Hiperspektral görüntü sınıflandırmada faz korelasyonu ve 1-bit temelli yaklaşımlar
Hyperspectral image classification approaches using phase correlation and 1-bit transform
- Tez No: 259493
- Danışmanlar: YRD. DOÇ. DR. MEHMET KEMAL GÜLLÜ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hiperspektral görüntüler elektromanyetik spektrumun morötesi, görünür bölge ve kızılötesi aralığında farklı dalgaboylarında dar bantlarda alınan görüntülerden oluşturulmaktadır. Hiperspektral görüntüler bir piksel için farklı bantlarda özellikler taşıdıkları için, pikseller arasındaki en küçük farklılıkların bile yakalanabilmesine olanak tanırlar. Bu özellikleri ile hedef tespiti ve birbirine yakın farklı sınıfların ayırt edilmesi gibi gerçeklenmesi zor uygulamalar için vazgeçilmezdir. Ayrıca gelişen teknoloji ile birlikte maliyetin düşmesi hiperspektral görüntüleme sistemlerinin tercih sebebini arttırmaktadır.Bu nedenle tez kapsamında hiperspektral görüntülerin bölütlenmesi ve sınıflandırılması yeni yöntemlerin geliştirilmesi üzerinde çalışılmıştır. İlk olarak hiperspektral verilerin faz korelasyonu temelli eğitimsiz sınıflandırması değerlendirilmiştir. Bu sınıflandırmanın alan büyütme yaklaşımı ile çalışmasından kaynaklanan hatalı bölütlerin bir son işlem ile güncellenmesi sağlanmıştır ve sonuçları iyileştiği gösterilmiştir.Hiperspektral verilerin içerdikleri yüksek spektral veri miktarından dolayı bölütlenmeleri zaman almaktadır. Bu yüzden diğer bir çalışmada Temel Bileşen Analizi (TBA) ile verinin öz imgesi bulunarak tek banda indirgenmektedir. Öz imgenin kenar bilgisinden faydalanılarak bölütleme işlemini hızlı şekilde gerçekleyen bir yöntem geliştirilmiştir. Son olarak, sınıf temsilcileri kullanan bir eğitimli sınıflandırma yöntemi gerçekleştirilmiştir. Sınıfın eleman sayına uygun olarak temsilci sayısını belirleyen yöntem, literatürdeki benzer çalışmalar ile kıyaslanarak başarımı arttırdığı gösterilmiştir.
Özet (Çeviri)
Hyperspectral images are obtained from different spectral bands of ultraviolet, visible and infrared regions of the electromagnetic spectrum by target illumination. Hyperspectral images gives possibility to distinguish small differences between pixels due to that pixels include lots of spectral information. Hence, hyperspectral images are indispensable to perform difficult applications such as target detection or distinguish classes are close to each other in classification. Hyperspectral imaging solutions are preferred for lots of applications as the result of technological developments in this area in last yearsIn this thesis, new methods for segmentation and classification of hyperspectral images, have been developed.Unsupervised classification of hyperspectral images based on the phase correlation is evaluated firstly.A post processing is utilized to reduce misclassified pixels arisen from the region growing based segmentation and the segmentation accuracy is increased.Due to hyperspectral images have high amount of data, segmentation is generally time consuming. For this reason, principle component analysis is used for spectral dimensionality reduction and the dominant eigenimage is selected in the next method. A new fast segmentation algorithm is performed based on edge information obtained from eigenimage. Finally, a supervised classification method which use multiple class representatives, is proposed. Number of class representatives is chosen according to the total number of training data in each class and it is shown that classification accuracy is better than similiar methods.
Benzer Tezler
- Akıllı hiperspektral sınıflandırma
Smart hyperspectral classification
BEGÜM DEMİR
Yüksek Lisans
Türkçe
2007
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ.DR. SARP ERTÜRK
- Makine öğrenmesi ile hiperspektral görüntü sınıflandırma
Hyperspectral image classification with machine learning
FATİH MEHMET TEKCAN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERTBAŞ
DR. ÖĞR. ÜYESİ TOLGA ENSARİ
- Hiperspektral görüntülerde anomali saptama için arka plan çıkarımı
Background extraction for anomaly detection in hyperspectral images
YUNUS EMRE ŞAHİN
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiGebze Teknik ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. KORAY KAYABOL
- An experimental analysis of feature selection algorithms in hyperspectral image classification
Hiperspektral görüntülerın sınıflamasında öznitelik seçim algoritmalarının deneysel analizi
HAMED GHOLAMI VIJOUYEH
Yüksek Lisans
İngilizce
2017
İletişim Bilimleriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
YRD. DOÇ. DR. GÜLŞEN TAŞKIN KAYA
- Spectral and spatial classification of hyperspectral images
Hiperspektral görüntüler, spektral uzamsal sınıflandırma
EMAD MOUSELLI
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Aydın ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NECİP GÖKHAN KASAPOĞLU