Geri Dön

Hiperspektral görüntülerde bileşik çekirdek kovaryans tanımlayıcı ile hedef tespiti

Target detection on hyperspectral images with composite kernel covariance descriptor

  1. Tez No: 414208
  2. Yazar: SERKAN SALTÜRK
  3. Danışmanlar: PROF. DR. ABDULLAH BAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Haberleşme Bilim Dalı
  13. Sayfa Sayısı: 66

Özet

Hiperspektral görüntüleme, diğer görüntüleme tekniklerine göre sağladığı avantajlar ve hiperspektral görüntüleme teknolojisindeki hızlı gelişmelere bağlı olarak yaygın bir şekilde kullanılır hale gelmiştir. Yüksek bant genişliğine ve veri işlenme süresinin uzun olmasına rağmen, hiperspektral görüntüleme, yüksek spektral çözünürlüğü ve görüntü üzerindeki materyale duyarlı olması nedeniyle sıklıkla kullanılmaktadır. Bu çalışmada hiperspektral görüntüler üzerinde çekirdek kovaryans tanımlayıcı(ÇKT) ve bileşik çekirdek kovaryans tanımlayıcı(BÇKT) yöntemleriyle hedef tespiti uygulaması yapılmıştır. Önerilen yöntemlerin hedef tespiti başarısı, yöntemlerin AVIRIS, KSC (Kennedy Space Center), PAVIA ve ÇATALCA01 veri setleri üzerinde uygulanmasıyla klasik kovaryans tanımlayıcı (KT) ile karşılaştırılmıştır. Uygulama sırasında AVIRIS ve KSC veri setlerinde tüm sınıflar, ÇATALCA01 ve PAVIA veri setlerinde ise sadece belirli hedef sınıflar uygulamaya dahil edilmiştir. Yapılan uygulamalarda ÇKT ve BÇKT yöntemlerinin KT yöntemine göre daha başarılı sonuçlar verdiği görülmüştür. Ayrıca uygulamalar sırasında KT yöntemi için farklı öznitelikler kullanılmış, bunların sonuca olumlu etkisi değerlendirilmiştir. Çalışma kapsamında spektral bilgilerin yanı sıra uzamsal bilgiler de kullanılmış, bu bilgiler BÇKT yönteminin uygulanması sırasında uygulamaya dahil edilmiş ve daha iyi sonuçlar elde edildiği görülmüştür.

Özet (Çeviri)

Hyperspectral imaging has become popular because of its advantages over the other imaging techniques and rapid improvements on hyperspectral technologies. In spite of its high banwidth and time-consuming process, because of its high spectral resolution and sensitivity to material on the image, hyperspectral imaging is often used in image processing. In this thesis, target detection is performed with Kernel Covariance Descriptor and Composite Kernel Covariance Descriptor on hyperspectral images. Target detection successes of proposed methods are compared to classical covariance descriptor (CD) by applying these methods on AVIRIS, KSC (Kennedy Space Center), PAVIA and ÇATALCA01 datasets. During the tests, all classes of KSC and AVIRIS and specific target classes of ÇATALCA01 and PAVIA datasets are included. The test results show that KCD and CKCD methods return better results than classical CD. Also, during the tests, different image features are applied to CD method and the results are evaluated. Within the scope of this work, spatial data is also included with spectral data for CKCD method and better results are found.

Benzer Tezler

  1. Fukunaga-Koontz dönüşümü tabanlı algoritmaların geliştirilmesi ve hedef tespiti-sınıflandırma uygulamaları

    Development of Fukunaga-Koontz transform based algorithms and target detection-classification applications

    HAMİDULLAH BİNOL

    Doktora

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. HERMAN SEDEF

  2. Classification of hyperspectral images with ensemble learning methods

    Hiperspektral görüntülerin topluluk öğrenme yöntemleri ile sınıflandırılması

    UĞUR ERGÜL

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÖKHAN BİLGİN

  3. Hiperspektral görüntülerde derin öğrenme ile hedef tespiti

    Target detection on hyperspectral images using deep learning

    BATUHAN MERT SEVEROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SENİHA ESEN YÜKSEL ERDEM

  4. 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

  5. Optimization and deep learning based multi model abundance estimation and unmixing algorithms for hyperspectral images

    Hiperspektral görüntülerde optimizasyon ve derin öğrenme tabanlı çok modelli bolluk tahmini ve ayrıştırma algoritmaları

    OKAN BİLGE ÖZDEMİR

    Doktora

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    PROF. DR. YASEMİN ÇETİN

    DOÇ. DR. ALPER KOZ