Geri Dön

Görüntü segmentasyon metotlarının sınıflandırma performansı üzerine etkilerinin araştırılması

An assessment of the effectiveness of segmentation methods on classification performance

  1. Tez No: 313011
  2. Yazar: MERVE YILDIZ
  3. Danışmanlar: PROF. DR. TAŞKIN KAVZOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2012
  8. Dil: Türkçe
  9. Üniversite: Gebze Yüksek Teknoloji Enstitüsü
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Jeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 81

Özet

Uzaktan algılama uygulamalarında en çok kullanılan yaklaşım olan sınıflandırma alanında yeni metotlar geliştirilmektedir. Nesne tabanlı sınıflandırma son yıllarda kullanımı yaygınlaşmış bir teknik olup özellikle yersel çözünürlüğü yüksek uydu görüntülerinin sınıflandırılmasında etkin olduğu kanıtlanmıştır. Uzaktan algılamada yaygın olarak kullanılan klasik piksel tabanlı sınıflandırmada, görüntüdeki piksellerin spektral değerleriyle karşılaştırmalı değerlendirmesi yapılır. Nesne tabanlı sınıflandırmada ise homojen piksellerin birleştirilmesiyle oluşan nesnelerle sınıflandırma yapıldığından, bu spektral değerlerin yanı sıra elde edilen nesnelerin şekil, doku ve morfolojik özellikleri de değerlendirmeye katılmış olur. Bu yöntemde ilk işlem adımı olan segmentasyonda, nesneler çeşitli segmentasyon parametrelerine göre oluşturulur. Segmentasyon kalitesi sınıflandırma doğruluğunu önemli derecede etkiler. Bu yüzden segmentasyon parametrelerinin seçimi kritik derecede öneme sahiptir. Bu çalışmanın amacı, seçilen veri seti için nesne tabanlı sınıflandırma işlemini farklı segmentasyon parametreleri üzerinde gerçekleştirerek parametre değişimlerinin sınıflandırma performansı üzerindeki etkilerini araştırmak ve optimum parametre seçimi için tespitlerde bulunmaktır.Segmentasyon parametrelerinin nesneler üzerinde etkisini incelemek için detaylı analizler yapılmıştır. Bu çalışmada Trabzon ili Yalıncak beldesi civarını kapsayan Mayıs 2008 tarihli 60 cm yersel çözünürlüklü Quickbird-2 uydu görüntüsü ile Kütahya ili Okçu mahallesini kapsayan Ekim 2010 tarihli 30 cm yersel çözünürlüğe sahip hava fotoğrafı kullanılmıştır. Segmentasyon parametrelerinin değerleri ile kombinasyonlar oluşturulmuş ve elde edilen segmentasyon görüntülerinin her biri en yakın komşuluk yöntemiyle sınıflandırılmıştır. Belirlenen bu parametrelerle ulaşılan genel sınıflandırma doğrulukları irdelenmiştir. Segmentasyonda kullanılan parametrelerin sınıflandırma performansları üzerindeki etkileri detaylı şekilde analiz edilerek görüntü karakteristikleriyle parametre tercihi arasındaki ilişki hakkında bazı sonuçlara ulaşılmıştır.

Özet (Çeviri)

New methods have been developed in the field of classification, which is the most widely used approach in remote sensing applications. Object-based classification, which is a technique with widespread use in recent years, has been proved to be effective in classification of high resolution satellite imagery. Conventional pixel-based classification in remote sensing is based upon comparison of the spectral values of pixels present in the image. Therefore, the classification process in object-based classification is executed through the objects consisting of homogeneous pixels that have similar properties in terms of shape, texture and morphological. Objects are created with respect to several parameters in segmentation process that is the first step in object-based classification. The quality of segmentation is of significant importance on the classification accuracy. Therefore, optimal setting of the segmentation parameters is of critical importance. The purpose of the study is to conduct object based classification experiments with different parameters of segmentation, investigate the effect of parameter variation on classification performance and make deductions on optimum setting of segmentation parameters.Segmentation parameters were thoroughly analyzed to examine the effect on the objects. Quickbird-2 satellite imagery with 60 cm spatial resolution acquired May 2008 covering Yalıncak region of Trabzon and aerial photography with 30 cm spatial resolution acquired October 2010 covering Okçu region of Kütahya were used in the study. A large number of combinations including various values of the segmentation parameters were created, and then the imageries were classified with nearest neighbor classifier. Accuracy assessments were conducted to determine the effects of the parameter setting. Effects on the classification performance of the parameters used in the segmentation were thoroughly analyzed and some conclusions were drawn about the relationship between the image characteristics and choice of parameter.

Benzer Tezler

  1. Dermoskopik görüntülerden melanomanın derin evrişimsel sinir ağları ile teşhisi

    Diagnosis of melanoma in dermoscopic images with deep convolutional neural networks

    ENES AYAN

    Doktora

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİL MURAT ÜNVER

  2. Semantic land cover and land use classification using deep convolutional neural networks

    Derin evrişimsel sinir ağları ile arazi kullanımı ve arazi örtüsünün anlamsal sınıflandırılması

    BERK GÜNEY

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. ELİF SERTEL

  3. Omuz manyetik rezonans görüntülerinden Humerus bölütlenmesi ve Hill-Sachs lezyonlarının tespiti

    Segmentation of Humeral head from magnetic resonans shoulder images and determination of Hill-Sachs lesions

    AYSUN SEZER

    Doktora

    Türkçe

    Türkçe

    2015

    BiyomühendislikYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SONGÜL ALBAYRAK

  4. Derin öğrenme tabanlı görüntü gürültü giderme için yoğun bağlantı kullanan yeni yaklaşımlar

    Densely connected structures in deep learning based image denoising

    VEDAT ACAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER METE EKŞİOĞLU

  5. Detection of moving objects and their classification using interactive segmentation methods

    İnteraktif segmentasyon metotlarını kullanarak hareketli nesnelerin tespiti ve sınıflandırılması

    GAYLAN GHAZI HAMSHIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. İLHAN AYDIN