Fusion of hyperspectral and depth data using morphological image processing for pixel-based classification
Başlık çevirisi mevcut değil.
- Tez No: 854404
- Danışmanlar: PROF. DR. GONZALO R. ARCE, PROF. DR. KENNETH E. BARNER, PROF. DR. BABATUNDE A. OGUNNAİKE
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: University of Delaware
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
The availability of multi-sensor data from the same field of view has increased drastically with recent developments in sensor technologies. There are many image processing algorithms to extract different features of objects from sensors, but no singlesensor technology is sufficient to provide dependable classification. Extracting features from multiple sources with morphological operations gives rise to problems like the curse of dimensionality, which degrades the performance of the classifier and considerably increases the computational time. In order to overcome this problem, in this project the features are fused in a lower dimensional space, while as much information as possible about the features of the pixels is preserved. In this way, the classification performance of the given system can be enhanced.
Özet (Çeviri)
Özet çevirisi mevcut değil.
Benzer Tezler
- Hiperspektral ve LİDAR verilerinin öznitelik ve karar seviyelerinde tümleştirilmesi ve derin evrişimli sinir ağlarıyla sınıflandırılması
Fusion of Hyperspectral and LIDAR datasets with feature and decision based methods and classification with deep convolutional neural networks
MESUT SALMAN
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. SENİHA ESEN YÜKSEL
- Hiperspektral ve LIDAR verilerde fiziksel model gözetilerek hedef tespiti
Target detection by physical model observations in hyperspectral and LIDAR dataset
EMRAH ODUNCU
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SENİHA ESEN YÜKSEL
- Lidar ve hiperspektral verilerde gölgelik alanların incelenmesi
Analysis of shadow regions in lidar and hyperspectral datasets
MUSTAFA BOYACI
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SENİHA ESEN YÜKSEL
- New techniques for classification, enhancement, and fusion of multispectral remote sensing images
Uzaktan algılanmış görüntülerde sınıflandırma, netleştirme ve füzyon tekniklerine yeni bir yaklaşım
GÜLÇİN YİĞİTLER
Yüksek Lisans
İngilizce
2005
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF.DR. OKAN ERSOY
Y.DOÇ.DR. TURGAY İBRİKÇİ
- Hiperspektral görüntü ve LiDAR verisinin koşullu rastgele alanlar yöntemi ile birleştirilmesi ve sınıflandırılması
Fusion and classification of hyperspectral images using conditional random fields
HAKAN AYTAYLAN
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SENİHA ESEN YÜKSEL