Uzaktan algılanmış imgelerin eğitimsiz sınıflandırılması ve yorumlanması
Unsupervised classification and interpretation of remotely sensed images
- Tez No: 244793
- Danışmanlar: YRD. DOÇ. DR. YAKUP ÖZKAZANÇ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 267
Özet
Uzaktan algılama bilimi günümüzde ziraattan askeri uygulamalara, balıkçılıktan jeolojik araştırmalara kadar, çok geniş bir alanda incelenmektedir. Uzaktan algılamanın bu kadar ilgi çekmesi, şüphesiz sağladığı avantajların sonucunda ortaya çıkmıştır. İlgilenilen bölge ile ilgili, yerinde incelenmesi halinde çok fazla zaman, işgücü ve parasal kaynak harcanarak elde edilebilecek veriler, uzaktan algılama sistemleri kullanılarak, çok daha kısa bir sürede ve nispeten çok daha düşük bir maliyetle elde edilebilmektedir.Uzaktan alınan veriler üzerinde yapılabilecek bir çok işlem içerisinde, kuşkusuz en önde gelenlerinden biri sınıflandırma işlemidir. Uzaktan algılanan bölgelerin arazi örtüsü ve arazi kullanım tipi, belirli bir zaman ve işgücü harcanarak, uzaktan algılanmış verilerin incelenmesiyle de elde edilebilir. Bu yöntemin alternatifi olarak kullanılan sınıflandırma algoritmaları, bu işlemleri daha az hata, maliyet ve işgücü ile gerçekleştirecek otomatik yöntemler sunmaktadır.Sınıflandırma algoritmaları, eğitimli ve eğitimsiz olmak üzere iki koldan incelebilir. Eğitimli sınıflandırma, sınıflandırma yapabilmek için ilgili bölgedeki yüzey tipleri ile ilgili belirli ön bilgilere ihtiyaç duyan algoritmaları içerir. Eğitimsiz sınıflandırma ise, eğitimli sınıflandırmadan farklı olarak, çalışabilmesi için bölgedeki yüzey tipleri ile ilgili herhangi bir ön bilgiye ihtiyaç duymayan algoritmaları içerir. Bu tez kapsamında, uzaktan algılanmış verilerin eğitimsiz sınıflandırılması için kullanılabilecek algoritmaların sonuçları incelenmiştir. Ayrıca bu sonuçları ortaya çıkaracak bir simülatör de çalışma kapsamında oluşturulmuştur.
Özet (Çeviri)
The science of remote sensing is investigated in lots of applications, nowadays. This situation arises from the advantages provided by it. The data about the interested area can be obtained by using remote sensing systems in a shorter time and with relatively less budget instead of obtaining it in situ investigation which requires much time, task force and budget.Definitely, one of the foremost process among the processes which can be applied on remotely sensed data is classification. The land cover and land use types of the remotely sensed area can be obtained by investigating remotely sensed data manually. The classification algorithms, which is used as an alternative to this method, provides automatic methods to fulfill these processes with less error, budget and task force.The classification algorithms can be investigated in two ways, supervised classification and unsupervised classification. The supervised classification includes algorithms which require priori information about the interested area to make classification. As distinct from supervised classification, the unsupervised classification includes algorithms which doesn?t require foreknowledge about the interested area to work. Within this thesis, the results of the algorithms which can be used for unsupervised classification of remotely sensed data were investigated. Furthermore, within this thesis a simulator was developed to obtain the corresponding results.
Benzer Tezler
- Designing emotion animations as a storytelling element in video games
Video oyunlarında hikaye anlatım elementi olarak duygu animasyonlarının tasarlanması
DİDEM KÜBRA ATİLA
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiOyun ve Etkileşim Teknolojileri Ana Bilim Dalı
PROF. DR. LEMAN FİGEN GÜL
- Uzaktan algılanmış hiperspektral görüntülerin uzamsal-izgesel piksel sınıflandırması
Spatial-spectral pixel classification of remote sensing hyperspectral images
YAVUZ KÖMEÇOĞLU
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Okan ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERCHAN APTOULA
- Uzaktan algılanmış verilerin derin öğrenme yöntemiyle sınıflandırılması
Classification of remotely sensed data by deep learning method
ELİF ÖZLEM YILMAZ
Yüksek Lisans
Türkçe
2020
Jeodezi ve FotogrametriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. TAŞKIN KAVZOĞLU
- Derin öğrenme ile çoklu bantlı uzaktan algılanmış görüntülerin içerik tabanlı erişimi
Content based multivariate remote sensing image retrieval with deep learning
ÖZGÜ GÖKSU
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERCHAN APTOULA
- Investigation into the use of multiple kohonen neural networks for classifying remotely-sensed satellite images
Uzaktan algılanmış uydu görüntülerinin sınıflandırılmasında çoklu kohonen ağları kullanımının incelenmesi
MÜGE ÜRE
Yüksek Lisans
İngilizce
1994
Elektrik ve Elektronik MühendisliğiDokuz Eylül ÜniversitesiPROF. DR. KEMAL ÖZMEHMET