Geri Dön

İnsansız hava aracı ve yüksek çözünürlüklü uydu verilerinin değerlendirilmesinde piksel ve nesne tabanlı sınıflandırma yöntemlerinin karşılaştırılması

Comparison of pixel and object-based classification methods in the evaluation of unmanned aerial vehicle and high resolution satellite data

PDF İndir

  1. Tez No: 568707
  2. Yazar: MESUT ÇOŞLU
  3. Danışmanlar: PROF. DR. NAMIK KEMAL SÖNMEZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Ziraat, Engineering Sciences, Agriculture
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Akdeniz Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 72

Özet

Uzaktan algılama teknolojileri son yıllarda gerek uydu, uçak ve yer temelli sistemler gerekse bilgisayar yazılım ve donanımlarındaki gelişmeler neticesinde sıkça kullanılır hale gelmiştir. Bu teknolojik gelişmeler ışığında daha önceleri sadece güvenlik amacıyla kullanılan insansız hava araçları artık pek çok nedenle sivil amaçlı olarak da kullanılmaktadır. İnsansız hava araçlarının kullanımını yaygınlaştıran nedenlerin başında insan hayatını riske etmemesi gelmektedir. Bunun yanı sıra insanlı hava araçlarına göre maliyetinin düşük olması ve yüksek manevra yeteneği de en önemli avantajları arasında yer almaktadır. Günümüzde doğa bilimleri çalışmalarında uzaktan algılama verilerinden elde edilen görüntülerden analizler yapabilmeyi sağlayan sınıflandırma çalışmaları bu teknolojik gelişmelerle farklı bir boyut kazanmıştır. Bu kapsamda piksel tabanlı sınıflandırma işlemlerinin yanı sıra özellikle yüksek çözünürlüklü veriler kullanarak yapılan görüntü analizi işlemlerinde nesne tabanlı sınıflandırma yöntemi de sıkça kullanılmaktadır. Akdeniz Üniversitesi merkez yerleşke arazisinde gerçekleştirilen bu çalışmada kullanılan temel veriler, insansız hava aracına (İHA) monte edilmiş elektromanyetik spektrumun görünür ve yakın kızılötesi bölgesinden elde edilen güncel veriler ve çalışma alanına ait yüksek çözünürlüklü WorldView-4 (WV4) uydu verileridir. Bu kapsamda çalışma alanı, İHA ve yüksek çözünürlüklü WV4 uydu verileri kullanılarak, piksel tabanlı ve nesne tabanlı sınıflandırma yöntemleriyle analiz edilmiştir. Çalışma iki temel aşamadan oluşmaktadır. Bunlar veri toplama ve hazırlık ile sınıflandırma aşamalarıdır. Çalışmanın ilk aşamasında yakın tarihli İHA ve uydu verileri temin edilmiştir. Bu aşamada verilere görüntü ön işleme ve görüntü zenginleştirme teknikleri uygulanarak analize hazır hale getirilmiştir. İkinci aşamada ise farklı sınıflandırma teknikleri ile bu veriler analiz edilmiştir. Yapılan bu çalışma sonucunda, alandaki arazilerin kullanım türleri farklı veriler ile piksel tabanlı sınıflandırma ve yeni bir yaklaşım olan nesne tabanlı sınıflandırma yöntemine göre ayrı ayrı analiz edilmiş ve elde edilen sonuçlar karşılaştırılarak hangi yöntemin başarılı olduğu ortaya konmuştur. Elde edilen bulgular neticesinde piksel tabanlı sınıflandırma yönteminde en yüksek genel doğruluk değeri % 54.92 ile WV4 uydusundan, nesne tabanlı sınıflandırma yönteminde ise % 75.40 ile İHA verilerinden elde edilmiştir.

