Uzaktan algılanmış görüntülerden faydalanılarak obje-tabanlı sınıflandırma yöntemi ile kent merkezlerindeki detayların çıkarımı
Extracti̇on of detai̇ls i̇n the ci̇ty center benefi̇ti̇ng from remote sensi̇ng i̇mages usi̇ng by object-based classi̇fi̇cati̇on method
- Tez No: 418518
- Danışmanlar: DOÇ. DR. SELÇUK REİS
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Aksaray Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Günümüzde, kentlerin, kaçak, çarpık ve hızlı yapılaşmasının önüne geçmek, planlama ve karar verme süreçlerini hızlandırmak gibi nedenlerle gerekli referans haritalarının sürekli güncellenmesi gerekmektedir. Bu nedenle, son yıllarda, sınıflandırma yöntemlerinde ve uydu görüntülerinde bu hızlı ve doğru veri üretimi ihtiyacına yönelik önemli gelişmeler olmuştur. Santimetre hassasiyetinde konumsal doğruluk veren görüntüler ve bu görüntülerin sınıflandırılmasında yüksek doğruluk veren yeni görüntü sınıflandırma teknikleri geliştirilmiştir. Yüksek çözünürlüklü bu görüntülerden yüksek doğrulukta ve hızlı bir şekilde çıkarım yapabilen yöntemlerden biri obje tabanlı sınıflandırma yöntemidir. Bu tez çalışmasında aynı çözünürlüklere sahip ortofoto ve WorldView-3 çok yüksek çözünürlüklü uydu görüntüsü kullanılarak kentsel alanlara ait detayların (bina, yol, yeşil alan) obje tabanlı sınıflandırma yöntemi ile doğru ve hızlı bir şekilde üretilmesi amaçlanmıştır. Ayrıca her iki görüntüden elde edilen sonuçların Coğrafi Bilgi Sistemleri (CBS) ortamında büyük ölçekli uygulamalarda vektör formatında kullanılabilirliği bina detay sınıfı dikkate alınarak irdelenmiştir. Bu amaçla obje tabanlı sınıflandırma sonuçlarına genelleştirme işlemi uygulanan bina detayları, mevcut halihazır harita ve uydu görüntüsü üzerinden elle sayısallaştırmadan üretilenlerle, istatistiki olarak karşılaştırılmıştır. Çalışma sonucunda, WorldView-3 uydu görüntüsü sınıflandırma sonuçlarının ortofoto sınıflandırmasına göre üretici doğruluğunda %6, kullanıcı doğruluğunda %5, genel doğrulukta %6 ve kappa değerinde %7 daha doğru sonuç verdiği görülmüştür. Bununla birlikte, Worldview-3 görüntüsünden seçilen 20 adet binanın halihazır harita ve elle sayısallaştırma sonucu elde edilen binalara ait koordinat değerleri istatiksel analizi sonucunda belirlenen güven aralığı içerisinde tespit edilmiştir. Bu durum obje tabanlı sınıflandırma yönteminin görüntülerdeki spektral yansıma değeri ile konumsal çözünürlüğün yükselmesi durumunda bina detaylarının otomatik olarak belirlenmesine oldukça pozitif katkı verebileceği sonucunu ortaya koymaktadır.
Özet (Çeviri)
Nowadays, reference maps should be updated constantly for the reasons of preventing on the illegal, unplanned cities and improve the decision-making process. For this reason, in recent years, there has been a significant improvement in classification methods and satellite images for extraction data quickly and accurately. Due to the generation of centimeter-spatial accurate images, new image classification methods have been developed that give high accuracy results for these new high accuracy images. One of those image classification techniques is object based classification methods that extract data with high accuracy from high resolution satellite images. In this thesis accurate and quickly extraction of details (building, roads, vegetation etc.) from urban areas with object based classification methods is aimed by using ortophotos and World View-3 high resolution satellite image and both have same resolution. In addition that, vector data extraction from both images is examined considering building details for the availability in Geographical Information Systems (GIS) based high scale studies. Therefore, generalization of building details in vector format which are extracted with object based classification method are compared statistically with current base map and digitized data from high resolution satellite images. Result of this study, object based classification results of WorldView-3 satellite image have been give more accuracy than classification results of orthophoto in producer accuracy %6, in user accuracy %5, in overall accuracy %6 and in kappa value %7. Besides, 20 buildings randomly selected from WorldView-3 classification results and their corner coordinates are compared with coordinates from digitized data and base map statistically. Results show that all values are in confidence interval. It reveals that Automatically Extraction of building details providing positive contribution in case of higher spatial resolution and higher value of spectral reflectance in satellite images.
Benzer Tezler
- Land cover and land use classification of multi-modal high-resolution satellite images using multi-task deep learning approach
Çok görevli derin öğrenme tekniği ile çok kipli yüksek çözünürlüklü uydu görüntülerinin arazi örtüsü ve arazi kullanımı sınıflandırılması
BURAK EKİM
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Uzaktan algılanmış görüntülerden yeni bir derin öğrenme mimarisi ile bina çıkarımı
Building extraction from remotely sensed images with a novel deep learning architecture
FERİDE SEÇİL YILDIRIM
Yüksek Lisans
Türkçe
2024
Jeodezi ve FotogrametriKaradeniz Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. FEVZİ KARSLI
- U-net tabanlı evrişimli sinir ağı ile uzaktan algılanmış görüntülerden otomatik bina tespiti
Automatic building detection from remotely sensed images with u-net based convolutional neural network
İBRAHİM DELİBAŞOĞLU
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYalova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MÜFİT ÇETİN
- Görüntü sınıflandırması için yapay sinir ağlarının analiz ve optimizasyonu
Analysis and optimization of artificial neural networks for image classification
OZAN ARSLAN
Doktora
Türkçe
2001
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiPROF. DR. OĞUZ MÜFTÜOĞLU
PROF. DR. CANKUT ÖRMECİ
- Nesne-tabanlı sınıflandırmada doğal arazi örtüsü sınırlarını esas alan bölge tabanlı bölütleme (segmentasyon) algoritmasının optimizasyonu
Optimization of region-based segmentation algorithm based on natural land cover boundaries in object-based classification
HASAN TONBUL
Doktora
Türkçe
2021
Jeodezi ve FotogrametriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. TAŞKIN KAVZOĞLU