Geri Dön

Uzaktan algılamada ileri sınıflandırma tekniklerinin karşılaştırılması ve analizi

Comparing and analyzing of advanced classifier techniques in remote sensing

PDF İndir

  1. Tez No: 245292
  2. Yazar: İSMAİL ÇÖLKESEN
  3. Danışmanlar: DOÇ. DR. TAŞKIN KAVZOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2009
  8. Dil: Türkçe
  9. Üniversite: Gebze Yüksek Teknoloji Enstitüsü
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Jeodezi ve Fotogrametri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 168

Özet

Global ve yerel ölçekteki birçok uygulamada yeryüzüne ait doğru ve hassas bilgilere ihtiyaç duymaktadır. Bu bilgiler çevre kalitesinin analizi, şehircilik faaliyetleri, doğal kaynakların yönetimi ve planlanması gibi çeşitli uygulamalar için önemli birer kaynak durumundadır. Uzaktan algılama teknolojileri farklı konumsal ve spektral çözünürlüklerde, değişik zaman aralıklarında yeryüzünü görüntüleyebilme kabiliyetine sahip olduğundan bu bilgilerin elde edilmesinde önemli bir kaynak durumundadır. Bu geniş çalışma alanı içerisinde uzaktan algılamanın en yoğun olarak kullanıldığı alan arazi örtüsü ve arazi kullanımının belirlenmesidir. Uzaktan algılanmış görüntülerin sınıflandırılması arazi örtüsü ve/veya arazi kullanımına ait bilgilerinin elde edilmesinde kullanılan en yaygın yöntemdir. Sınıflandırma sonucu elde edilen tematik haritaların analizi ve yorumlanması ile yeryüzüne ait bilgilere ulaşmak mümkün olmaktadır. Doğru ve güncel tematik haritaların kullanımı herhangi bir çalışmanın başarı oranını artırabilir. Literatürde 1972'de ilk uydu görüntüsünün elde edilmesinden günümüze kadar birçok sınıflandırma yöntemi geliştirilmiş ve çeşitli derecelerde başarılar elde edilmiştir. Bu yöntemler arasında istatistiksel bir temele dayanan en çok benzerlik sınıflandırıcısı en yaygın kullanılanıdır. Parametrik yaklaşımların istatistiksel kabullere dayalı yapıları nedeniyle, son yıllarda uzaktan algılanmış görüntülerin sınıflandırılmasında parametrik olmayan yöntemler (yapay sinir ağları, destek vektör makineleri ve karar ağaçları) kullanılmaktadır.Bu tez çalışmasının ikinci bölümünde uzaktan algılama ve temel esasları, sayısal görüntü analizi, sınıflandırma yöntemleri ve çeşitli uydu sistemleri hakkında genel bilgiler verilmiştir. Çalışmanın üçüncü bölümünde, son yıllarda uzaktan algılamada kullanılan ileri sınıflandırma tekniklerinden destek vektör makineleri, karar ağaçları, karar ağacı iyileştirme algoritmaları, yapay sinir ağları ve K-star sınıflandırıcıları ile ilgili literatür taraması yapılmıştır. Çalışmanın dördüncü bölümü olan uygulama kısmında ise Gebze ilçesini kapsayan Landsat ETM+ (1997) ve Terra ASTER (2002) görüntülerinin söz konusu yöntemler ile sınıflandırılarak arazi örtüsü ve kullanımının belirlenmesi amaçlanmıştır. Bu yöntemler ve elde edilen sonuçlar etkili faktörlerde (parametreler) göz önüne alınarak detaylı bir şekilde analiz edilmiştir. Sınıflandırıcıların sahip olduğu parametreler ve bu parametrelerin sınıflandırma doğruluğuna etkileri muhtemel parametre kombinasyonları kullanılarak incelenmiştir. Son olarak metotların kullanımları ve performansları en çok benzerlik yöntemi ile karşılaştırılmıştır.İleri sınıflandırma algoritmaları uzaktan algılanmış görüntülerin sınıflandırılmasında etkili yöntemlerdir. Özellikle parametrik olmayan yapılarıyla destek vektör makineleri, yapay sinir ağları, iyileştirilmiş karar ağaçları ve K-star sınıflandırıcıları en önemlileridir. Yüksek genelleştirme kabiliyetleri ve sınıflandırma performanslarının yanında matematiksel ifadeleri zor ve karmaşıktır. Sınıflandırma öncesinde kullanıcı tarafından belirlenmesi gereken çeşitli parametrelere sahiptirler. Parametre seçimi sınıflandırma performanslarını önemli ölçüde etkilediğinden en uygun parametre değerlerinin belirlenmesinin bu yöntemlerinin kullanımında karşılaşılan en önemli problem olduğu söylenebilir. En çok benzerlik sınıflandırıcısı basit bir matematiksel ifadeye sahip olmasına karşın bu çalışmada değerlendirilen sınıflandırıcılarla karşılaştırıldığında sınıflandırma doğruluğu açısından daha düşük sonuçlar üretmektedir. Elde edilen sonuçlar ileri sınıflandırma tekniklerinin uzaktan algılanmış görüntülerin sınıflandırılmasında geleneksel sınıflandırıcılara göre iyi ve etkili bir alternatif olduklarını göstermektedir.

