Otomatize edilmiş nesne tabanlı arazi örtüsü sınıflandırma modeli: Aşağı Seyhan ovası örneği
Automated object-based land cover classification model: Lower Seyhan plain case study
- Tez No: 729382
- Danışmanlar: PROF. DR. COŞKUN ÖZKAN, DOÇ. DR. CENK DÖNMEZ
- Tez Türü: Doktora
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
Aşağı Seyhan Ovası, tarımsal faaliyetler açısından Türkiye için en önemli alanlardan biridir. Bu nedenle bu bölge düzenli olarak izlenmelidir. Teknolojinin gelişmesi, tarımsal faaliyetlerin izlenmesinde uzaktan algılama tekniklerinin kullanılmasını sağlamıştır. Uzaktan algılama görüntülerinin kullanılması, birçok görüntü sınıflandırma algoritmasının geliştirilmesine de olanak sağlamıştır ve nesne tabanlı sınıflandırma, en yaygın kullanılan yöntemlerden biri haline gelmiştir. Literatürdeki diğer çalışmalardan farklı olarak, bu çalışmanın temel amacı, çalışma alanında yetişen mahsulleri nesne tabanlı sınıflandırma yöntemi ile otomatik olarak tespit eden ve verilerin yeniden toplanma ihtiyacını önleyen bir model oluşturmaktır. Aşağı Seyhan Ovası'nın farklı zamanlarda algılanan tüm Sentinel 2A görüntüleri için KNN yöntemi ile nesne tabanlı sınıflandırma yöntemi ile görüntü sınıflandırması yapılmış, arazi örtüsü ve mahsul haritaları oluşturulmuş, veri tabanı oluşturulmuş ve içinde yetiştirilen herhangi bir mahsul bilgisini elde etmek için otomatikleştirme aşaması yapılmıştır. Sınıflama ve doğruluk analizi için 300 noktaya ait veriler kullanılmıştır. Doğruluk analizi McNemar testi ile yapılmış ve 0.607 doğruluk elde edilmiştir. Çalışma yüksek doğrulukla tamamlanmıştır, bu nedenle Aşağı Seyhan Ovası'nda arazi örtüsünün ve yetiştirilen mahsulün ileride yapılacak çalışmalarda otomatik olarak tespit edileceği düşünülmektedir.
Özet (Çeviri)
Lower Seyhan Plain is one of the most important areas for Turkey in terms of agricultural activities. Therefore, this region should be observed regularly. The development of technology has enabled the use of remote sensing techniques in monitoring of agricultural activities. The use of remote sensing images has also enabled the development of many image classification algorithms and object-oriented classification has become one of the most commonly used methods. Unlike other studies in the literature, main goal of this study creation a model that automatically detects the crops grown in the study area by object-based classification method and prevent the need for re-collection of data. Image classification was performed by the KNN object-based classification method for all Sentinel 2A images of Lower Seyhan Plain which were sensed different time, land cover and crops maps were created, a database was created and automatization step was performed. For classification and accuracy analysis, crop information of 300 points was used. Accuracy analysis was performed by the McNemar test and an accuracy value of 0.607 was obtained. The study was completed with high accuracy, so it is thought that land cover and the crops grown in the Lower Seyhan Plain will be automatically detected in future studies.
Benzer Tezler
- Cloud detection and information cloning technique for multi temporal satellite images
Çok zamanlı uydu görüntüleri için bulut belirleme ve klonlama yöntemi
KAAN KALKAN
Doktora
İngilizce
2017
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. MİTHAT DERYA MAKTAV
- Deep learning-based building segmentation using high-resolution aerial images
Yüksek çözünürlüklü hava görüntüleri kullanarak derin öğrenme temelli bina bölütlemesi
BATUHAN SARITÜRK
Doktora
İngilizce
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
- LiDAR nokta bulutu verisi ve yüksek çözünürlüklü ortofotolar kullanarak bina çıkarımı için bir yaklaşım
An approach for building extraction using LiDAR point cloud data and high resolution orthophotos
GİZEM KARAKAŞ
Yüksek Lisans
Türkçe
2018
Jeodezi ve FotogrametriHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA TÜRKER
- Nesneye yönelik kural tabanlı sınıflandırma ve derin öğrenme yöntemleri ile otomatik yol çıkarımı olanaklarının araştırılması
Investigation of automatic road extraction possibilities with object oriented rule-based classification and deep learning methods
ZEYNEP BAYRAMOĞLU
Yüksek Lisans
Türkçe
2021
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ANİME MELİS UZAR DİNLEMEK
- Direkt radyografilerde derin öğrenme tabanlı nesne tanıma algoritması ile otomatik fraktür tespiti
Automatic fracture detection with deep learning based object detection algorithm in direct radiography
GÜL GİZEM PAMUK
Tıpta Uzmanlık
Türkçe
2023
Radyoloji ve Nükleer TıpSağlık Bilimleri ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. AHMET TAN CİMİLLİ