Uzaktan algılamada geliştirilmiş temel bileşen analizi ile görüntü birleştirme
Fusion of images using improved principle component analysis in remote sensing
- Tez No: 251484
- Danışmanlar: PROF. DR. SEDEF KENT
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik-Haberleşme Eğitimi Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon Mühendisliği Bilim Dalı
- Sayfa Sayısı: 61
Özet
Son yıllarda uydularla uzaktan algılamanın kullanım alanı ve uygulamaları, uydu ve bilgisayar teknolojilerindeki gelişmeye paralel olarak hızlı bir biçimde değişmiştir. Günümüz algılama sistemleri, yüksek çözünürlüklü görüntü işleme özelliğine sahiptirler, ancak bu sistemlerde sistemin kendisinden kaynaklanan sınırlamalar vardır. Spektral çözünürlükleri yüksek verilerin uzaysal çözünürlüğü düşük olmaktadır (bu durumun tersi de geçerlidir). Sınıflandırma ve cisim algılama gibi çalışmalarda bu iki tip çözünürlüğün de yüksek olması gerekmektedir. Bu nedenle P.S. Chavez'in görüntü birleştirmede ortaya koyduğu yüksek geçiren filtre işleminden bu yana çeşitli görüntü birleştirme metotları geliştirilmiştir. Bu metotların ortak yanı, elde edilen uzaysal çözünürlüğü yüksek görüntüyü, multispektral görüntünün içine yerleştirmektir.Bu tezde amaçlanan, multispektral verinin temel bileşen analizi yapıldıktan sonra birinci temel bileşenin dalgacık ayrıştırması sonrasında elde edilen katsayılarına, uzaysal çözünürlüğü yüksek, histogramı eşlenmiş, pankromatik verinin detay bilgilerini eklemektir. Karşılaştırmada referans yöntem olarak durağana dalgacık birleştirmesi ve temel bileşen analizi birleştirmesi seçilmiştir. Wavelet ayrıştırmasında alt örneklemesiz algoritma kullanılmış ve sonuçlar hem uzaysaysal hem de renksel olarak karşılaştırılmıştır. Bu birleştirme yöntemleri Systeme Pour l'Observation de la Terre (SPOT) alınan ve uzaysal çözünürlük oranları 1/2 olan SPOT XI (MS) ve SPOT M (PAN) resimlerine uygulanmış, yöntemin geçerliliği sayısal ve görsel olarak irdelenmiştir. Elde edilen bulgular, geliştirilmiş temel bileşen yönteminin birleştirme sonrası spektral bilginin korunmasında standard temel bileşen yöntemi ve durağan dalgacık algorirtmasından daha başarılı olduğunu göstermiştir.
Özet (Çeviri)
The use of satellite remote sensing and its applications have been developing in recent years parallel satellite and computer technology. Althoug,h today?s sensor systems have high resolution capability, these systems heve limitations of their own. High spektral resolutions datas have low spatial resolutions (and vice versa). These two kind of resolutions should be high when analysing patterns and detectin objects . Since Chavez proposed the highpass filtering procedure to fuse multispectral and panchromatic images, several fusion methods have been developed. What is common in these methods are based on injecting panchromatic image with spatial detail into the multispectral one.In this thesis, it is aimed to add detail information of high spatial resolution, histogram matched, panchromatic data by wavelet decomposition, to the wavelet coefficients first principle components of multispectral data, whose principle components previously analysed. For comparison of methods, undecimated (no downsampling) wavelet fusion and PCA fusion is selected as reference. In improved PCA fusion, undecimated (no downsampling) wavelet algorithm used and results are compared both spatial and spectral. These merging methods tested on SPOT XI (MS) and SPOT M (PAN) images which have a spatial resolution ratio of 1/2 (SPOT = Systeme Pour l?Observation de la Terre), and validatory of the methods are examined both visually and quantitatively. The results show that, improved principle component analysis method is better ,in saving spectral information after merging, than standard principle component analysis method and undecimated wavelet algorithm.
Benzer Tezler
- Hiperspektral görüntülerin sınıflandırılmasında uzamsal-spektral yaklaşımlar
Spatial-spectral approaches in classification of hyperspectral images
HASAN ALİ AKYÜREK
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BARIŞ KOÇER
- 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
- Sparsity based pansharpening and a new pansharpening method using a guiding image
Seyreklik tabanlı pankeskinleştirme ve kılavuz görüntü kullanan yeni bir pankeskinleştirme yöntemi
RONGLEI JI
Yüksek Lisans
İngilizce
2019
İletişim Bilimleriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. ENDER METE EKŞİOĞLU
- Self-supervised pansharpening: Guided colorization of panchromatic images using generative adversarial networks
Öz-denetimli pankeskinleştirme: Çekişmeli üretken ağlar ile pankromatik görüntülerin güdümlü renklendirilmesi
FURKAN ÖZÇELİK
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE ÜNAL
- An improved multi-component metric for spatial pattern calibration of hydrologic models
Hidrolojik modellerin örüntüye dayalı kalibrasyonu için çok bileşenli metrik geliştirilmesi
EYMEN BERKAY YORULMAZ
Yüksek Lisans
İngilizce
2024
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET CÜNEYD DEMİREL