Özet (Çeviri)

Accurate and precise information about the Earth?s surface are required for many applications at global and local scales. This information is invaluable sources in various applications, such as environmental quality analysis, urban activities, managing and planning of natural resources. Having a capability of monitoring the Earth?s surface at various spatial and temporal scales, the remote sensing technology is the only source providing such information. Within this wide application area determination of land cover and land use information has been is the most concentrated issue in remote sensing field. Classification of remotely sensed images has been the way of obtaining to land cover and land use information. It is possible to acquire such information through the analysis and interpreting of thematic maps produced after the classification process. The use of accurate and up to date thematic maps can increase the success rate of any application. Numerous classification algorithms have been developed and applied in the literature for the classification of remotely sensed image since the first satellite image was acquired in 1972. Among these algorithms the maximum likelihood classifier has been the most widely used one that is based on statistical theory. In order to avoid the assumptions of the parametric approaches, non-parametric methods (i.e. artificial neural networks, support vector machines and decision trees) have been recently introduced for the classification of remote sensing images.In the introduction part of this thesis, general information about the basic principles of remote sensing, digital image analysis, classification techniques and various satellite systems are given. In the second part, literature review about the advanced classification techniques namely support vector machines, decision trees, decision tree enhancement algorithms, artificial neural networks and K-star classifier are discussed. In the application part (Section 4), the classifiers were employed to determine land cover/use types of Gebze district of Kocaeli using Landsat ETM+ (1997) and Terra ASTER (2002) images. The methods and their results were analyzed in detail considering the effective factors (i.e. parameters). Parameters of the classifiers and their effects on the classification accuracy were also examined by applying possible combinations of the parameters. At the end, comparisons of the methods were made in terms of their use and performances with the benchmark classifier, the maximum likelihood.Advanced classifier algorithms have been reported to be effective in the classification of remotely sensed images. Especially, support vector machines, neural networks, enhanced decision trees and K-star classifiers with their non-parametric natures are the most important ones. Despite they have significant generalization capability and high classification performances, their mathematical expressions are difficult and complex. In addition, they have parameters that need to be defined by the analyst before the classification process. It can be said that determining the optimum parameters is the main problem encountered in the use of these methods since parameter choices significantly affect the classification performances. The maximum likelihood classifier has a simple mathematical expression, but they produce lower results in terms of classification accuracy compared to the classifier considered in this research. Results show that advanced classifiers are good and effective alternatives to the traditional parametric classifier for the classification of remotely sensed imagery.

Benzer Tezler

  1. Tez No

    142597

    Yeni Cami'nin akustik açıdan performans değerlendirmesi

    Evaluation of the acoustical performance of the New Mosque

    EVREN YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. SEVTAP YILMAZ DEMİRKALE

  2. Tez No

    459235

    Comparison of advanced classification techniques in remote sensing

    Uzaktan algılamada ileri sınıflandırma tekniklerinin kıyaslanması

    HÜSEYİN YAŞAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilim ve TeknolojiDokuz Eylül Üniversitesi

    Coğrafi Bilgi Sistemleri Ana Bilim Dalı

    YRD. DOÇ. DR. ATİLLA HÜSNÜ ERONAT

  3. Tez No

    112262

    Görüntü sınıflandırması için yapay sinir ağlarının analiz ve optimizasyonu

    Analysis and optimization of artificial neural networks for image classification

    OZAN ARSLAN

    Doktora

    Türkçe

    Türkçe

    2001

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    PROF. DR. OĞUZ MÜFTÜOĞLU

    PROF. DR. CANKUT ÖRMECİ

  4. Tez No

    389359

    Yüksek çözünürlüklü uydu görüntüleri kullanarak benzer spektral özelliklere sahip doğal nesnelerin ayırt edilmesine yönelik bir metodoloji geliştirme

    Developing a methodology for discriminating natural objects having spectrally similar features using very high resolution satellite imagery

    İSMAİL ÇÖLKESEN

    Doktora

    Türkçe

    Türkçe

    2015

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. TAHSİN YOMRALIOĞLU

  5. Tez No

    517473

    Ortofoto haritalardan ağaç türlerinin otomatik olarak bölütlenmesi

    Tree species classification from high resolution digital orthophoto maps

    AKHTAR JAMIL

    Doktora

    Türkçe

    Türkçe

    2018

    Jeodezi ve FotogrametriYıldız Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. BÜLENT BAYRAM

Geri Dön