Geri Dön

Uzun dalga kızılötesi hiperspektral görüntülerde hedef tespiti

Target detection from long-wave infrared hyperspectral images

  1. Tez No: 415244
  2. Yazar: SEFA KÜÇÜK
  3. Danışmanlar: YRD. DOÇ. DR. SENİHA ESEN YÜKSEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 102

Özet

Bu tez kapsamında, hiperspektral görüntülerde hedef bulmaya yönelik anomali tespiti ve uç eleman analizi konuları üzerine çalışmalar yapılmıştır. Anomali tespitinde amaç, veri hakkında herhangi bir önsel bilgi olmaksızın veri içerisinde çevresine göre farklılık gösteren noktaları tespit etmektir. Hiperspektral görüntü analizinde sıklıkla kullanılan Reed-Xiaoli (RX) algoritması, veride arka planı çok değişkenli bir Gauss dağılımı ile modeller ve bir test pikselinin bu modelden ne kadar uzaklaştığını hesap eder. Çalışmada, RX tabanlı altı anomali bulucu: Global RX, Yerel RX, RXD-UTD, Çift Pencereli RX, Alt Uzay RX ve Çekirdek RX uzun dalga kızılötesi (long-wave infrared - LWIR) hiperspektral verileri üzerinde uygulanmıştır. Anomali bulucuların başarımlarını etkileyen işlem yükü, gürültüye dayanım, parametre seçimi, pencere boyut etkisi gibi değişkenler kapsamlı bir şekilde incelenmiş, algoritma performansları ROC (Receiver Operating Characteristic) eğrileri kullanılarak karşılaştırılmıştır. Karşılaştırılan modelleme tabanlı altı anomali bulucu içerisinden, DWRX algoritmasının fazla işlem yükü gerektirmediği; az sayıda yanlış alarm üreterek hedef noktaları yüksek başarımla tespit ettiği görülmüştür. Arka plan modellemeye dayalı anomali bulucuların yanısıra, toprak yüzeyindeki farklılıkları tespit etmeye yarayan öznitelik tabanlı Reststrahlen oran tespit algoritması uzun dalga kızılötesi veriler üzerinde test edilmiştir. Anomali tespiti sonrası oluşan yanlış alarmları azaltabilmek için, uç eleman analiz yöntemleri kullanılarak yanlış alarmlara sebebiyet veren uç elemanların bulunması hedeflenmiştir. Uç eleman analizi için ICE (Iterated Constrained Endmembers), SPICE (Sparsity Promoting Iterated Constrained Endmember) ve KİDDO (Kısıtlı İkinci Dereceden Denklemlerle Optimizasyon) algoritmaları kullanılmıştır. Basit eşikleme yöntemleriyle, anomali bulucuların ve uç eleman analiz algoritmalarının hedef tespitinde birbirlerine olan katkıları incelenmiş, yanlış alarmlar azaltılmaya çalışılmıştır. Tüm algoritmalar hem yapay hem de gerçek LWIR hiperspektral veriler üzerinde test edilmiştir.

Özet (Çeviri)

In this thesis, target detection from hyperspectral images has been investigated using anomaly detection and endmember extraction. The aim of anomaly detection is to detect the deviations from the normal background behavior without any prior information about the data. In hyperspectral image analysis, Reed-Xiaoli (RX) algorithm is a commonly used anomaly detector. It first models the background as a multidimensional Gaussian distribution and then computes how much a test vector deviates from the background model. In this thesis, six different RX-based anomaly detectors, namely the global RX, local RX, dual window RX, subspace RX, kernel RX and the global RX combined with a uniform target detector have been tested on long-wave infrared (LWIR) hyperspectral images. Several factors such as parameter selection, resilience to noise, computational complexity, effect of window size have been examined and the detection performances have been compared based on ROC (Receiver Operating Characteristic) curves. When we consider that it is not time-consuming and generates less false alarms, DWRX is an outstanding detector among six model-based anomaly detectors. Apart from the background model based anomaly detectors, a feature-based anomaly detector, specifically Reststrahlen ratio detector has been employed to detect anomalies on the earth surface. In order to reduce the false alarms, three different endmember extraction algorithms, namely ICE (Iterated Constrained Endmembers), SPICE (Sparsity Promoting Iterated Constrained Endmember) and SPICEE (Sparse and Physically Correct Endmembers) have been used. The effect of basic thresholding methods on the performance of anomaly detection and endmember extraction algorithms are examined. All proposed methods have been tested on both synthetic and real LWIR hyperspectral data.

Benzer Tezler

  1. Kısa ve uzun dalga boyu kızılötesi hiperspektral görüntülerde hedef tespiti

    Target detection on short and long wavelength infrared hyperspectral images

    İLKE BELENOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SENİHA ESEN YÜKSEL

    DR. ALPER KOZ

  2. Hiperspektral termal görüntülerde hedef tespiti

    Target detection in hyperspectral thermal images

    METEHAN YALÇIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SENİHA ESEN YÜKSEL ERDEM

    DOÇ. DR. ALPER KOZ

  3. Modeling and characterization of high tcr, low noise Si/Si1-xGexmulti-quantum well detector for uncooled microbolometers

    Soğutmasiz bolometreler için yüksek tcr değerine sahip (sicakliğabağli direnç değişim katsayisi), düşük gürültülü Si/Si1-xGex çoklukuantum kuyularin modellenmesi ve karakterizasyonu

    ATIA SHAFIQUE

    Doktora

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik MühendisliğiSabancı Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    Prof. Dr. YAŞAR GÜRBÜZ

  4. Metamaterial based wideband infrared absorbers

    Metamalzeme tabanlı kızılötesi sönümleyiciler

    KADİR ÜSTÜN

    Doktora

    İngilizce

    İngilizce

    2017

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. GÖNÜL SAYAN

  5. Forward-looking long-wave infrared image based pre-screener for landmine detection

    Kara mayını tespiti için ileriye bakan uzun dalga kızılötesi görüntüleme tabanlı ön görüntüleyici

    AYLİN BAYRAM

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. GÖZDE AKAR