Yüksek çözünürlüklü uydu görüntülerinin bulanık maskeleme temelli pankeskinleştirilmesi
Unsharp masking based pansharpening of high resolution satellite imagery
- Tez No: 534849
- Danışmanlar: PROF. DR. BÜLENT TAVLI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: TOBB Ekonomi ve Teknoloji Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Fen Bilimleri Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 73
Özet
Pankeskinleştirme yöntemlerinde temel olarak yapılan işlem yüksek uzamsal çözünürlüklü pankromatik görüntü ile düşük uzamsal çözünürlüğe sahip çoklu spektral görüntüyü birleştirmektir. Gerçekleştirilen görüntü füzyonunda elde edilen görüntülerin uzamsal çözünürlüğünü pankromatik görüntü, renk ve spektral çözünürlüğünü ise çoklu spektral görüntü sağlamaktadır. Pankeskinleştirme işlemi sayesinde hem yüksek spektral çözünürlüğe hem de yüksek geometrik çözünürlüğe sahip uydu görüntüleri elde edilmektedir. Tez çalışması kapsamında, on iki farklı pankeskinleştirme yöntemi dört farklı RASAT veri seti üzerinde test edilmiş ve pankeskinleştirilen görüntülerin spektral ve mekânsal nitelikleri sekiz farklı başarım kıstası kullanılarak ölçülmüştür. Bulanık Maskeleme adı verilen yeni bir ön işleme yöntemi sunulmuştur. Pan banda uygulanan Bulanık Maskeleme tekniği sonucu üretilen keskinliği arttırılmış pankromatik görüntü ile çoklu spektral görüntü her bir yönteme göre birleştirilmiştir. Bulanık Maskeleme tekniğinin diğer yöntemler ile kıyaslandığında yaklaşık olarak aynı başarım sonucunu ürettiği ancak görüntüdeki keskinliği büyük ölçüde arttırdığı gözlemlenmiştir. Elde edilen metrik sonuçları ile Optimize edilmiş Yüksek Geçiren Filtre metodunun en keskin görüntüyü verdiği, Hiperküre Renk Uzayı metodunun keskinliği belli bir dereceye kadar muhafaza ettiği bunun yanında renk bilgisini en iyi taşıyan yöntem olduğu saptanmıştır.
Özet (Çeviri)
In Pansharpening process, the basic procedure is to merge a high spatial resolution panchromatic image with a multi-spectral image with low spatial resolution. The spatial resolution of the pansharpened image is obtained from the panchromatic data while the color information and spectral resolution of the pansharpened image is acquired from the multi-spectral data. Within the scope of the thesis, twelve different pansharpening algorithms were tested on four different RASAT data sets. The spectral and spatial attributes of pansharpened image were measured via using eight different numerical performance criterions. Furthermore, a new preprocessing method, called Unsharp Masking is introduced. The Unsharp masked Pan image and the multispectral image are combined with the each pansharpening method to obtain images that are sharpened and increased in resolution. It has been observed that the Unsharp Masking technique produces approximately the same performance result compared to other methods but considerably increases the sharpness of the image. The obtained numerical performance results demonstrate the optimized High Pass Filter method give the sharpest image, while the Hyperspace Color Space method maintains the sharpness to a certain degree, besides it has been determined that carries the best color information.
Benzer Tezler
- Single-frame and multi-frame super-resolution on remote sensing images via deep learning approaches
Derin öğrenme yaklaşımlarıyla uzaktan algılama görüntülerinde tek çerçeve ve çok çerçeve süper çözünürlük
PEIJUAN WANG
Doktora
İngilizce
2022
İletişim Bilimleriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Vessel detection from very high-resolution satellite images with deep learning methods
Derin öğrenme metotları kullanılarak çok yüksek çözünürlüklü uydu görüntülerinden gemi tespiti
FURKAN BÜYÜKKANBER
Yüksek Lisans
İngilizce
2022
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. MUSTAFA YANALAK
- Video ve GPS verilerine dayalı harita üretimi
Map generation based on video and GPS data
TUBA KURBAN
Yüksek Lisans
Türkçe
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DERVİŞ KARABOĞA
- Semantic land cover and land use classification using deep convolutional neural networks
Derin evrişimsel sinir ağları ile arazi kullanımı ve arazi örtüsünün anlamsal sınıflandırılması
BERK GÜNEY
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Automatic reconstruction of photorealistic 3-D building models from satellite and ground-level images
Fotogerçekçi 3-B bina modellerinin uydu ve yer seviyesi görüntülerinden otomatik olarak geriçatılımı
EMRE SÜMER
Doktora
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiJeodezi ve Coğrafi Bilgi Teknolojileri Bölümü
PROF. DR. VOLKAN ATALAY
DOÇ. DR. MUSTAFA TÜRKER