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: Belirtilmemiş.
  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: 220

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

    444602

    Coğrafi bilgi sistemleri ve yüksek çözünürlüklü uydu görüntüleri kullanılarak kentsel alanlarda bina değişimi tespiti

    Building change detection in urban areas using geographic information system and high resolution satellite image

    REZA SHABANIZONOUZAAGH

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Jeodezi ve FotogrametriHacettepe Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA TÜRKER

  2. 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

  3. Tez No

    392740

    An approach for automatic building extraction from high resolution satellite images using shadow analysis and active contours model

    Gölge analizi ve aktif yükselti eğrileri modeli kullanarak yüksek çözünürlüklü uydu görüntülerinden otomatik bina çıkarımı için bir yaklaşım

    SALAR GHAFFARIAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA TÜRKER

  4. Tez No

    646772

    İnsansız hava aracı ile elde edilen veriler yardımıyla bina tespiti

    Building extraction from data obtained by unmanned aerial vehicle

    ADEM KABADAYI

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Jeodezi ve FotogrametriAfyon Kocatepe Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT UYSAL

  5. Tez No

    244727

    Object detection in aerial and satellite images

    Hava ve uydu görüntülerinde nesne tanıma

    BERİL SIRMAÇEK

    Doktora

    İngilizce

    İngilizce

    2009

    Astronomi ve Uzay BilimleriYeditepe Üniversitesi

    Elektrik ve Elektronik Mühendisliği Bölümü

    DOÇ. DR. CEM ÜNSALAN

Geri Dön