Geri Dön

Detection of man-made structures in aerial imagery using quasi-supervised learning and texture features

Doku öznitelekleri ve yarı güdümlü öğrenme ile hava görüntülerinde insana ait yapıların tespit edilmesi

  1. Tez No: 276948
  2. Yazar: MESUT GÜVEN
  3. Danışmanlar: DOÇ. DR. BİLGE KARAÇALI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Doku analizi, Doku bölütleme, Doku oluşumu, Doku sentezleme, Görüntü işleme, Görüntü işleme-bilgisayarlı, Görüntü sınıflandırma, Görüntü tanıma, Örüntü tanıma, Texture analysis, Texture segmentation, Texture representation, Texture synthesis, Image processing, Image processing-computer assisted, Image classification, Image recognition, Pattern recognition
  7. Yıl: 2010
  8. Dil: İngilizce
  9. Üniversite: İzmir Yüksek Teknoloji Enstitüsü
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tezde, doku özniteliklerinin tanınması ve analizi için istatistiksel ?yarı güdümlü öğrenme? hava fotoğraflarına uygulanmıştır. Sözü edilen metodun ana hedefi; insana ait nesneleri ve arazideki değişimleri tespit etmektir. Bu bakış açısıyla; incelenenen bir arazi parçasında insan varlığına ilişkin bir bilgiye sahip olmak büyük önem arz etmektedir. Bu iş yarı güdümlü öğrenme yardımıyla yapılmaya çalışılacaktır.Tüm hesaplamalarda ve analizlerde farklı boyuttaki 18 hava fotoğrafı kullanılmıştır. Mevcut resimler, insana ait izler bulunmayan referans kontrol grubuna ve insana ait izler içeren karışık test grubuna ayrılmıştır. Daha sonra gri seviyeli eş oluşum matrisleri hesaplanmış ve bu matrislerden ?Haralick öznitelikleri? ile desen vektörleri elde edilmiştir. Sonraki adımda yarı güdümlü öğrenmenin, insana ait izler içeren blokları tespit edebilmesi için öğrenme algoritması desen vektörleri üzerinde koşturulmuştur.Performans değerlendirme kısmında ise; yarı güdümlü öğrenmenin tespit ettiği anormal bölgeler, el ile etiketlenmiş bloklarla karşılaştırılarak sınıflandırma başarım eğrisi çıkartılmaktadır. Sonuçlar yarı güdümlü öğrenmenin evler, yollar gibi insana ait nesneler ile doğal yaşamda bulunması güç olan dokuları yüksek bir yüzdeyle otomatik olarak tespit edebildiğini göstermektedir.

Özet (Çeviri)

In this thesis, the quasi-supervised statistical learning algorithm has been applied for texture recognitioning analysis. The main objective of the proposed method is to detect man-made objects or differences on the terrain as a result of habitating. From this point of view, gaining information about human presence in a region of interest using aerial imagery is of vital importance. This task is adressed using a machine learning paradigm in a quasi-supervised learning.Eigthteen different sized aerial images were used in all computations and analysis. The available data was divided into a reference control set which consist of normalcy condition samples with no human presence, and a mixed testing data set which consisting images of habitate and cultivated terrain. Grey level co-occurrence matrices were then computed for each block and ?Haralick Features? were extracted and organized into a texture vector. The quasi-supervised learning was then applied to the collection of texture vectors to identify those image blocks which show human presence in the test data set.In the performance evaluatian part, detected abnormal areas were compared with manually labeled data to determine the corresponding reciever operating characteristic curve. The results showed that the quasi-supervised learning algorithm is able to identify the indicators of human presence in a region such as houses, roads and objects that are not likely to be observed in areas free from human habitation.

Benzer Tezler

  1. Uydu verileri ile İstanbul Boğazı ve Haliç'de su kirliliğinin makro düzeyde belirlenmesi

    Intrepretation at macro level as pollution of water resources of remotely sensed data of Bosphorus and golden horn estuary by an unsupervised and supervised classification method

    H.GONCA COŞKUN

    Doktora

    Türkçe

    Türkçe

    1992

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    PROF. DR. CANKUT ÖRMECİ

  2. NaI (TI) dedektörleri için toplam verim ve tüm enerji pik duyarlığının Monte Carlo metodu ile elde edilmesi

    Başlık çevirisi yok

    N. REMZİYE ERGÜL

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    Fizik ve Fizik MühendisliğiUludağ Üniversitesi

    Fizik Ana Bilim Dalı

    PROF. DR. CİHAN ÖZMUTLU

  3. Çorum toprak sanayii malzeme sahası olarak Sazköy killerinin etüdü

    The Investigation of the Sazköy clays as meterial deposit for Çorum brick and the industry

    METİN ARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    İnşaat MühendisliğiGazi Üniversitesi

    Yapı Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. RECEP KILIÇ

  4. 5 Cl Pu-Be nötron kaynağı kullanarak aktivasyon analizi ile analizi mümkün olan elementlerin dedeksiyon limitlerinin tespiti

    Investigation of the possibility in analysis of elements by activation analysis and determination of detection limits of proposed elements using a 5 Cl Pu-Be neutron source

    İSMET ÇELENK

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Nükleer MühendislikGazi Üniversitesi

    DOÇ. DR. ATİLLA ÖZMEN

  5. Lohusalıkta anneye verilen sağlık eğitiminin annenin doğum sonrası döneme ilişkin bilgi düzeyine etkisinin incelenmesi

    Başlık çevirisi yok

    HANDAN GÜLER

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    HemşirelikCumhuriyet Üniversitesi

    Hemşirelik Ana Bilim Dalı

    Y.DOÇ.DR. MELİHA ATALAY