Geri Dön

Extraction of buildings in satellite images

Uydu görüntülerinden binaların çıkarılması

PDF İndir

  1. Tez No: 269106
  2. Yazar: MELİH ÇETİN
  3. Danışmanlar: DOÇ. DR. A. AYDIN ALATAN, PROF. DR. UĞUR HALICI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Bölütleme, Segmentation
  7. Yıl: 2010
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmada, sadece RGB renk bantı kullanarak uydu görüntülerinden binaları tespit edenotonom bir sistem uygulanmıştır. Kullanılan yaklaşımın dört temel aşaması vardır: yerelöznitelik çıkarımı, öznitelik seçimi, sınıflandırma ve sınıflandırma sonrası işlemler. Literatürdebu sorun ile ilgili birçok çalışma vardır. Ana problem bir binayı ayırt etmek için en uygunöznitelikleri belirleyebilmektir. Bu çalışmada Adaboost sınıflandırıcısı tabanlı bir öznitelikseçim yöntemi kullanılmıştır. Sınıflandırılma için, Adaboost'un yanı sıra SVM algoritması dörtfarklı çekirdek tipiyle kullanılmıştır. Sınıflandırıcıların optimal parametrelerini belirlemek için,çerçeve türü ve boyutu , öznitelik tipi, öznitelik seçimi, öznitelik sayısı ve eğitim seti ile ilgilidetaylı analiz yapılmıştır. Piksel ve nesne performanslarına dayalı detaylı bir SVM- Adaboostkarşılaştırması yapılarak elde edilen sonuçlar hem sayısal hem görsel olarak sunulmaktadır.Buna göre, SVM, quadratik kernel kullanıldığında doğrusal, rbf veya polinom kernelkullanılan durumlara göre daha iyi performans göstermektedir. Öznitelikler Adaboost ileseçildiğinde veya öznitelik histogramlarından elde edilen hatalar göz önünde bulundurularakseçildiğinde SVM daha iyi performans göstermektedir. Bina algılama eşiği 0,4 iken, Adaboostile seçilmiş öznitelikler üzerine quadratik çekirdek SVM işletildiğinde elde edilen performans:piksel tabanlı performans kriteri kalite yüzdesi bazında %38 ve nesne tabanlı performanskriteri doğru algılama bazında %48 olarak bulunmuştur. Aynı algılama eşiğinde, Adaboost%43 kalite yüzdesi ve %67 doğru algılama ile SVM'den daha iyi performans göstermiştir.

Özet (Çeviri)

In this study, an automated building extraction system, which is capable of detectingbuildings from satellite images using only RGB color band is implemented. The approachused in this work has four main steps: local feature extraction, feature selection, classificationand post processing. There are many studies in literature that deal with the same problem.The main issue is to find the most suitable features to distinguish a building. This workpresents a feature selection scheme that is connected with the classification framework ofAdaboost. As well as Adaboost, four SVM kernels are used for classification. Detailedanalysis regarding window type and size, feature type, feature selection, feature count andtraining set is done for determining the optimal parameters for the classifiers. A detailedcomparison of SVM and Adaboost is done based on pixel and object performances and theresults obtained are presented both numerically and visually. It is observed that SVMperforms better if quadratic kernel is used than the cases using linear, RBF or polynomialkernels. SVM performance is better if features are selected either by Adaboost or byconsidering errors obtained on histograms of features. The performance obtained byquadratic kernel SVM operated on Adaboost selected features is found to be 38% in terms ofpixel based performance criteria quality percentage and 48% in terms object basedperformance criteria correct detection with building detection threshold 0.4. Adaboostperformed better than SVM resulting in 43% quality percentage and 67% correct detectionwith the same threshold.

Benzer Tezler

  1. Tez No

    418518

    Uzaktan algılanmış görüntülerden faydalanılarak obje-tabanlı sınıflandırma yöntemi ile kent merkezlerindeki detayların çıkarımı

    Extracti̇on of detai̇ls i̇n the ci̇ty center benefi̇ti̇ng from remote sensi̇ng i̇mages usi̇ng by object-based classi̇fi̇cati̇on method

    BURHAN BAHA BİLGİLİOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Jeodezi ve FotogrametriAksaray Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SELÇUK REİS

  2. Tez No

    507289

    Investigating the usability of LIDAR-derived intensity image in shoreline extraction studies

    LIDAR verisinden türetilen yoğunluk görüntüsünün kıyı çizgisi çıkarımı çalışmalarında kullanılabilirliğinin araştırılması

    ABDULLAH HARUN İNCEKARA

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. DURSUN ZAFER ŞEKER

  3. Tez No

    484262

    Uydu görüntülerinde havaalanlarının tespit edilmesi

    Detection of airport in satellite images

    ÜMİT BUDAK

    Doktora

    Türkçe

    Türkçe

    2017

    Elektrik ve Elektronik MühendisliğiFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDULKADİR ŞENGÜR

  4. Tez No

    335929

    Uydu görüntüleri kullanılarak topografik haritaların üretim olanaklarının araştırılması

    Investigating the potential of satellite images in topographic map production

    MERVE KESKİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AHMET ÖZGÜR DOĞRU

  5. Tez No

    255626

    Road extraction from high resolution satellite images

    Yüksek çözünürlüklü uydu görüntülerinden yolların bulunması

    MERAL ÖZKAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    YRD. DOÇ. DR. ALPTEKİN TEMİZEL

Geri Dön