Özet (Çeviri)

Remote sensing technologies have been used frequently in recent years as a result of developments in both satellite, aircraft and ground based systems as well as computer software and hardware. In the light of these technological developments, unmanned aerial vehicles, previously used for safety purposes, have been also used for civilian purposes for many reasons. The reason for the widespread use of unmanned aerial vehicles is not to risk human life. Besides, in comparison with manned aircraft, unmanned aerial vehicles have more important advantages such as low cost and high manoeuvre ability. Nowadays, classification studies, which provide analysis of images obtained from remote sensing data in natural sciences studies, have gained a different dimension with these technological developments. In this context, in addition to pixel-based classification processes, object-based classification method is frequently used in image analysis processes using high resolution data. The main data used in this study conducted on the central campus of Akdeniz University is the current data obtained from the visible and near infrared region of the electromagnetic spectrum mounted on unmanned aerial vehicle (UAV) and the high resolution WorldView-4 (WV4) satellite data of the study area. In this context, the study area was analysed with pixel-based and object-based classification methods using UAV and high resolution WV4 satellite data. The study consists of two basic stages. These are the stages of data collection and preparation and classification. In the first stage of the study, recently unmanned aerial vehicle and satellite data were obtained. At this stage, the data was prepared by using the image pre-treatment and image enrichment techniques. In the second stage, these data were analysed with different classification techniques. As a result of this study, the usage types of the lands in the area were analysed separately according to different data using pixel-based classification and a new approach known as object-based classification method, and the results were compared and it was revealed which method was more successful. As a result of the findings, while the highest overall accuracy value with pixel-based classification was found 54.92% using WV4, 75.40% value was found with object-based classification using unmanned aerial vehicle data.

Benzer Tezler

  1. Tez No

    820181

    İnsansız hava aracı ve planetscope sistemlerinden elde edilen spektral vejetasyon indekslerinin farklı parsel büyüklükleri için kullanım olanakları

    Possibilities of using spectral vegetation indices obtained from unmanned aerial vehicle and planetscope systems for different plot sizes

    MUHAMMET ONUR ÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    ZiraatOndokuz Mayıs Üniversitesi

    Tarımsal Yapılar ve Sulama Ana Bilim Dalı

    PROF. DR. EYÜP SELİM KÖKSAL

  2. Tez No

    905307

    Yüksek çözünürlüklü görüntülerde derin öğrenme tabanlı nesne tespiti için yeni bir önişleme yöntemi geliştirilmesi

    Development of a new preprocessing method for deep learning based object detection in high resolution images

    MUHAMMED TELÇEKEN

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. DEVRİM AKGÜN

    PROF. DR. SEZGİN KAÇAR

  3. Tez No

    849758

    Gelişmiş makine öğrenimi teknikleri ile çok zamanlı hava ve uydu görüntüleri kullanılarak mısır (Zea mays) türlerinin fenoloji tabanlı sınıflandırılması

    Phenology- based classification of maize (Zea mays) species using multi̇- temporal aerial and satellite imagery with advanced machine learning techniques

    OSMAN YAVUZ ALTUNTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Jeodezi ve FotogrametriGebze Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İSMAİL ÇÖLKESEN

  4. Tez No

    609595

    Unmanned aerial vehicles based 3D city modeling data collection, processing and analysis the case of Yavuz Sinan neighborhood

    İnsansız hava araç tabanlı 3D şehir modellemesi veri toplama, işleme ve analizi Yavuz Sinan mahallesi örneği

    ABDALRAHMAN ALASHI

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    DOÇ. DR. ÖZHAN ERTEKİN

  5. Tez No

    855042

    Investigating olive trees by monitoring phenological stages using multi-modal satellite sensor data

    Çok-modlu uydu sensör verileri kullanılarak fenolojik aşamalarının izlenmesiyle zeytin ağaçlarının araştırılması

    HAYDAR MUHAMMED AKÇAY

    Doktora

    İngilizce

    İngilizce

    2024

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞİNASİ KAYA

Geri Dön