3D object detection and representation in remote sensing: Probabilistic methods and applications
Uzaktan algılamada 3D nesne tespiti ve temsili: Olasılıksal yöntemler ve uygulamalar
- Tez No: 472614
- Danışmanlar: PROF. DR. CEM ÜNSALAN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Yeditepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde uydu görüntüleri ve üç boyut verisi birçok alanda aktif olarak kullanılmaktadır. Bunlardan en önemlisi doğal bir afet sonrası, bölgede ne tür nesnelerin olduğunu belirleyebilmektir. Herhangi bir dogal afet olmadan da belirli bir bölgede ne tür nesnelerin olduğunu uydu görüntüleri veya üç boyut verisi ile elde etmek şehir bölge planlayıcıları ve devlet kurumları için önemlidir. Türkiyenin yörüngede kendi uzaktan algılama uyduları bulunmaktadır. İleride de gelişmiş ve yeni uzaktan algılama uydularını yörüngeye oturtma planları vardır. Her ne kadar kendi uzaktan algılama uydularımız yörüngede bulunsa da, bunlardan yalnızca ham imge elde edilebilmektedir. Bunlar ya bir operatör aracılığı ile incelenip, içinden bilgi çıkarılabilir; ya da bir yazılım aracılığı ile bilgiler otomatik çıkartılmaya çalışılır. Birinci seçenek her zaman uygulanabilir değildir. Çünkü bu imgelerin boyutu çok büyüktür. Bulunması hedeflenen nesnelerin boyu da imge boyuna göre çok küçüktür. Bu tezde nesne tespiti ve bölütlemesi için yeni yöntemler önerilmiştir. Uzaktan algılama nesneleri, yerel öznitelikler ve şekillerin kombinasyonları olasılıksal oylama çerçevesinde kullanılarak tespit edilmiştir. Nesnelerin şekli uydu görüntüleri ve yükseklik verileri kullanılarak çıkarılır. İlk olarak, uydu görüntülerinde tespit edilen nesnelerin şeklini elde etmek için yeni bir geri yansıtma yöntemi geliştirdik. Ardından yükseklik verileri için iki yeni bölütleme ve filtreleme yöntemi önerilmiştir. İlk yöntem yeni bir morfolojik tabanlı bölge büyütme algoritması ile olasılıklı oylama yöntemine bağlıdır. İkinci yöntem DSM'yi zemin ve zemin olmayan noktalara süzmek ve bölmek için ampirik mod ayrıştırma (EMD) algoritmasını kullanmaktadır. Önerilen yöntemler, farklı uydu göruntuleri (IKONOS, WorldView, QuickBird,) ve üç boyutlu veriler (DSM, LIDAR) üzerinde test edilmiştir. Literatürdeki yöntemlerle karşılaştırıldığında daha iyi sonuçlar elde edilmiştir.
Özet (Çeviri)
Nowadays, satellite images and three dimensional data are actively used in various areas. The most important of these is the detection of objects after a natural disaster using satellite images or three dimensional data. In fact, this information is also valuable for government agencies, city and regional planners even if no natural disaster occurs. Turkey has its own remote sensing satellites in the orbit. There are also plans to launch new and advanced remote sensing satellites in the near future. Although we have our own remote sensing satellites in the orbit, these can only provide raw images. Either an operator should extract information from them or the information may be extracted by software automatically. The first option is not applicable most of the times since the size of the raw images are huge. Also, the objects to be detected from them are tiny compared to the image size. In this thesis, novel methods for object detection and segmentation are proposed. Remote sensing objects are detected using combinations of local features and shapes in a novel probabilistic voting framework. The shape of the objects are extracted using satellite images and height data. First, we developed a novel back-projection method to obtain the shape of detected objects in satellite images. Then for height data, two novel segmentation and filtering methods are proposed. The first method depends on the probabilistic voting method with a novel morphological based region growing algorithm. The second method uses empirical mode decomposition (EMD) algorithm for filtering and segmenting DSM into ground and non-ground points. The proposed methods are tested on different satellite images (IKONOS, WorldView, QuickBird,) and three dimensional data (DSM, LIDAR). Compared with the methods in the literature, better results have been obtained.
Benzer Tezler
- Uzaktan çok kaynaklı ölçümler yoluyla varlık verilerinin güvenilirliği
Uzaktan çok kaynakli ölçümler yoluyla varlik veri̇leri̇ni̇n güveni̇li̇rli̇ği̇
SALİHCAN KARAMAN
Yüksek Lisans
Türkçe
2026
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ONUR BEHZAT TOKDEMİR
- How cryptographic implementations affect mobile agent systems
Şifreleme gerçekleştirmelerinin gezgin aracı internet sistemlerini nasıl etkilediği
İSMAİL ULUKUŞ
Yüksek Lisans
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiSistem ve Kontrol Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN ANARIM
- Çok yüksek çözünürlüklü stereo uydu ve İHA görüntülerinden elde edilen sayısal yükseklik modellerinin doğruluğunun araştırılması
Investigation of the accuracy of digital elevation models obtained from very high resolution stereo satellite and UAV images
MEHMET DOĞRULUK
Doktora
Türkçe
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA YANALAK
- Uydu verilerinden harita kapsamında görüntü üretmenin geometrik doğruluğu
The Geometric accuracy of producing a map scene from satellite image data
CENGİZHAN İPBÜKER
- Yere nüfuz eden radarlarda öğrenme tabanlı yeni kargaşa giderme yöntemleri
New learning-based clutter removal methods in ground penetrating radar
EYYUP TEMLİOĞLU
Doktora
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. IŞIN ERER