Geri Dön

Hiperspektral görüntülerde hedef tespit algoritmalarının karşılaştırılması ve kaynaştırılması

A comparative analysis and fusion of target detection algorithms in hyperspectral images

  1. Tez No: 430934
  2. Yazar: AHMET KARAKAYA
  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: 2016
  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: 137

Özet

Hiperspektral görüntülemenin en önemli uygulamalarından birisi havadan görüntülemesi yapılan bölgede bulunan küçük hedeflerin tespit edilmesidir. Yapılan bu tez çalışmasında, anomali ve imza tabanlı hedef tespitinde kullanılan yöntemlerin yarı piksel hedefleri tespit kabiliyetlerinin karşılaştırılması ve kaynaştırılmasıyla, algoritmalarda elde edilen sonuçların geliştirilmesi amaçlanmıştır. Bu amaçla anomali tespitinde kullanılan üç yöntem ve imza tabanlı hedef tespitinde kullanılan sekiz yöntem test edilmiş ve aralarında kıyaslama yapılmıştır. Anomali tespitinde RX, DİFDET ve MAXMİN algoritmaları; imza tabanlı hedef tespitinde GLRT, CEM, ACE, İşaretli ACE, AMSD, OSP ve HUD algoritmaları kullanılmıştır. Bu algoritmalar, içerisinde dokuz adet hedef bulunan ve hedeflerin spektral imzalarının da bilindiği Chooke City verisi üzerinde test edilmiştir. Elde edilen sonuçlar ROC eğrileri ve optimum eşik değeri için yanlış alarm sayılarının bulunduğu tablolar ile gösterilmiştir. İmza tabanlı hedef tespit yöntemlerinden AMSD, CEM ve İşaretli ACE algoritmalarının genellikle farklı bölgeleri yanlış alarm olarak sınıflandırdığı ve bu algoritmaların genel olarak başarılı sonuçlar verdikleri görülmüştür. Bu üç imza tabanlı hedef tespit algoritmasının kaynaştırılması ile yanlış alarm oranlarının azaltılması amaçlanmıştır. Belirtilen imza tabanlı hedef tespit yöntemleri ile anomali tespitinde en iyi performansı gösteren yöntem olan RX yönteminin kaynaştırmaları yapılmıştır. Algoritmaların kaynaştırılmasında MFF, Toplam, Çarpım, CEM-AMSD hibritleşmesi ve İşaretli ACE-CEM hibritleşmesi yöntemleri kullanılmıştır. Anomali tespitinde kullanılan yöntemler içerisinde RX yönteminin, DİFDET ve MAXMİN yöntemlerine göre daha iyi performans gösterdiği, fakat çalışma süresinin çok daha uzun olduğu görülmüştür. Hiçbir hedef tespit algoritması bütün hedeflerde ve bütün koşullarda yüzde yüz sonuç vermemektedir. İmza tabanlı hedef tespit algoritmaları içerisinde AMSD algoritması genel olarak diğer algoritmalardan daha iyi performans göstermiştir. AMSD algoritması dokuz hedeften yedi tanesinde en iyi performans gösteren algoritmalar arasında yer almaktadır. İşaretli ACE, CEM ve AMSD yöntemlerinin kaynaştırılması ile hedef tespit performansının artırılabileceği gözlenmiştir. MFF ve Toplam yöntemleri ile yapılan kaynaştırmalarda sonuçların genellikle kaynaştırılan algoritmalardan daha iyi olana yakın olacak şekilde daha iyi performans gösterdiği ya da kaynaştırılan tüm algoritmalardan daha iyi olduğu görülmüştür.

Özet (Çeviri)

One of the most important applications in hyperspectral imaging is the detection of small targets from the images collected with air-borne sensors. The aim of this thesis is to compare the anomaly and signature-based target detection methods for subpixel targets, and to improve their detection capabilities via fusion. For this purpose, three anomaly detection methods and eight signature based target detection methods have been tested and compared. RX, DIFDET and MAXMIN algorithms have been used for anomaly detection; GLRT, CEM, ACE, Signed ACE, AMSD, OSP and HUD algorithms have been used for signature-based target detection. These algorithms have been tested on the Chooke City dataset, which inclues nine targets with known spectral signatures. The results are reported with ROC plots and tables, which show the false alarm rates for optimum threshold values. In general CEM, Signed ACE and AMSD algorithms generally give successfull results and may give false alarms in different spatial locations. Therefore, this studys aims to decrease the false alarm rates by fusing these three algorithms. For this purpose, the specified signature-based target detection methods have been fused with the RX algorithm, which has the best performance among the anomaly detection algorithms considered in this study. For fusion, MFF, Summation, Multiplication, CEM-AMSD hybridisation and Signed ACE-CEM hybridisation methods have been used. Among the methods considered for anomaly detection, RX has shown better performance with respect to MAXMIN and DIFDET methods but it has a longer processing time. None of target detection algorithms has shown hundred percent detection ability for all conditions and all targets. However, AMSD has generally shown better performance between signature based target detection methods. It can be said to have the best target detection performance for seven of nine targets. Target detection performance can be increased with the fusion of ACE, CEM and AMSD methods. Results of the fusion using MFF and Summation methods are generally closer to the better algorithm or better than all the algorithms fused.

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. Uzun dalga kızılötesi hiperspektral görüntülerde hedef tespiti

    Target detection from long-wave infrared hyperspectral images

    SEFA KÜÇÜK

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SENİHA ESEN YÜKSEL

  3. Diferensiyel hiperspektral görüntüleme tekniği ile kimyasal madde tespit yöntemlerinin incelenmesi

    Investigation of chemical substance detection algorithms using differential hyperspectral imaging

    FIRAT GÜRBÜZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SENİHA ESEN YÜKSEL

  4. Environmental applications of hyperspectral anomaly and target detection algorithms

    Hiperspektral anomali ve hedef tespiti algoritmalarının çevresel uygulamaları

    HİLAL SOYDAN

    Doktora

    İngilizce

    İngilizce

    2017

    Maden Mühendisliği ve MadencilikOrta Doğu Teknik Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    PROF. DR. CELAL KARPUZ

    DR. ALPER KOZ

  5. 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