Farklı görüntü sınıflandırma ve iyileştirme metotlarının arazi kullanım/arazi örtüsü haritalamasına etkilerinin incelenmesi
Investigation of the effects of different image classification and enhancement methods on land use/land cover mapping
- Tez No: 483681
- Danışmanlar: YRD. DOÇ. DR. MÜGE AĞCA
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Aksaray Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 48
Özet
Uzaktan algılama teknolojileri ile Arazi kullanımı/Arazi örtüsü (Land Use/Land Cover-LU/LC) bilgileri çok kısa sürede, daha düşük maliyetlerle ve klasik yöntemlere göre daha objektif ölçütlerle elde edilebilmektetir. Uzaktan algılama verileri LU/LC çalışmalarının önemli bir bileşenidir. Çalışmanın genel amacı, çalışma bölgesi olan Hatay ilinin Samandağ ilçesinin LU/LC'nin mevcut durumunu uzaktan algılama görüntüleri ve farklı sınıflandırma tekniklerini kullanarak analiz etmek ve modellemektir. Çalışmanın ana amacına ulaşmak için; (a) Farklı sınıflandırma tekniklerinin (kontrollü, kontrolsüz ve obje tabanlı sınıflandırma) yüksek çözünürlüklü uydu görüntüsü üzerinde kullanımı ve sınıflandırma sonuçlarının kıyaslanması ve analizi ve (b) Farklı görüntü iyileştirme ve zenginleştirme tekniklerinin kullanımı, çok bantlı yeni görüntülerin oluşturulması ve bu tekniklerin doğruluk analizi sonuçlarına etkilerinin analizi ve çalışma alanının LU/LC haritalaması gerçekleştirilmiştir. Çalışmada, Ana Bileşenler Analizi (Principal Component Analysis-PCA) ve Minimum Gürültü Bölümlemesi (Minimum NoiseFraction- MNF) görüntü iyileştirme teknikleri kullanılarak bu uygulamaların doğruluk analizine olan etkileri incelenmiştir. Çalışmadan elde edilen sonuçlara göre bu çalışmada obje tabanlı sınıflandırma yöntemi %80.45 ve 0.74 kappa istatistiği ile en yüksek doğruluğu vermiştir.
Özet (Çeviri)
With Remote Sensing technologies, land use/land cover information can be obtained in a very short time, at lower costs and with more objective measures than classical methods. Remote sensing data is an important component of LU / LC studies. The general aim of the study is to analyze and model the current state of the LU / LC of Samandağ district of Hatay province, which is the study area, using remotely sensed images and different classification techniques. To achieve the main goal of the study: (a) Use of different classification techniques ( supervised, unsupervised, and object-based classification) on high resolution satellite images and comparison and analysis of classification results; (b) Use of different image enhancement and enrichment techniques and analysis of effects on accuracy analysis results, and (c) Modeling, monitoring and mapping LU / LC of study area. Using the principal component analysis and minimum noise partition image enhancement techniques in the study, the effects of these applications on the accuracy analysis were investigated. According to results obtained in this study, the object-based classification method gave the highest accuracy with 80.45% and 0.74 kappa statistic.
Benzer Tezler
- Uzaktan algılamada ileri sınıflandırma tekniklerinin karşılaştırılması ve analizi
Comparing and analyzing of advanced classifier techniques in remote sensing
İSMAİL ÇÖLKESEN
Yüksek Lisans
Türkçe
2009
Jeodezi ve FotogrametriGebze Yüksek Teknoloji EnstitüsüJeodezi ve Fotogrametri Ana Bilim Dalı
DOÇ. DR. TAŞKIN KAVZOĞLU
- Earthquake damage identification from very high resolution post event image using advanced methods in mathematical morphology
Deprem hasarının yüksek çözünürlüklü afet sonrası görüntülerden ileri matematiksel morfoloji yöntemleri kullanılarak belirlenmesi
ENES OĞUZHAN ALATAŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDeprem Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜLŞEN TAŞKIN KAYA
- Integrating path planning and image processing with UAVs for disease detection and yield estimation in indoor agriculture
Kapalı alan tarımda hastalık tespiti ve verim tahmini için rota planlama ve görüntü işlemenin İHA'larla entegre edilmesi
ONAT ERDOĞMUŞ
Yüksek Lisans
İngilizce
2024
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERDİNÇ ALTUĞ
- U-net architecture optimization for optic disc segmentation in retinal images
Retina görüntülerinde optik disk bölütleme için U-net mimarisi optimizasyonu
ZAFER ERDOĞAN
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- DA4HI: A deep learning framework for facial emotion recognition in affective systems for children with hearing impairments.
DA4HI: İşitme engelli çocuklar için duyuşsal sistemlerde yüzdeki duyguların tanınması maksadıyla geliştirilen derin öğrenme modeli.
CEMAL GÜRPINAR
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
PROF. DR. NAFİZ ARICA