Yere nüfuz eden radar verilerinde öznitelik çıkarımı ve sınıflandırma
Feature extraction and classification in ground penetration radar data
- Tez No: 930724
- Danışmanlar: PROF. DR. AYDIN YEŞİLDİREK, PROF. DR. MEHMET SEZGİN
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 125
Özet
Bu tez çalışmasında, yeraltı görüntüleme teknolojilerinden biri olan GPR kullanılarak, taklit mayın ve diğer gömülü nesnelerin ikili ve çoklu sınıflandırılması üzerine bir çalışma gerçekleştirilmiştir. Çalışma, GPR verilerinin işlenmesi, öznitelik çıkarımı ve sınıflandırma aşamalarını içermektedir. GPR verilerinin işlenmesinde; gürültü azaltma, arka plan çıkarımı, bölütleme ve çeşitli filtreleme teknikleri gibi yöntemler kullanılmıştır. Bu işlemler, GPR verilerinin daha temiz ve analiz edilebilir hale getirilmesini sağlamıştır. Öznitelik çıkarımı aşamasında; Fourier dönüşümü, parabol uydurma, nesne alanına yönelik öznitelikler, ikili GPR görüntüsündeki beyaz bölge alanları, beyaz bölge ortalamaları ve beyaz bölge momentleri gibi özellikler elde edilmiştir. Tez kapsamında, MATLAB AppDesigner kullanılarak GPRVAT (GPR Visual Analysis Tool) isimli bir arayüz geliştirilmiştir. Bu arayüz, veri işleme ve sınıflandırma sürecini kolaylaştırmış ve sistematik bir şekilde gerçekleştirilmesini sağlamıştır. Gerçek GPR verileri üzerinde yapılan deneyler, ikili ve çoklu sınıflandırmada yüksek başarı oranları elde edildiğini göstermiştir. Deneysel sonuçlar, GPR verilerinin doğru bir şekilde işlenmesinin ve öznitelik çıkarımı süreçlerinin optimize edilmesinin, sınıflandırma performansını önemli ölçüde artırdığını göstermiştir. İkili sınıflandırma ile mayın diğer cisimlerden ayrıt edilirken, çoklu sınıflandırma ile farklı gömülü nesne türleri başarıyla sınıflandırılmıştır.
Özet (Çeviri)
In this thesis, a study was conducted on the dual-class and multiclass classification of surrogate mines and other buried objects using GPR, one of the subsurface imaging technologies. The study encompasses the stages of GPR data processing, feature extraction, and classification. For GPR data processing, methods such as noise reduction, background removal, segmentation, and various filtering techniques were utilized. These processes enhanced the clarity and analyzability of the GPR data. During the feature extraction phase, characteristics such as Fourier transform features, parabolic fitting, object area features, white region areas in binary GPR images, white region averages, and white region moments were derived. As part of the thesis, an interface named GPRVAT (GPR Visual Analysis Tool) was developed using MATLAB AppDesigner. This tool facilitated the systematic execution of the data processing and classification workflow, making the entire process more efficient. Experiments conducted on real GPR data demonstrated high success rates in both dual-class and multiclass classification tasks. The experimental results revealed that accurately processing GPR data and optimizing feature extraction processes significantly enhance classification performance. While dual-class classification successfully detected the presence of mines, multiclass classification effectively differentiated between various types of buried objects.
Benzer Tezler
- Yere nüfuz eden radar verilerinde tel tespiti için aktarım ve çok görevli öğrenme yöntemleri
Transfer and multi task learning methods for wire detection from ground penetrating radar data
ENVER AYDIN
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SENİHA ESEN YÜKSEL
- Yere nüfuz eden radar görüntülerinde derin öğrenme ile askeri anlamda tehdit oluşturabilecek gömülü alanların tespiti
Detection of buried areas that can cause military threat with deep learning in ground penetreating radar images
NİHAT ÖZSOY
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent ÜniversitesiSavunma Teknolojileri ve Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET DİKMEN
- Yere nüfuz eden radarlarda öğrenme tabanlı yeni kargaşa giderme yöntemleri
New learning-based clutter removal methods in ground penetrating radar
EYYUP TEMLİOĞLU
Doktora
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. IŞIN ERER
- Missing data recovery in GPR with deep learning
Derin öğrenme ile GPR görüntülerinde veri kurtarma
KÜBRA TAŞ
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. IŞIN ERER
- Kuzey Kıbrıs'ta 14. yüzyıl yapılarında taşıyıcı sistemi etkileyen 20. yüzyıl müdahalelerinin hasarsız test yöntemleriyle saptanması
Detection of 20th century interventions affecting the structural system in 14th century buildings in Northern Cyprus with non-destructive test methods
CEM TANERİ
Doktora
Türkçe
2024
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. YEGAN KAHYA SAYAR