Görüntü sınıflandırmasının keskinleştirme ve yapay sinir ağları ile zenginleştirilmesi
Enhancement of image classification with image sharpening and neural networks
- Tez No: 692110
- Danışmanlar: DOÇ. DR. CENK DÖNMEZ
- Tez Türü: Yüksek Lisans
- Konular: Peyzaj Mimarlığı, Landscape Architecture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 107
Özet
Çalışmanın amacı, Seyhan Havzası alanında uydu sensörlerinden elde edilmiş görüntüsü ve bu görüntünün keskinleştirilmiş versiyonu üzerinde görüntü sınıflandırmasının yapay sinir ağları kullanılarak yapılması ve sonuçların analizinden keskinleştirme işleminin verimliliğine dair bir tablo oluşturulmasıdır. Çalışma Seyhan Havzası'na ait uydu görüntülerinin Sentinel-2 görevinden temin edilip bu görüntülerden keskinleştirme işlemi ile yeni bir görüntü üretip toplamda iki görüntüye ayrılması şeklinde başlamaktadır. Ardından bu görüntüler üzerinde ROI'lar oluşturularak iki farklı görüntü seti elde edilmiştir. Bu görüntü setleri daha sonra bir yapay zekâ algoritmasında eğitilmiş ve iki farklı eğitim modeli üretilmiştir. Bunların yardımı ile ilk işleme sokulan iki görüntü sınıflandırılmış ve bunların sınıflandırma görüntüleri elde edilmiştir. Bunlar üzerinde yer gerçeği verileri ile doğruluk analizleri yapılmıştır. Elde edilen doğruluk sonuçları genel ve sınıf temelli birbirleri ile karşılaştırılmış ve iki görüntü arasındaki verimlilik farkını ortaya koyan bir karşılaştırma tablosu üretilmiştir.
Özet (Çeviri)
The aim of the study is to make image segmentation processes using artificial neural networks on two satellite images in the Seyhan Basin area, one unprocessed and the other with sharpening, and to create a comparison table on the efficiency of the sharpening process from the analysis of the results. The study starts by obtaining the satellite images of the Seyhan Basin from the Sentinel-2 mission, producing a new image from these images by sharpening then separating them into two images in total. Then, ROIs were created on these data and two different labeled image sets were obtained. These sets of images were then trained in an artificial intelligence algorithm and two different training models were produced. With the help of these, the first two images were classified. Accuracy analysis with ground truth data was performed on these. The obtained accuracy results were compared with each other based on general and class, and a comparison table was obtained that revealed the difference in efficiency between the two images.
Benzer Tezler
- Görüntü pekiştirmede kullanılan uyarlanır bulanık maskeleme tekniği için en uygun süzgeç ve parametre seçimi analizi
Analysis of optimum filter and parameters selection for adaptive unsharp masking in image enhancement
ONUR JANE
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAKKI GÖKHAN İLK
- Modeling spatial context in transformer-based whole slide image classification
Dönüştürücü tabanlı tüm slayt sınıflandırmasında uzaysal bağlamın modellenmesi
CİHAN ERKAN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SELİM AKSOY
- Deep learning architectures for smart urban scene analysis
Akıllı kentsel sahne analizi için derin öğrenme mimarileri
TUBA DEMİRTAŞ
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiAkıllı Sistemler Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL BURAK PARLAK
- Hiperspektral görüntülerin sınıflandırılmasında uzamsal-spektral yaklaşımlar
Spatial-spectral approaches in classification of hyperspectral images
HASAN ALİ AKYÜREK
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BARIŞ KOÇER
- Kenevir bitkisinin uydu görüntüleri ile makine öğrenimi kullanılarak spektral değerlerinin incelenmesi
Cannabis sativa L. spectral discrimination using satellite imagery machine learning
FATİH BIÇAKLI
Yüksek Lisans
Türkçe
2022
Jeodezi ve FotogrametriEskişehir Teknik ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
DOÇ. DR. GORDANA KAPLAN