Hiperspektral bant görüntüleri kullanılarak füze izi tespiti ve arka plandan ayrılması
Detection of missile signature and seperation from background using hyperspectral band images
- Tez No: 759209
- Danışmanlar: PROF. DR. ZİYA TELATAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 145
Özet
Bu tezde farklı koşullarda alınan 194 adet hiperspektral görüntü kullanılarak sınıflandırma işlemi yapılmıştır. Sınıflandırma için görüntülerde bulunan bulut, yeryüzü, füze, füze egzoz dumanı ve gökyüzü verileri kullanılmıştır. İlk olarak verilere normalizasyon işlemi uygulanmış ve tüm veriler 0 – 1 aralığına ölçeklendirilmiştir. Sonrasında her sınıf için farklı sayılarda veriler toplanarak referans veri seti oluşturulmuştur. Referans veri setine temel bileşenler analizi (PCA), bağımsız bileşenler analizi (ICA), maksimum gürültü oranı (MNF) ve sinir ağları (NN) yöntemleri kullanılarak boyut azaltımı işlemi uygulanmıştır. Boyutu azaltılan verilere Kırmızı/Mavi uç (Red/Blue Spike) oranı sınıflandırma doğruluğunu artırmak için öznitelik olarak eklenmiştir. Boyutu azaltılan verilerin bir kısmı SVM ve AdaBoost sınıflandırıcılarının eğitiminde kullanılmıştır. Eğitim aşamasında kullanılmayan veriler ise sınıflandırıcıların test aşamasında girdi olarak verilmiştir. Eğitilen sınıflandırıcılar kullanılarak 194 adet hiperspektral görüntü sınıflandırılmıştır. Sınıflandırma aşamasında her sınıfa bir etiket değeri atanmış ve bu etiket değerine göre pikseller renklendirilmiştir. Elde edilen renklendirilmiş görüntüler hiperspektral görüntüler kullanılarak oluşturulan radyometrik görüntüler ile görsel olarak kıyaslanmıştır. Sınıflandırma algoritmalarının sonuçları alıcı işletim karakteristiği eğrileri (ROC curve), eğri altındaki alan (AUC) ve hata matrisleri gibi yöntemlere göre değerlendirilmiştir. Bu yöntem ile elde edilen incelemeler umut verici sonuçlar vermiştir.
Özet (Çeviri)
In this thesis, classification are performed using 194 hyperspectral images taken on different days. For classification, cloud, ground, missile, plume and sky data in the images are used. Firstly, normalization process was applied to the data and all data were scaled to the range of 0 - 1. Afterwards, different numbers of data are collected for each class and a reference data set is created. The dimension reduction process is applied to the reference data set by using PCA, ICA, MNF and NN methods. The Red/Blue spike ratio is added as a feature to the reduced size data to increase the classification accuracy. Some of the reduced size data is used in the training of SVM and Adaboost classifiers. The data that is not used in the training is given as input in the testing phase of the classifiers. 194 hyperspectral images are classified using the trained classifiers. During classification, a label is assigned to each class and pixels are colored according to this label. The obtained colorized images are visually compared with the radiometric images created using hyperspectral images. The results of the classification algorithms are evaluated according to methods such as ROC, AUC and confusion matrices. The studies obtain with this method have yielded promising results.
Benzer Tezler
- Hiperspektral Görüntüler Kullanılarak Füze İzinin Yanlış Alarm Kaynaklarından Ayrılabildiği Optimum Bant Aralığının Tespit Edilmesi Tezi
Determination of Optimum Band Width Where Missile Signature Can Be Separated from False Alarm Sources Using Hyperspectral Images
MUSTAFA GÜNHAN ÇETİNKAYA
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiMilli Savunma ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. ZİYA TELATAR
- Uydu görüntüleri kullanılarak hidrokarbon sızıntılarının belirlenmesi: Batman örneği
Determined hydrocarbon leakage using satellite imagery: Batman application
MEHMET BAHA DİNİBÜTÜN
Yüksek Lisans
Türkçe
2005
Jeodezi ve FotogrametriGebze Yüksek Teknoloji EnstitüsüJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. TAŞKIN KAVZOĞLU
- Hiperspektral görüntülerde spektral ve uzamsal enformasyonun ortaklaşa kullanımı ile sınıflandırılması ve bölütlenmesi
Classification and segmentation of hyperspectral images with joint usage of spectral and spatial information
UĞUR ERGÜL
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÖKHAN BİLGİN
- Hiperspektral veriler için kaynaştırma ile uzamsal çözünürlük artırımı
Hyperspectral spatial resolution enhancement by using unmixing
SEVCAN KAHRAMAN
Doktora
Türkçe
2019
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ TANGEL
- Hyperspectral imaging and machine learning of texture foods for classification
Dokulu gıdaların sınıflandırılmasında hiperspektral görüntüleme ve makine öğrenmesi
MUSA ATAŞ
Doktora
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Bölümü
PROF. DR. YASEMİN YARDIMCI ÇETİN
YRD. DOÇ. DR. ALPTEKİN TEMİZEL