An approach for the automatic segmentation of high resolution satellite images into agricultural fields
Yüksek çözünürlüklü uydu görüntülerinin tarımsal parsellere otomatik segmentasyonu için bir yaklaşım
- Tez No: 415253
- Danışmanlar: PROF. DR. MUSTAFA TÜRKER
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Tarım, Görüntü Bölütleme, Alan Bazlı, Gradian Görüntüsü, Otsu'nun eşikleme yöntemi, işaretleyici kontrollü havza, Agricultural, Image Segmentation, Field-Based, Gradient Image, Otsu's Thresholding, Marker Controlled Watershed
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 89
Özet
Arazi kullanımı İzlemesi ve yönetimi, dünyadaki tarım bölgelerinin ekonomik gelişmesinde önemli bir rol oynar. Uydu görüntüleri tarım alanlarında ürün haritalaması için popüler veri kaynağıdır. Bu bağlamda, tarım parsellerinin çıkarımı, ürün sınıflandırması ve parsel-tabanlı analizler için, kritik öneme sahiptir. Tarımsal parselleri otomatik çıkarmak için kullanıcı ihtiyacı minimum olan etkili bir görüntü analizi yöntemi gereklidir. Tarımsal ürün sınıflandırması, parsel-parsel yapıldığı zaman çok daha iyi sonuçlar üretir. Parsel tabanlı görüntü sınıflandırma teknikleri, tarımsal parsellere ürün etiketini bireysel atayan yaklaşımlar kullanır. Sınıflandırma, bir coğrafi bilgi sistemi (CBS) veri tabanında vektör veri seti olarak depolanan sabit sınırlar içinde gerçekleştirilir. Bu çalışmada, sabit tarımsal parseller içinde alt parselleri yüksek çözünürlüklü uydu görüntülerinden çıkarmak için bir parsel-tabanlı bölütleme yaklaşımı önerilmektedir. Alt parsel çıkarma işlemi her parsel ayrı işlenmek suretiyle, parsel-parsel gerçekleştirilir. Geliştirilen yaklaşım, çok bantlı görüntü bölütlemesi için havza algoritmasının genişletilmesine dayalıdır. Havza dönüşümü görüntü bölütlemesi için güçlü bir algoritmadır. İlk olarak, oluşturulan yoğunluk görüntüsünden, Sobel kenar bulma operatörü kullanılarak, gradyan büyüklüğü görüntüsü, hesaplanır. Sonra, Otsu'nun eşikleme yöntemi kullanılarak, havza dönüşümünde kullanılacak ön işaretleyiciler çıkarılır. İşaretçileri çıkarma işlemini otomatik hale getirmek için, Otsu yöntemi optimize iteratif bir şekilde kullanılır. Çıkarılan ön işaretleyiciler, bazı morfolojik işlemler uygulandıktan sonra, geriye kalan işlem adımlarında kullanılır. Sonra, tarımsal parseller kalıcı sınırların içinde kalan alt alanların çıkarılması için işaretleyici kontrollü havza bölütlemesi gerçekleştirilir. Geliştirilen yaklaşım, Türkiye'nin kuzey-batısında yer alan Bursa ili, Karacabey ilçesinde bir tarım alanı üzerinde test edilmiştir. Kullanılan yüksek çözünürlüklü uydu görüntüleri, 22 Temmuz 2004 tarihli çok bantlı Spot5 görüntüsü, 15 Temmuz 2004 tarihli çok bantlı Ikonos görüntüsü ve 13 Ağustos 2004 tarihli çok bantlı ve keskinleştirilmiş QuickBird görüntüleridir. Elde edilen sonuçlar oldukça umut vericidir. Geliştirilen otomatik yaklaşım ile çıkarılan alt alanların genel doğrulukları, çok bantlı Spot5, çok bantlı Ikonos, çok bantlı QuickBird ve keskinleştirilmiş QuickBird görüntüleri için sırasıyla % 80.34, % 89.72, % 83.24 ve % 78.88 olarak hesaplanmıştır.
Özet (Çeviri)
Monitoring and management of land use plays an important role in the economic development of agriculture regions in the world. Satellite images have become very popular data source for crop mapping in agricultural areas. With this respect, the extraction of agricultural land parcels is critical for crop classification and further field-based analysis operations. An efficient image analysis procedure is needed to automatically extract agricultural fields with the minimum user intervention. When performed on field-by-field basis, agricultural crop classification produces much better results. Field-based image classification techniques use approaches that assign crop labels for the agricultural fields individually. The classification is performed within permanent field boundaries which are stored in a geographic information system (GIS) database as vector dataset. In this study, a field-based segmentation approach is proposed to extract sub-fields within permanent boundaries of agricultural fields from high resolution remotely sensed imagery. The sub-field extraction operation is carried out one field at a time by means of processing each field separately. The developed approach is based on the extension of the watershed algorithm for multispectral image segmentation. Watershed transformation is a powerful algorithm for image segmentation. First, a gradient magnitude image is calculated from the generated intensity image using the Sobel edge detection operator. Next, the foreground markers, which will be used in watershed transformation, are extracted using Otsu's thresholding method. To automate the marker extraction procedure, Otsu's thresholding method is employed in an optimized iterative manner. The extracted foreground markers are used in the remainder of the process after performing some morphological operations. A marker controlled watershed segmentation is then carried out for the extraction of sub-fields that stay within permanent boundaries of agricultural fields. The developed approach was tested in an agricultural area locate near the town of Karacabey, Bursa in North-West of Turkey. The high resolution satellite images used include the Spot5 multispectral (XS) image acquired in 22 July 2004, the Ikonos multispectral (XS) image acquired in 15 July 2004 and the QuickBird multispectral (XS) and pansharpened (PS) images acquired in 13 August 2004. The achieved results are quite promising. The overall accuracies of the sub-fields extracted through developed automatic approach were computed to be 80.34%, 89.72%, 83.24% and 78.88% for the Spot5 (XS), Ikonos (XS), QuickBird (XS) and QuickBird (PS) images, respectively.
Benzer Tezler
- An approach for the automatic detection of agricultural field sub-boundaries from high resolution satellite images
Yüksek çözünürlüklü uydu görüntülerinden tarımsal arazi alt-sınırların otomatik tespiti için bir yaklaşım
SAMAN GHAFFARİAN
Yüksek Lisans
İngilizce
2014
Jeodezi ve FotogrametriHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA TÜRKER
- Automatic multi-scale segmentation of high spatial resolution satellite images using watersheds
Yüksek uzaysal çözünürlüklü uydu görüntülerinin watershed kullanılarak çok ölçekli otomatik bölütlenmesi
KEREM ŞAHİN
Yüksek Lisans
İngilizce
2013
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLKAY ULUSOY
- An approach for automatic building extraction from high resolution satellite images using shadow analysis and active contours model
Gölge analizi ve aktif yükselti eğrileri modeli kullanarak yüksek çözünürlüklü uydu görüntülerinden otomatik bina çıkarımı için bir yaklaşım
SALAR GHAFFARIAN
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA TÜRKER
- Deep learning-based building segmentation using high-resolution aerial images
Yüksek çözünürlüklü hava görüntüleri kullanarak derin öğrenme temelli bina bölütlemesi
BATUHAN SARITÜRK
Doktora
İngilizce
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
- Uydu mozaik görüntülerin örülmesi ve nesne çıkarımı için donanıma bağlı adaptif yaklaşım
Hardware based adaptive approach for stitching and object extraction over satelite mosaic images
ÜMİT MERT
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET SAYAR