Hiperspektral görüntülerde boyut indirgeme ve hedef belirleme
Target detection and dimension reduction on hyperspectral images
- Tez No: 245275
- Danışmanlar: YRD. DOÇ. DR. ADBULLAH BAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Gebze Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 53
Özet
Bu çalışmada, hiperspektral resimlerde hedef belirleme ve boyut indirgeme için yöntemler sunulmuş ve gerçek görüntüler üzerinde uygulamalar gerçeklenmiştir. Hiperspektral görüntüler yüksek miktarda bandlar içermektedir. Bu görüntülerin işlenmesi büyük oranda işlem yükünü de beraberinde getirmektedir. Bu dezavantajı aşmak için öncelikle boyut indirgeme yapılması ve band sayısının azaltılması gerekmektedir. Boyut indirgeme için“minimum-redundancy maximum-relevance (mRMR)”özellik seçilim algoritması kullanılmıştır. Spektral verilerinin seçilmesinde kovaryans tanımlayıcıları, spektral verileri gruplarken de“mean-shift”gruplama yöntemini kullanılmıştır. Sunulan yöntemleri test etmek için URBAN görüntüsü kullanılmış ve belirlenilmesi istenilen altı hedef için gürültülü ve gürültüsüz görüntüler üzerinde çalışılmıştır. Test sonuçları sunulan yöntemlerin hiperspektral görüntülerde başarı ile kullanılabileceğini göstermektedir.
Özet (Çeviri)
In this study, we present a robust target detection algorithm and dimension reduction technique on hyperspectral images. Hyperspectral images contain a great number of band data. Without dimension reduction techniques, processing of these data requires high computational efforts. Dimension reduction and eliminating unnecessary spectral pixels are necessary to decrease computational cost. In this thesis, we proposed minimum-redundancy maximum-relevance feature selection algorithm to select bands and covariance descriptors to select relevant spectral data. Mean-shifting clustering technique is also used to cluster spectral data for target detection. In order to verify the algorithms performance, we utilized URBAN hyperspektral image with and without synthetic noise to detect six targets. The experimental test results show that the proposed band reduction and target detection algorithms have great success on hyperspectral images.
Benzer Tezler
- Hiperspektral görüntülerde spektral ve uzamsal enformasyonun ortaklaşa kullanımı ile sınıflandırılması ve bölütlenmesi
Classification and segmentation of hyperspectral images with joint usage of spectral and spatial information
UĞUR ERGÜL
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÖKHAN BİLGİN
- Augmented superpixel based anomaly detection in hyperspectral imagery
Hiperspektral görüntülerde genişletilmiş süperpiksel tabanlı anomali tespiti
EZGİ GÖKDEMİR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SÜHA TUNA
- Hiperspektral görüntülerin eğiticisiz bölütlenmesi
Unsupervised segmentation of hyperspectral images
GÖKHAN BİLGİN
Doktora
Türkçe
2009
Bilim ve TeknolojiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SARP ERTÜRK
PROF. DR. TÜLAY YILDIRIM
- Hiperspektral görüntülerde boyut indirgeme yöntemlerinin karşılaştırmalı analizi
A comparative analysis of dimension reduction methods in hyperspectral imagery
ÖZER AKYÜREK
Yüksek Lisans
Türkçe
2012
Jeodezi ve FotogrametriKocaeli ÜniversitesiJeodezi ve Jeoinformasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. OZAN ARSLAN
- Sezgisel yöntemlerle hiperspektral görüntülerde boyut indirgeme
Dimension reduction with heuristic methods in hyperspectral images
HÜSEYİN ÇUKUR
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH BAL