Gürültü gidermenin hiperspektral görüntü değişim tespitine etkisi
Influence of noise reduction on hyperspectral image change detection accuracy
- Tez No: 522085
- Danışmanlar: PROF. DR. SARP ERTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Değişim Vektör Analizi (CVA), Genelleştirilmiş Analiz Öncesi (GAP), Genelleştirilmiş Sentez Öncesi (GSP), Gürültü Giderme, Hiperspektral Görüntüleme (HSI), Change Vector Analysis (CVA), General Analysis Prior (GAP), Generalized Synthesis (GSP), Noise Reduction, Hyperspectral Imaging (HSI)
- 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: 58
Özet
Bu çalışmanın amacı, hiperspektral görüntülerin, gürültü giderme yöntemi kullanılarak ve gürültü giderme yöntemi kullanılmadan, hiperspektral görüntü değişim tespitinin performansını incelemektir. Bu arada, hiperspektral uzaktan algılama alanında, değişim tespiti ve gürültü giderme yönteminin ilgi alanı günden güne artmaktadır. Değişim tespiti, aynı hedef bölgeden farklı zamanlarda elde edilen görüntüler arasındaki ilginç değişikliklerin belirlenmesi işlemini ifade eder. Görüntüdeki ilginç değişiklikler, esas olarak malzeme yansımasındaki değişiklikler, sahnedeki piksellerle ilişkili olarak, sahne içerisine giren veya çıkan nesneler nedeniyle oluşmaktadır. Değişim tespiti sorununu karmaşık hale getiren başka faktörler de vardır. Bu faktörler içinde gürültü giderme klasik bir sorundur çünkü görüntüler genellikle farklı gürültü türleriyle bozulmaktadır. Değişim tespiti zorlukları incelerken, görüntü gürültüsü giderme yöntemi, görüntü işleme alanındaki temel zorluklardan biridir. Bu çalışmanın esas amacı hiperspektral görüntüler (HSI) için gürültü giderme yöntemi kullanarak ve gürültü giderme yöntemi kullanmadan farklı nedenlerden dolayı oluşabilecek değişiklikleri tespit etmektir ve performansını analiz etmektir Bu tez çalışmasında incelenen yöntemler, ana araç olarak MATLAB yazılımını uygulayarak gürültü azaltma yöntemi olarak Genelleştirilmiş Sentez (GSP) ve Analiz Öncesi (GAP) algoritmalar ve değişiklik algılama yöntemi olarak değişim vektör analizini (CVA) içermektedir.
Özet (Çeviri)
Purpose of this work is study a performance of change detection with and without noise reduction method for hyperspectral images. Meanwhile, in the field of hyperspectral remote sensing, change detection becomes a day to day area of interest. As change detection refers the process of identifying interesting changes that occur to a spatial area over which imagery has been collected on multiple and different times. Interesting changes in imagery mainly related to changes in material reflectance associated with pixels in the scene, due to objects entering or leaving the scene, there are other factors also have in complicating the problem of change detection. Within these factors, image noise reduction is a classical problem as images are often corrupted by different kinds of noises. In addressing these change detection difficulties, image noise reduction is one of the fundamental challenges in the field of image processing. The main objectives of this study are detect changes in hyperspectral image (HSI) that may occur due to different natural disasters by using noise reduction method and without noise reduction method and analyse the performance of change detection with both condition. The methods studied in this thesis include Generalized Synthesis (GSP) and Analysis Prior (GAP) Algorithms as noise reduction method and change vector analysis (CVA) as the change detection method by implementing MATLAB software as a main tool.
Benzer Tezler
- Hiperspektral görüntülerin eğiticisiz bölütlenmesi
Unsupervised segmentation of hyperspectral images
GÖKHAN BİLGİN
Doktora
Türkçe
2009
Bilim ve TeknolojiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SARP ERTÜRK
PROF. DR. TÜLAY YILDIRIM
- Öz bilgi destekli derin öğrenme yaklaşımları ile hsg gürültü giderme
Self-ınformation empowered deep learning approaches for hsı denoising
ORHAN TORUN
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SENİHA ESEN YÜKSEL ERDEM
PROF. DR. MEHMET ERKUT ERDEM
- Derin öğrenme tabanlı görüntü gürültü giderme için yoğun bağlantı kullanan yeni yaklaşımlar
Densely connected structures in deep learning based image denoising
VEDAT ACAR
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Patch based image denoising through locally linear embedding
Yerel doğrusal yerleştirme ile görüntülerde parça temelli gürültü giderme
ÇAĞATAY KIRMIZIAY
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİzmir Ekonomi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET TÜRKAN
- Evrişimsel yapay sinir ağları ile görüntüde toplamsal beyaz Gauss gürültü seviye tespiti
Noise estimation of additive white Gaussian noise with convolutional neural networks
HİKMET KIRMIZITAŞ
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiHarran ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURETTİN BEŞLİ