Geri Dön

Sıkıştırma tekniklerinin sınıflandırma doğruluğuna etkisi

The effect of compression techniques on classification accuracy

PDF İndir

  1. Tez No: 447065
  2. Yazar: GÖKHAN ARASAN
  3. Danışmanlar: PROF. DR. HACI MURAT YILMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: Türkçe
  9. Üniversite: Aksaray Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 86

Özet

Uydu görüntüleri ve hava fotoğrafları uzaktan algılamanın temel altlıklarındandır. Bunlar konuma dayalı birçok projelendirme çalışmalarının da temel kaynaklarıdır. Günümüzde analog ve analitik sistemler, bilgisayar teknolojisindeki gelişmeler ile birlikte yerini dijital sistemlere bırakması sonucunda görüntülerin işlenmesi, iletimi ve depolanması en önemli sorun olmuştur. Bu çalışmada Landsat 8 (10 bant, 30 m çözünürlüklü) uydu görüntüsü; MrSID, ECW ve JPEG2000 görüntü formatlarıyla kayıpsız, 10:1, 20:1, 30:1, 40:1, 50:1/60:1 oranında kayıplı sıkıştırılarak yeni görüntüler elde edilmiştir. Orijinal ve sıkıştırılmış görüntülerde piksel tabanlı (en büyük olasılık yöntemi) sınıflandırma gerçekleştirilmiştir. Sınıflandırma doğruluğunun tespiti, sınıflandırma sonucunda elde edilen verilerin gerçek yeryüzü değerlerini temsil eden referans verilerle karşılaştırılarak yapılır. Referans veri olarak Vexcel UltracamX dijital hava kamerası ile çekilen (4 bantlı, 30 cm çözünürlüklü) hava fotoğraflarından üretilen ortofoto görüntü kullanılmıştır. 120 referans noktasında; referans görüntü sınıfı ile kayıpsız ve farklı oranlarda sıkıştırılmış kayıplı görüntülerdeki sınıflar hata matrisi yöntemi ile karşılaştırılarak sınıflandırma doğruluğu tespit edilmiştir. Yapılan uygulamalar sonucunda; özellikle kayıpsız ve düşük oranlarda sıkıştırılmış görüntülerin sınıflandırma için kullanılabileceği görülmüştür.

Özet (Çeviri)

Satellite image and air photograph are basics of remote perception. Also, these are main sources of location based projects. Nowadays, digital systems substitute for analog and analytic systems with developing of computer technology. However, image processing, transfer and storage started to be major issue. At the end of this study, Landsat 8 (10 band, 30m resolution) satellite images were used to get new images. New images being compressed lossless were obtained in MrSID, ECW and JPEG2000 formats. Also, other new images were obtained as being compressed with ratios of 10:1, 20:1, 30:1, 40:1, 50:1/60:1 as being lossy. The original and compressed images were classified base on pixel (the greatest classification method). In order to detect the accuracy of classification; data obtained by classification must be compared with the reference data that represents real surface images. Ortophoto images that were obtained by air photographs which were taken by Vexcel UltracamX digital air camera (4 band, 30 cm resolution) were used as reference data. At 120 reference points, lossless compressed reference images were compared with reference lossy compressed images in different ratios to detect classification accuracy. At the end of these studies, especially images which were compressed lossless and in low ratios can be used for classification.

Benzer Tezler

  1. Tez No

    166521

    Music genre and composer identification by using Kolmogorov distance measure

    Müzik tarzı ve bestecisini Kolmogorov uzaklık tanımlarını kullanarak bulma

    ABDULLAH SÖNMEZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2005

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. EŞREF ADALI

    YRD. DOÇ. DR. ZEHRA ÇATALTEPE

  2. Tez No

    833215

    A hybrid prediction approach using multiple linear regression and decision tree

    Çoklu doğrusal regresyon ve karar ağacı kullanarak hibrit tahmin yaklaşım

    MARYAM ARIF AZEEZ AZEEZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ KAYHAN AYAR

  3. Tez No

    863480

    Sparse coding via high dimensional model representation for hyperspectral images

    Hiperspektral görüntüler için yüksek boyutlu model gösterilim aracılığıyla seyrek kodlama

    KAMILA MUMINOVA

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SÜHA TUNA

  4. Tez No

    901576

    Efficient deep learning approaches for signal and image analysis applications

    Sinyal ve görüntü analizi uygulamaları için verimli derin öğrenme yaklaşımları

    ONUR CAN KOYUN

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. BEHÇET UĞUR TÖREYİN

  5. Tez No

    895443

    Overcoming payment behavior challenges: Classifying buy now pay later users with machine learning

    Ödeme alışkanlığı zorluklarını aşmak: Makine öğrenimi ile şimdi al sonra öde kullanıcılarını sınıflandırma

    ÖMÜR ÖZDOĞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bankacılıkİstanbul Teknik Üniversitesi

    Büyük Veri ve Veri Analitiği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN

Geri Dön