Geri Dön

Görüntü kaynaştırma yöntemlerinde performans analizi

Performance analysis on image fusion methods

  1. Tez No: 324626
  2. Yazar: VOLKAN YILMAZ
  3. Danışmanlar: DOÇ. DR. OĞUZ GÜNGÖR
  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: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 219

Özet

Görüntü kaynaştırma konumsal çözünürlüğü yüksek olan bir görüntüdeki konumsal detayların konumsal çözünürlüğü düşük olan görüntülere transfer edilmesidir. Farklı görüntü kaynaştırma yöntemleri farklı kalitede kaynaşmış görüntüler sunmaktadır. Bu yöntemlerden bazıları düşük konumsal çözünürlüklü görüntünün spektral yapısını bozabilmektedir. Literatürde kaynaştırılmış görüntülerin konumsal ve spektral kalitelerinin belirlenmesinde kullanılan bazı metrikler bulunmaktadır. Bu metrikler bazı dezavantajlarından dolayı özellikle kaynaştırılmış görüntünün spektral kalitesini gerektiği şekilde ölçemeyebilmektedirler. Bu çalışmadaki amaç kaynaştırılmış görüntülerin spektral kalitelerinin sınıflandırma sonrası doğruluk analizleriyle ortaya koyulmasıdır. Bu amaçla pilot bölgelere ait Worldview-2, Landsat ETM+ ve Ikonos çok bantlı görüntüleri kendi pankromatik bantlarıyla, bir başka Ikonos görüntüsü ise Quickbird pan-sharpened görüntüsüyle 11 kaynaştırma yöntemi kullanılarak kaynaştırılmıştır. Bu yöntemler IHS, CN, HPF, PCA, Multiplicative, Ehlers, Brovey, Dalgacık Dönüşümü, Gram-Schmidt, Kriter Tabanlı Kaynaştırma yöntemi ve literatüre yeni katılan bir yöntemdir. Kaynaştırılan görüntüler aynı imzalar kullanılarak 6 sınıflandırma yöntemiyle sınıflandırılmıştır. Bu yöntemler En Yakın Mesafe, İkili Kodlama, Destek Vektör Makineleri, Rastgele Orman, Maksimum Benzerlik ve Yapay Sinir Ağları yöntemleridir. Kaynaştırılmış görüntüler için bazı metrikler uygulanmıştır. Sınıflandırma sonuçları ve metrikler birlikte değerlendirildiğinde HPF yönteminin konumsal detayı arttırırken bu çalışma kapsamındaki görüntülerin spektral yapısına minimum zarar veren yöntem olduğu belirlenmiştir.

Özet (Çeviri)

Transferring spatial details of a high-resolution image into a low-resolution multispectral image is called image fusion. Different fusion methods produce different quality fused images. Some of these methods may damage to the spectral quality of low-resolution multispectral image while transferring spatial details into it. In literature, there are some metrics that are used to evaluate the spectral and spatial quality of fused images. These metrics have some disadvantages so they may not be successfull to examine the spectral quality of fused images. The main goal of this study is to present the spectral qualities of fused images using post-classification accuracy analysis. In order to do this, Worldview-2, Landsat ETM+ and Ikonos multispectral images are fused with their own panchromatic bands and another Ikonos image is fused with Quickbird pan-sharpened image by using 11 different fusion methods. These methods are IHS, CN, HPF, PCA, Multiplicative, Ehlers, Brovey, Wavelet, Gram-Schmidt, Criteria Based Fusion Method and a novel method in literature. Some metrics that are used to evaluate the quality of fused images are performed. Fused images are then classified with 6 different classification methods by using exactly the same signatures. Minimum Distance, Binary Encoding, Support Vector Machines, Random Forest, Maximum Likelihood and Artificial Neural Network classification methods are used. Examining the classification results and metrics together, HPF image fusion method is found out to be the most successful one in preserving the spectral quality of the data sets used while increasing the spatial resolution.

Benzer Tezler

  1. Hiperspektral görüntüler için uzamsal yaklaşımlar

    Spatial approaches for hyperspectral images

    ALP ERTÜRK

    Doktora

    Türkçe

    Türkçe

    2013

    Elektrik ve Elektronik MühendisliğiKocaeli Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET KEMAL GÜLLÜ

  2. Sparsity based pansharpening and a new pansharpening method using a guiding image

    Seyreklik tabanlı pankeskinleştirme ve kılavuz görüntü kullanan yeni bir pankeskinleştirme yöntemi

    RONGLEI JI

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    İletişim Bilimleriİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    DOÇ. DR. ENDER METE EKŞİOĞLU

  3. A novel deep learning based approach for spatiotemporal image fusion

    Konum-zamansal görüntü kaynaştırma için derin öğrenme tabanlı yeni bir yaklaşım

    FIRAT ERDEM

    Doktora

    İngilizce

    İngilizce

    2023

    Jeodezi ve FotogrametriEskişehir Teknik Üniversitesi

    Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı

    PROF. DR. UĞUR AVDAN

  4. Görüntü dosyalarında filigran kullanılarak telif haklarının korunması

    The copyrights protection by using watermarks on image files

    MUSTAFA KAYA

    Doktora

    Türkçe

    Türkçe

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. HANİFİ GÜLDEMİR

  5. Hyperspectral imagery super-resolution

    Hiperspektral görüntülerde süperçözünürlük

    HASAN IRMAK

    Doktora

    İngilizce

    İngilizce

    2017

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. GÖZDE AKAR

    YRD. DOÇ. DR. SENİHA ESEN YÜKSEL