. SAR images have high-quality features characterizing the content of image than the other satellite images. The high-quality features of the SAR image are required detailed analysis such as machine learning, deep learning methods. A sample or a cluster of image is handled instead of the whole image dataset and the most appropriate results are obtained by the sampling method for the data analysis. SAR image processing requires a fast target determination and low cost calculation due to its high resolution. Region-based segmentation achieves to realize this target by using to small patches of a SAR image. Segmentation algorithms are successfully applied to SAR image processing with deep learning architectures in scientific literature. Thesis studies are initially focused on that how deep learning architectures and segmentation algorithms are used in SAR image processing. The convolutional neural network, which is a deep learning architecture, is one of the most preferable technique for the image segmentation. Region-based segmentation is also a useful method according to easy edge detection and region masking techniques. The semantic segmentation, which a type of region-based segmentation, is used for the SAR image classification in thesis study. Although high resolution of the SAR image provides to a quality segmentation, the SAR images have gray-scale noisy pixels that constitute an obstacle in the segmentation process. The noisy pixel is an important challenge in the semantic segmentation due to pixel similarities. Smoothed and uncomplicated SAR images help to a quality segmentation process. In thesis study, a hybrid intelligent classification technique is developed by using CNN architecture and region-based segmentation for SAR images.
Benzer Tezler
- Uydu görüntülerinden nesne yönelimli yöntemlerle özellik çıkarımı
Feature extraction from satellite images with object-oriented methods
MEHMET ÖZDEMİR
Doktora
Türkçe
2013
Jeodezi ve FotogrametriSelçuk ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TANER ÜSTÜNTAŞ
- Bazı limon çeşitleri ve bunların melezlerinin morfolojik karakterleri ile uçkurutan (phoma tracheiphila kanc. ve ghik) hastalığına dayanıklılık arasındaki ilişkiler
Başlık çevirisi yok
GÜLİZ GÖRGEN
Yüksek Lisans
Türkçe
1987
ZiraatÇukurova ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
DOÇ. DR. ÖNDER TUZCU
- Kemalpaşa etlik piliç işletmelerinin teknik ve ekonomik yönden incelenmesi
Başlık çevirisi yok
HAYRİ TUNA YÜKSELEN
- Bornova koşullarında 23 melez mısır çeşidinde adaptasyon ve verimlilik araştırması
Başlık çevirisi yok
FERDAN ÇİFTÇİ
- Rana ridibunda (anura-ranidae) kompleksi üzerinde morfolojik, serolojik ve ekolojik araştırmalar
Başlık çevirisi yok
HÜSEYİN ARIKAN