SAR imgelerinin anlambilimsel sınıflandırılması
Semantic classification of SAR images
- Tez No: 524626
- Danışmanlar: DOÇ. DR. KORAY KAYABOL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
Çok geniş bir kullanım alanına sahip sentetik açıklık radar(SAR) sistemlerindeki iyileştirmelerle birlikte yüksek çözünürlükte SAR imgeleri elde edilmeye başlanmış ve bunun sonucunda çok fazla bilgi içeren bu imgelerin piksel tabanlı sınıflandırılması yerine anlambilimsel sınıflandırılma ihtiyacı artmıştır. Bu tezde farklı öznitelik çıkarma ve sınıflandırma yöntemleri kullanılarak SAR imgelerinin anlambilimsel sınıflandırılmasında en etkin algoritmalar belirlenmeye çalışılmıştır. Piksel tabanlı sınıflandırma yaparken çözünürlükle birlikte artan işlem yükünün üstesinden gelmek için yama tabanlı anlambilimsel sınıflandırma algoritmaları tercih edilmiştir. Farklı türde öznitelik çıkarma yöntemleri ile elde edilen öznitelikleri sınıflandırmada, bireysel sınıflandırıcıların yanında topluluk öğrenmesine dayalı sınıflandırıcılar da kullanılarak anlambilimsel sınıflandırmada etkinlikleri incelenmiştir. Yaklaşık seyreltik çok terimli bağlanım (YSÇLB) yöntemi, SAR imgelerinin sınıflandırılmasın da ilk defa kullanılmış ve diğer sınıflandırma yöntemlerine yakın sonuçlar elde edilmiştir.
Özet (Çeviri)
The improvements in synthetic aperture radar (SAR) systems having a very wide range of applications lead to obtain high resolution SAR images and consequently to increase the need for semantic classification instead of pixel-based classification of these images containing a lot of information. In this thesis, different feature extraction and classification methods are used to determine the most efficient algorithms for semantic classification of SAR images. Patch-based semantic classification algorithms are preferred to overcome processing load increasing with resolution while making pixel based classification. By using classifiers based on ensemble learning besides individual classifier for classification of features obtained using different feature extraction methods, the effectiveness of these classifiers are examined. Approximate sparse multinomial logistic regression (ASMLR) method is proposed for SAR images classification for the first time and approximate results to other classification methods is obtained.
Benzer Tezler
- Sar imgelerinin öznitelik tabanlı sınıflandırılması
Feature – based classification of sar images
AYŞE TOMBAK
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiGebze Teknik ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. KORAY KAYABOL
- Methods for target detection in SAR images
SAR imgelerinde hedef tespit yöntemleri
KAAN DUMAN
Yüksek Lisans
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
PROF. DR. A. ENİS ÇETİN
- Sar imgelerinde gözetimsiz sınıflandırma yöntemleri ile arazi örtüsü sınıflandırması
Land cover classification for sar imagery using unsupervised methods
DUYGU YUMUŞ
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. YAKUP SABRİ ÖZKAZANÇ
- Segmentation of satellite sar images using squeeze and attention based deep networks
Uydu-bazlı sar imgelerınde kısık dıkkat odaklı derin ögrenme kullanan segmentasyon algoritması
ELMIRA KHAJEI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM KÖRPEOĞLU
- Cepstral methods for image feature extraction
İmge öznitelik çıkarımı için kepstral yöntemler
SERDAR ÇAKIR
Yüksek Lisans
İngilizce
2010
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. A. ENİS ÇETİN