Polarimetric Synthetic Aperture Radar Data Classification
POLARİMETRİK YAPAY AÇIKLIKLI RADAR VERİ SINIFLANDIRMA
- Tez No: 580745
- Danışmanlar: Assoc. Prof. Dr. NECİP GÖKHAN KASAPOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Sınıflandırma, Yapay Açıklıklı Radar, SAR Polarimetri, Orman Görüntüleme, SAR, Sentetik açıklık, Sentetik açıklık radarı, Classification, Synthetic Aperture Radar, SAR Polarimetry, Forest Monitoring, Specific absorption rate, Synthetic aperture
- Yıl: 2019
- Dil: İngilizce
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Polarimetrik radar ile dünya yüzeyindeki hedefleri görüntülemek sıklıkla kullanılan etkin bir tekniktir. Çoğu radar sensörü küresel veya yerel alanların gözlenmesi, hedef tespit edilmesi ve sınıflandırılmasında kullanılır. Bu verilerin sınıflandırılmasındaki temel amaç, insanları karar alma, karasal çevreyi analiz etme ve yorumlama çabalarını desteklemektir. Orman evriminin doğru ve etkin olarak belirlenmesi uzaktan algılama tekniklerinin makina öğrenmesi algoritmalarıyla birlikte kullanılarak mümkün olabilir. Ormana ilişkin veriler aktif radarlar veya optik sensörler kullanılarak uzaktan algılama ile elde edilebilirler. Bununla birlikte, bulut örtüsü gibi birçok hava kısıtlaması nedeniyle, optik veriler her zaman yeryüzeyine ait veri içermezler. Polarimetrik Yapay Açıklıklı Radar (PolSAR), tüm gün ve tüm hava koşullarında veri sağlayabildiği için orman envanteri için etkin bir araçtır. PolSAR verileri optik verilere kıyasla, gündüz ve gece ayrıca bulut durumundan bağımsız farklı frekanslarda veri sağlayabildiğinden önemli bir araştırma alanı haline gelmiştir. Bunun için bu tezler hem denetimli hem de denetimsiz öğrenme için çeşitli yöntemler kullanarak PolSAR verilerinin sınıflandırılması gerçekleştirilmiştir. Deneylerde veri seti olarak gerçek veri olan P, L ve C bantlarında tam polarimetrik veriler kullanılmıştır. Nezer ormanı için veri kümesi AIRSAR PolSAR verisi olup S2 veri formatındadır. Bu bölgeye ait referans yer verisi mevcuttur. Bu alanın sınıflandırılmasında P, L ve C band tam polarimetrik veri ağaç yaşlarını ve çıplak toprak gibi toplam 7 farklı sınıfı belirlemek için kullanılmıştır. Bu tezde, sınıflandırma başarımları bazı denetimli ve denetimsiz öğrenme teknikleri için yapılmıştır. Denetimli öğrenme için Mahalanobis uzaklığına dayalı parametrik bir yöntem ve destek vektör makinası kullanılmıştır. Yöntemleri başarım analizleri yapılmıştır.
Özet (Çeviri)
Radar-based imaging is a popular technique used for Earth Observation. Most radar instrument focus on observation, detection and classification of global or local areas. The main goal of these applications is to support humans in their efforts to make decisions, analyze and interpret the terrestrial environment. Forest evolution has been a main area of attention for the remote sensing and machine learning communities. Forest information can be achieved by remote sensing, whether by using active radars or optical instruments. However, due to several weather constraints, such us cloud cover, limited information can be recovered using optical data sets. Polarimetric Synthetic Aperture Radar (PolSAR) provides a powerful tool for forestry inventory, thanks to its capabilities all day and all weather. Also, this technique provides more information and can imaging the terrain surface independent of weather conditions. The PolSAR image classification has become an imperative research field. For this, these thesis deal with the classification of PolSAR data using various methods for both unsupervised and supervised classification. Nezer forest dataset is provided by AIRSAR in S2 format and ground truth to apply supervised classification. The classification of the area is used to determine the tree ages, and the bare-soil areas. The aim of this work is to apply different classification method in Matlab and compare the final results. Also, find the optimal features which will give high accuracy in supervised methods.
Benzer Tezler
- Polarimetrik sar ve optik uydu görüntülerinin veri füzyonu ile sınıflandırma analizi
Classification analysis of polarimetric sar and optical satellite images with data fusion
EMİNE AÇIKSARI
Yüksek Lisans
Türkçe
2019
Jeodezi ve FotogrametriÇanakkale Onsekiz Mart ÜniversitesiCoğrafi Bilgi Teknolojileri Ana Bilim Dalı
DOÇ. DR. ÖZGÜN AKÇAY
- Integration of optical and synthetic aperture radar imagery for improving crop mapping
Ürün deseni haritası üretimini iyileştirmek üzere optik ve sentetik açıklıklı radar görüntülerinin entegrasyonu
ROUHOLLAH NASIRZADEHDIZAJI
Doktora
İngilizce
2020
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. FÜSUN BALIK ŞANLI
PROF. DR. ZİYADİN ÇAKIR
- Crop classification with polarimetric synthetic aperture radar images: Comparative analysis
Polarimetrik sentetik açıklıklı radar görüntüleri ile ürün deseni sınıflandırması: Karşılaştırmalı analiz
MUSTAFA ÜSTÜNER
Doktora
İngilizce
2020
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. FÜSUN BALIK ŞANLI
DOÇ. DR. GÖKHAN BİLGİN
- A deep learning based method for classification of polarimetric sar data
Polarimetrik sar verilerinin sınıflandırılması için derin öğrenmeye dayalı bir yöntem
İKRAM BEN-WARRAK
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Aydın ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NECİP GÖKHAN KASAPOĞLU
- Optik ve radar uzaktan algılama görüntüleri kullanılarak litolojik birimlerin farklı sınıflandırma teknikleri ile karşılaştırılması
Comparison of lithological units with different classification techniques using optical and radar remote sensing images
HATİCE SEVAL MANAP
Doktora
Türkçe
2022
Jeoloji MühendisliğiAkdeniz ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. BEKİR TANER SAN