A fully automatic shape based geo-spatial object recognition
Tam otomatik şekil tabanlı yer uzamsal nesne tanıma
- Tez No: 318969
- Danışmanlar: PROF. DR. A. AYDIN ALATAN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Elektrik ve Elektronik Mühendisliği, Savunma ve Savunma Teknolojileri, Science and Technology, Electrical and Electronics Engineering, Defense and Defense Technologies
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 168
Özet
Son yıllarda, uydu görüntülerinden yer uzamsal nesne tespiti ve teşhisi hakkında literatürde yerel öznitelikler veya bütünsel görünüş temelli çok sayıda metot önerilmiştir. Ama bu metotlar nesne sınıfı ile arkaplan sınıfı arasında yeterince ayırt edici kabiliyete sahip olmadığı için tespit işlemi sırasında çok sayıda yanlış alarmlı sonuç üretirler. Ayrıca tespit işleminde kullanılan kayan pencere mekanizmasından dolayı genellikle bu algoritmalar bulunan nesnelerin konum bilgisini tam olarak veremezler. Bundan dolayı yukarıda bahsedilen eksiklikleri gidermek için nesnenin şekline dayalı yer uzamsal nesne tanıma algoritması önerilmiştir. Böyle bir gürbüz nesne tanıma sistemini geliştirmek için öncelikle bazı popüler tam ve yarı otomatik görüntü bülütleme algoritmalarının, örneğin tam otomatik için düzgülü kesik, k-orta kümeleme, ortalama kayma ve yarı otomatik için interaktif grafik kesik, GrabCut, GrowCut, önplan nesne çıkarımı performansları nesnel ve öznel olarak değerlendirilmiştir. Ondan sonra ARD, Hu momentler ve Fourier tanımlayıcıları gibi bazı şekil tanımlayıcı tekniklerinin erişim performansları incelenmiştir. Önerilen sistemde ilk önce verilen test görüntüsündeki hipotez noktaları üretilmektedir. Daha sonra, bu hipotez noktaları kullanıcı girdisi gibi kullanıldıktan sonra interaktif GrabCut algoritması vasıtasıyla önplan nesnesini elde etme işlemi gerçekleştirilir. Ardından, çıkarılan ikili nesne maskeleri şekil tanımlayıcı tekniklerinin entegre edilmiş sürümü aracılığıyla tanımlanır. Daha sonra, hedef nesneleri tespit etmek için DVM sınıflandırıcısı kullanılır. Son olarak, hipotez noktalarının üretimi sırasında meydana gelen birden fazla tespitlerin elenmesi sonuç maskeleri üzerinde birkaç basit ileri işlemeyle gerçekleştirilir. Deney sonuçları önerilen algoritmanın yüksek çözünürlüklü uydu görüntülerinden uçak ve gemi gibi çok sayıda sınıftan yer uzamsal nesnelerin tanıma performansı açısından umut verici sonuçlara sahip olduğunu göstermiştir.
Özet (Çeviri)
A great number of methods based on local features or global appearances have been proposed in the literature for geospatial object detection and recognition from satellite images. However, since these approaches do not have enough discriminative capabilities between object and non-object classes, they produce results with innumerable false positives during their detection process. Moreover, due to the sliding window mechanisms, these algorithms cannot yield exact location information for the detected objects. Therefore, a geospatial object recognition algorithm based on the object shape mask is proposed to minimize the aforementioned imperfections. In order to develop such a robust recognition system, foreground extraction performance of some of popular fully and semi-automatic image segmentation algorithms, such as normalized cut, k-means clustering, mean-shift for fully automatic, and interactive Graph-cut, GrowCut, GrabCut for semi-automatic, are evaluated in terms of their subjective and objective qualities. After this evaluation, the retrieval performance of some shape description techniques, such as ART, Hu moments and Fourier descriptors, are investigated quantitatively. In the proposed system, first of all, some hypothesis points are generated for a given test image. Then, the foreground extraction operation is achieved via GrabCut algorithm after utilizing these hypothesis points as if these are user inputs. Next, the extracted binary object masks are described by means of the integrated versions of shape description techniques. Afterwards, SVM classifier is used to identify the target objects. Finally, elimination of the multiple detections coming from the generation of hypothesis points is performed by some simple post-processing on the resultant masks. Experimental results reveal that the proposed algorithm has promising results in terms of accuracy in recognizing many geospatial objects, such as airplane and ship, from high resolution satellite imagery.
Benzer Tezler
- Heuristic algorithms for solving chemical shift assignment problem in protein structure determination
Sezgisel algoritmalar ile protein yapı belirlemesindeki kimyasal kayma atama probleminin çözümü
EMEL MADEN YILMAZ
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE ŞİMA UYAR
PROF. DR. PETER GÜNTERT
- Historical document analysis based on word matching
Kelime eşleştirme tabanlı tarihsel belge analizi
DAMLA ARİFOĞLU
Yüksek Lisans
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. PINAR DUYGULU
- Computer assisted bone age assessment
Bilgisayar ile otomatik kemik yaşı taiyini
MAHMUT HAKTAN
Yüksek Lisans
İngilizce
2005
Adli TıpBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALBERT GÜVENİŞ
- Computer aided detection of spina bifida using features derived from curvature scale space and Zernike moments
Eğrilik ölçek uzayından ve Zernike momentlerinden türetilen özniteliklerle spina bifidanın bilgisayar destekli tanısı
UMUT KONUR
Doktora
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SADIK FİKRET GÜRGEN
