An object-based classification approach to identify pumpkinand pumpkin flower using UAV imagery
İHA görüntülerini kullanarak balkabağı ve balkabağı çiçeğini tanımlamak için nesne tabanlı bir sınıflandırma yaklaşımı
- Tez No: 917254
- Danışmanlar: DR. IR LAMMERT KOOİSTRA
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Wageningen Universiteit
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 51
Özet
Uzaktan algılama yoluyla mahsul sınıflandırması, tarımsal yönetim için önemli bilgiler sağlar. İnsansız hava araçlarından (İHA) elde edilen yüksek çözünürlüklü görüntülerin mevcudiyeti, mahsul sınıflandırması için yeni fırsatlar sunmaktadır. İHA görüntülerini analiz etmek için, nesne tabanlı görüntü analizine (OBIA) dayalı mahsul sınıflandırması giderek daha fazla rapor edilmektedir. Bu nedenle, bu çalışmanın amacı, İHA görüntülerini kullanarak heterojen tarım alanındaki kabak ve kabak çiçeğini sınıflandırmak için bir OBIA yaklaşımı geliştirmektir. Önerilen yaklaşım iki adıma ayrılabilir: (1) Büyük Ölçekli Ortalama Kaydırma (LSMS) algoritması kullanılarak görüntü segmentasyonu ve (2) Rastgele Orman (RF) sınıflandırıcısı ile kabak ve kabak çiçeği sınıflandırması. Sınıflandırma için spektral özellikler, gri seviye eş-oluşum matrisine (GLCM) dayalı dokusal özellikler ve geometrik özellikler dahil olmak üzere çok çeşitli özellikler çıkarılmış ve bunların katkısı RF değişken önem ölçüsü ile değerlendirilmiştir. Sonuçlar, önerilen nesne tabanlı mahsul sınıflandırma yaklaşımının 0,94'lük tatmin edici bir genel doğruluk elde ettiğini göstermiştir. Sınıflandırma haritası, tarımsal yönetim ve ekonomik amaçlarla çiftçilere rehberlik etmek için kullanılabilecek kabak ve kabak çiçeğinin mekânsal dağılımını sağlar.
Özet (Çeviri)
Crop classification via remote sensing provides important information for agricultural management. The availability of high-resolution images from unmanned aerial vehicle (UAV) offers new opportunities for crop classification. To analyze UAV imagery, crop classification based on object-based image analysis (OBIA) has been increasingly reported. Hence, the purpose of this study is to develop an OBIA approach to classify pumpkin and pumpkin flower in the heterogeneous agricultural field using UAV imagery. The approach proposed can be divided into two steps: (1) image segmentation using the Large Scale Mean-Shift (LSMS) algorithm, and (2) a classification of pumpkin and pumpkin flower by Random Forest (RF) classifier. A wide range of features, including the spectral features, textural features based on the grey-level co-occurrence matrix (GLCM), and geometric features were extracted for classification, and their contribution was evaluated with the RF variable importance measure. The results have demonstrated that the proposed object-based crop classification approach achieved a satisfactory overall accuracy of 0.94. The classification map provides a spatial distribution of pumpkin and pumpkin flower that can be used to guide farmers for agricultural management and economic purposes.
Benzer Tezler
- Burned forest area mapping from post-fire sentinel-2 imagery using object-based machine learning classification
Nesne-tabanlı makine öğrenimi sınıflandırması kullanarak yangın sonrası sentinel-2 görüntülerinden yanmış orman haritalama
FİDAN ŞEVVAL BULUT
Yüksek Lisans
İngilizce
2024
Jeodezi ve FotogrametriHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA TÜRKER
- Mısır ve pamuk ekili alanların çok zamanlı uydu görüntüleri ve obje tabanlı sınıflandırma yöntemi ile tespiti
Identification of cotton and corn fields by object based classification using multitemporal satellite images
YAREN BAŞAK ÇELİK
Yüksek Lisans
Türkçe
2015
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ELİF SERTEL
- Determination of spatial distributions of greenhouses using satellite images and object-based image analysis approach
Nesne tabanlı sınıflandırma yaklaşımı ve uydu görüntüleri kullanılarak seraların mekansal dağılımının belirlenmesi
GİZEM ŞENEL
Doktora
İngilizce
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ÇİĞDEM GÖKSEL
PROF. DR. MANUEL ANGEL AGUILAR TORRES
- Salience of haptic features for interactive behavior classification in physical human-human/robot collaboration
Fiziksel insan-insan/robot işbirliğinde etkileşimli davranış sınıflandırmasında dokunsal özelliklerin öne çıkması
ZAID RASIM MOHAMMED AL SAADI
Doktora
İngilizce
2023
Makine MühendisliğiKoç ÜniversitesiMakine Mühendisliği Teknolojileri Ana Bilim Dalı
PROF. DR. ÇAĞATAY BAŞDOĞAN
YRD. DOÇ. DR. AYŞE KÜÇÜKYILMAZ AKDOĞAN
- 20. yüzyıl modern mimarlık mirasının değerlendirilmesi: IMÇ örneği
Assesment of 20th century modern architecture heritage: The case of IMÇ
SAADET KÖK
Yüksek Lisans
Türkçe
2016
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. İPEK AKPINAR