Hiperspektral görüntülerin bölütleme ve seyrek gösterim temelli sıkıştırılması
Segmentation and sparse representation based compression of hyperspectral images
- Tez No: 619110
- Danışmanlar: DOÇ. DR. MEHMET KEMAL GÜLLÜ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Electrical and Electronics Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 85
Özet
Hiperspektral görüntüler, yüksek miktarda veri içermektedir. Verinin iletilmesi ve saklanması maliyetli yapılar gerektirdiği için yüksek veri miktarları azaltılmak istenmektedir. Bu sebeple, iletimde bant genişliğini düşürmek ve depolamada daha az bellek alanı kullanmak için veri sıkıştırmaya ihtiyaç duyulmaktadır. Bu çalışma kapsamında, hiperspektral verileri daha iyi sıkıştırabilmek için özgün yöntemler geliştirilmiştir. Geliştirilen yöntemler süperpiksel bölütleme temelli olup sözlük öğrenmesi ve seyrek gösterim işlemleri barındırmaktadır. Önerilen yöntemler veriyi ilk olarak süperpiksellere ayırmaktadır. Daha sonra sözlük oluşturmada kullanmak için her bir süperpikselden belirli sayıda rastgele spektral imza alınmaktadır. Alınan bu imzalar PCA yardımıyla sözlük için atomlara dönüştürülmektedir. Oluşturulan sözlük yardımıyla her bir süperpiksel için seyrek katsayılar hesaplanmaktadır. Son olarak, hesaplanan seyrek katsayılar ve sözlük entropi kodlama yardımıyla sıkıştırılıp iletilmektedir. Geliştirilen yöntemler yüksek veri sıkıştırma oranlarına çıkılmasına katkı sağlamaktadır. Ayrıca geliştirilen yöntemler, anomali olan piksellerin korunmasında verimli bir şekilde çalışmaktadır. Son olarak önerilen yöntemlerin, literatürdeki güncel kayıplı sıkıştırma yöntemleriyle performansı birçok metrikle kıyaslanmaktadır.
Özet (Çeviri)
Hyperspectral images contain large amounts of data. Since data transmission and storage require costly structures, high amounts of data are desired to be reduced. Therefore, data compression is needed to reduce bandwidth in transmission and to use less memory space in storage. In this study, specific methods have been developed to better compress the hyperspectral data. The methods developed are based on superpixel segmentation and include dictionary learning and sparse representation. The proposed methods first divide the data into superpixels. Then a certain number of random spectral signatures are obtained from each superpixel for use in dictionary creation. These signatures are converted into atoms for a dictionary using PCA. With the help of the generated dictionary, sparse coefficients are calculated for each superpixel. Finally, the calculated sparse coefficients and the dictionary are compressed and transmitted with the help of entropy coding. The developed methods contribute to high data compression rates. In addition, the developed methods work efficiently in the protection of anomalous pixels. Finally, the performance of the proposed methods with the current lossy compression methods in the literature is compared with many metrics.
Benzer Tezler
- Hiperspektral görüntülerin kayıpsız sıkıştırılması için tahmin temelli yaklaşımlar
Prediction based approaches for lossless compression of hyperspectral images
ALİ CAN KARACA
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET KEMAL GÜLLÜ
- Hiperspektral görüntülerin dönüşüm temelli yöntemler ile sıkıştırılması
Compression of hyperspectral images by transformation based methods
ERGÜN CAN
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET KEMAL GÜLLÜ
- 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
- Hiperspektral görüntülerde LiDAR destekli spektral bölütleme
LiDAR aided spectral segmentation on hyperspectral images
ORHAN TORUN
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SENİHA ESEN YÜKSEL
- Hiperspektral görüntü analizinde ileri spektral ve uzamsal yöntemler
Advanced spectral and spatial methods for hyperspectral image analysis
İBRAHİM ONUR SIĞIRCI
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN BİLGİN