Hiperspektral görüntülerin farklı uzaylarda süperpiksel tabanlı spektral sınıflandırılması
Superpixel based spectral classification of hyperspectral images in different spaces
- Tez No: 521920
- Danışmanlar: PROF. DR. SARP ERTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Bu tez kapsamında, hiperspektral görüntüde süperpiksel tabanlı spektral sınıflandırma başarımı farklı uzaylar kullanılarak karşılaştırılmıştır. Geleneksel piksel tabanlı hiperspektral sınıflandırmada sadece piksele ait spektral bilgi kullanılmaktadır. Bunun aksine süperpiksel temelli hiperspektral sınıflandırma yaklaşımı hem piksele ait uzamsal bilgiyi hem de spektral bilgiyi içerir. Spektral ve uzamsal bilginin birlikte kullanımının sınıflandırma başarımını arttırdığı bilinmektedir. Bu tezde süperpiksel algoritmasına girdi olarak kullanılan farklı uzayların sınıflandırma başarımına etkisi üzerinde çalışılmıştır. Piksel temelli sınıflandırma için kullanılan veri setleri direkt olarak sınıflandırıcı girişine uygulanmıştır. Süperpiksel temelli sınıflandırma için RGB uzayı, LAB uzayı, PCA uzayı ve Spektral uzay kullanılmıştır. Sınıflandırma yöntemi olarak SVM kullanılmıştır. Süperpikselleri elde etmek için SLIC algoritması kullanılmıştır. RGB uzayı, LAB uzayı, PCA uzayı ve Spektral alanı kullanan süperpiksel tabanlı sınıflandırmanın piksel tabanlı sınıflandırmaya göre daha yüksek sınıflandırma doğruluğu sağladığı görülmektedir. Yüksek sınıflandırma başarımı vermesi nedeniyle SLIC-LAB ve SLIC-PCA uzayları diğer uzaylara göre ön plana çıkmaktadır. SLIC-RGB ve SLIC-Spektral başarım sonuçları SLIC-LAB ve SLIC-PCA başarım sonuçlarına göre geride kalırken direkt SVM sonuçlarına göre ise başarım oranın arttığı görülmektedir.
Özet (Çeviri)
In this thesis, superpixel-based spectral classification performance in hyperspectral image is compared using different spaces. In conventional pixel-wise HSI classification systems use only spectral information of the pixel. On the contrary, the superpixel-based hyperspectral classification approach involves both spatial information and spectral information of the pixel. It is known that the combination of spectral and spatial information enhance the accuracy of classification. In this study, the effect of the changes of spaces used as input to the superpixel algorithm on the classification performance is studied. Data sets used are applied directly to the classifier input for pixel-based classification. RGB space, LAB space, PCA space and Spectral space are used for superpixel based classification. SVM is used as the classification method. SLIC algorithm is used to obtain superpixels. It is observed that superpixel based classification using the RGB space, LAB space, PCA space, and Spectral space gives higher classification accuracy than pixel-wise classification Due to its high classification performance, SLIC-LAB and SLIC-PCA spaces dominate the other spaces. SLIC-RGB and SLIC-Spectral performance results fall behind SLIC-LAB and SLIC-PCA performance results. The SLIC-RGB and SLIC-Spectral performance results are inferior to the SLIC-LAB and SLIC-PCA performance results, but the classification performance is higher than the direct SVM results.
Benzer Tezler
- Compression of geometry videos by 3D-SPECK wavelet coder
Geometri videolarının 3D-SPECK wavelet kodlayıcı ile kodlanması
CANAN GÜLBAK BAHÇE
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- Çoklu-sensör uzaktan algılamada kör yöntemlerle öznitelik sentezleme
Feature synthesis for multi-sensor remote sensing via blind methods
ÖZGÜR MURAT POLAT
Doktora
Türkçe
2015
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YAKUP SABRİ ÖZKAZANÇ
- Hiperspektral görüntülerin dönüşüm temelli yöntemler ile sıkıştırılması
Compression of hyperspectral images by transformation based methods
ERGÜN CAN
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET KEMAL GÜLLÜ
- Hiperspektral görüntülerin kayıpsız sıkıştırılması için tahmin temelli yaklaşımlar
Prediction based approaches for lossless compression of hyperspectral images
ALİ CAN KARACA
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET KEMAL GÜLLÜ
- Eddge sensitive lossless compression of hyperspectral image
Hiperspektral görüntülerin kenar duyarlı kayıpsız sıkıştırılması
HASAN K.H. YAMEEN
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ TANGEL
PROF. DR. MEHMET KEMAL GÜLLÜ