Hiperspektral termal görüntülerde hedef tespiti
Target detection in hyperspectral thermal images
- Tez No: 839928
- Danışmanlar: DOÇ. DR. SENİHA ESEN YÜKSEL ERDEM, DOÇ. DR. ALPER KOZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 181
Özet
Bu tez, hiperspektral termal görüntüleri kullanarak hedef tespit yöntemlerini araştırmaktadır. Hiperspektral termal görüntüler, elektromanyetik spektrumun uzun dalga boyu kızılötesi bölgesinden toplanan verileri içeren görüntülerdir. Bu görüntülerin hedeflerin malzeme özelliklerine ilişkin ayrıntılı spektral bilgi sağlaması hedef tespitinde faydalıdır. Ancak, hedeflerin bulunduğu ortamın hava koşullarının değişmesi uzun dalga kızılötesi (LWIR) hiperspektral görüntülerde (HSG) hedefin yeniden saptanmasını zorlaştırmaktadır. Buradan yola çıkarak önerilen radyans verileri üzerinde sahne transferi yöntemi, hedefin zor tespit edilebildiği görüntüleri, hedefin ayırt ediciliği daha yüksek görüntülere dönüştürerek daha zor koşullarda tespit edilebilmesini sağlamıştır. Ayrıca radyans verisi üzerinde derin öğrenme tabanlı modellerle de hedef tespit çalışmaları gerçekleştirilmiş ve uzun kısa-süreli hafıza (LSTM) tabanlı modelin en iyi sonuçları verdiği görülmüştür. Ek olarak, radyans verisi üzerinde ve radyans verisine sıcaklık-salıcılık dönüşümü (TES) uygulanarak elde edilen salıcılık (emissiviy) verileri üzerinde imza tabanlı eşleştirme yöntemleri ile yapılan hedef tespit çalışmaları neticesinde salıcılık verisinin bir miktar daha iyi performans gösterdiği görülmüştür. Cisimlerin termal eylemsizlik ve ısı sığalarından kaynaklanan karakteristik ışıma özellikleri sebebiyle gün içerisindeki ısınma ve soğuma profilleri birbirinden farklı olmaktadır. Materyallerin zamansal ışıma karakteristiklerinden faydalanabilmek için önerilen yöntemde cisimlerin sıcaklık profilleri üzerinde, önerilen bir diğer yöntemde ise radyans verilerinin birleştirilmeleri ile oluşturulan zamansal LWIR HSG'ler üzerinde hedef tespiti gerçekleştirilmiştir. Son olarak LWIR HSG'ler üzerinde boyut düşürme teknikleri uygulanarak boyut azaltılmış ve hedeflerin tespitinde önemli olan dalga boyları belirlenmiştir. Nesnelerden yayılan ışıma ile nesnelerle aynı sıcaklıktaki siyah cisim ışıması arasındaki farktan yola çıkarak yapılan hata analizinde hedef nesneleri ayırt edici dalga boylarının bant seçim teknikleri ile bulunan dalga boylarına benzer olduğu gözlemlenmiştir.
Özet (Çeviri)
This thesis explores target detection methods using hyperspectral thermal images. Hyperspectral thermal images contain data collected from the long wavelength infrared region of the electromagnetic spectrum. These images provide detailed spectral information about the material properties of the targets, which is useful in target detection. However, changes in the weather conditions of the environment where the targets are located make it challenging to detect the target in long-wave infrared (LWIR) hyperspectral images (HSI). Based on this observation, a scene transfer method is proposed in this thesis which transforms the radiance data in the images where the target is difficult to detect, into the images with higher discrimination and hence, enables the detection of targets in more difficult conditions. In addition, target detection studies are carried out with deep learning-based models on radiance data and it is observed that the long-short-term memory (LSTM) based model gives the best results. Also, as a result of target detection studies performed with signature-based matching methods on the radiance data and on the emissivity data obtained by applying temperature-emissivity transform (TES) to the radiance data, it is observed that the emissivity data perform slightly better. The heating and cooling profiles of the objects during the day are different from each other due to the characteristic radiation properties arising from the thermal inertia and heat capacity of the objects. In order to benefit from the temporal radiation characteristics of the materials, target detection is performed on the temperature profiles of the objects in the proposed method, and on the temporal LWIR HSI's created by combining the radiance data in another proposed method. Finally, dimension reduction techniques are applied on LWIR HSI's, and the wavelengths that are important in detecting targets are determined. In the error analysis based on the difference between the radiation emitted from the objects and the black body radiation at the same temperature as the objects, it is observed that the wavelengths for distinguishing the target objects are similar to the wavelengths found by band selection techniques.
Benzer Tezler
- Termal ve hiperspektral görüntülerde hareketli hedef tespiti ve izlenmesi
Moving target detection and tracking on thermal and hyperspectral images
HAMİDULLAH BİNOL
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDULLAH BAL
- Preliminary design of an electric propulsion system for lunar nanosatellite mission
Nano uydulu ay görevinde kullanılacak bir elektrik itki sisteminin ön tasarımı
EMİNE ÇALIK
Yüksek Lisans
İngilizce
2019
Astronomi ve Uzay Bilimleriİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. ALİM RÜSTEM ASLAN
- Determining biophysical parameters of tea clonesusing the sensor gantry system
Başlık çevirisi yok
FATİH KIZILTAŞ
- Solution processable semiconductor thin films: Correlation between morphological, structural, optical and charge transport properties
Başlık çevirisi yok
DİLEK IŞIK
Doktora
İngilizce
2013
Metalurji MühendisliğiUniversité de Montréal (Ecole Polytechnique de Montréal)PROF. CLARA SANTATO
PROF. SYLVAIN TURENNE
- Hiperspektral görüntüler için spektral-uzamsal en yakın altuzay sınıflandırıcıları
Spectral-spatial nearest subspace classifiers for hyperspectral images
KEMAL GÜRKAN TOKER
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SENİHA ESEN YÜKSEL ERDEM