Geri Dön

Hiperspektral görüntü sınıflandırmada faz korelasyonu ve 1-bit temelli yaklaşımlar

Hyperspectral image classification approaches using phase correlation and 1-bit transform

  1. Tez No: 259493
  2. Yazar: DAVUT ÇEŞMECİ
  3. Danışmanlar: YRD. DOÇ. DR. MEHMET KEMAL GÜLLÜ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2009
  8. Dil: Türkçe
  9. Üniversite: Kocaeli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 72

Özet

Hiperspektral görüntüler elektromanyetik spektrumun morötesi, görünür bölge ve kızılötesi aralığında farklı dalgaboylarında dar bantlarda alınan görüntülerden oluşturulmaktadır. Hiperspektral görüntüler bir piksel için farklı bantlarda özellikler taşıdıkları için, pikseller arasındaki en küçük farklılıkların bile yakalanabilmesine olanak tanırlar. Bu özellikleri ile hedef tespiti ve birbirine yakın farklı sınıfların ayırt edilmesi gibi gerçeklenmesi zor uygulamalar için vazgeçilmezdir. Ayrıca gelişen teknoloji ile birlikte maliyetin düşmesi hiperspektral görüntüleme sistemlerinin tercih sebebini arttırmaktadır.Bu nedenle tez kapsamında hiperspektral görüntülerin bölütlenmesi ve sınıflandırılması yeni yöntemlerin geliştirilmesi üzerinde çalışılmıştır. İlk olarak hiperspektral verilerin faz korelasyonu temelli eğitimsiz sınıflandırması değerlendirilmiştir. Bu sınıflandırmanın alan büyütme yaklaşımı ile çalışmasından kaynaklanan hatalı bölütlerin bir son işlem ile güncellenmesi sağlanmıştır ve sonuçları iyileştiği gösterilmiştir.Hiperspektral verilerin içerdikleri yüksek spektral veri miktarından dolayı bölütlenmeleri zaman almaktadır. Bu yüzden diğer bir çalışmada Temel Bileşen Analizi (TBA) ile verinin öz imgesi bulunarak tek banda indirgenmektedir. Öz imgenin kenar bilgisinden faydalanılarak bölütleme işlemini hızlı şekilde gerçekleyen bir yöntem geliştirilmiştir. Son olarak, sınıf temsilcileri kullanan bir eğitimli sınıflandırma yöntemi gerçekleştirilmiştir. Sınıfın eleman sayına uygun olarak temsilci sayısını belirleyen yöntem, literatürdeki benzer çalışmalar ile kıyaslanarak başarımı arttırdığı gösterilmiştir.

Özet (Çeviri)

Hyperspectral images are obtained from different spectral bands of ultraviolet, visible and infrared regions of the electromagnetic spectrum by target illumination. Hyperspectral images gives possibility to distinguish small differences between pixels due to that pixels include lots of spectral information. Hence, hyperspectral images are indispensable to perform difficult applications such as target detection or distinguish classes are close to each other in classification. Hyperspectral imaging solutions are preferred for lots of applications as the result of technological developments in this area in last yearsIn this thesis, new methods for segmentation and classification of hyperspectral images, have been developed.Unsupervised classification of hyperspectral images based on the phase correlation is evaluated firstly.A post processing is utilized to reduce misclassified pixels arisen from the region growing based segmentation and the segmentation accuracy is increased.Due to hyperspectral images have high amount of data, segmentation is generally time consuming. For this reason, principle component analysis is used for spectral dimensionality reduction and the dominant eigenimage is selected in the next method. A new fast segmentation algorithm is performed based on edge information obtained from eigenimage. Finally, a supervised classification method which use multiple class representatives, is proposed. Number of class representatives is chosen according to the total number of training data in each class and it is shown that classification accuracy is better than similiar methods.

Benzer Tezler

  1. Akıllı hiperspektral sınıflandırma

    Smart hyperspectral classification

    BEGÜM DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2007

    Elektrik ve Elektronik MühendisliğiKocaeli Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ.DR. SARP ERTÜRK

  2. Hiperspektral görüntü analizinde ileri spektral ve uzamsal yöntemler

    Advanced spectral and spatial methods for hyperspectral image analysis

    İBRAHİM ONUR SIĞIRCI

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÖKHAN BİLGİN

  3. Makine öğrenmesi ile hiperspektral görüntü sınıflandırma

    Hyperspectral image classification with machine learning

    FATİH MEHMET TEKCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET SERTBAŞ

    DR. ÖĞR. ÜYESİ TOLGA ENSARİ

  4. Soil classification with spaceborne multi-temporal hyperspectral imagery using spectral unmixing and image fusion

    Spektral ayrıştırma ve görüntü kaynaştırma kullanarak uydu-tabanlı çok-zamanlı hiperspektral uzaktan algılama ile toprak sınıflandırması

    EYLEM KABA

    Doktora

    İngilizce

    İngilizce

    2023

    Jeodezi ve FotogrametriOrta Doğu Teknik Üniversitesi

    Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı

    PROF. DR. SEVDA ZUHAL AKYÜREK

    PROF. DR. UĞUR MURAT LELOĞLU

  5. An experimental analysis of feature selection algorithms in hyperspectral image classification

    Hiperspektral görüntülerın sınıflamasında öznitelik seçim algoritmalarının deneysel analizi

    HAMED GHOLAMI VIJOUYEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    İletişim Bilimleriİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    YRD. DOÇ. DR. GÜLŞEN TAŞKIN KAYA