Hiperspektral görüntülerde bileşik çekirdek kovaryans tanımlayıcı ile hedef tespiti
Target detection on hyperspectral images with composite kernel covariance descriptor
- Tez No: 414208
- Danışmanlar: PROF. DR. ABDULLAH BAL
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Haberleşme Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hiperspektral görüntüleme, diğer görüntüleme tekniklerine göre sağladığı avantajlar ve hiperspektral görüntüleme teknolojisindeki hızlı gelişmelere bağlı olarak yaygın bir şekilde kullanılır hale gelmiştir. Yüksek bant genişliğine ve veri işlenme süresinin uzun olmasına rağmen, hiperspektral görüntüleme, yüksek spektral çözünürlüğü ve görüntü üzerindeki materyale duyarlı olması nedeniyle sıklıkla kullanılmaktadır. Bu çalışmada hiperspektral görüntüler üzerinde çekirdek kovaryans tanımlayıcı(ÇKT) ve bileşik çekirdek kovaryans tanımlayıcı(BÇKT) yöntemleriyle hedef tespiti uygulaması yapılmıştır. Önerilen yöntemlerin hedef tespiti başarısı, yöntemlerin AVIRIS, KSC (Kennedy Space Center), PAVIA ve ÇATALCA01 veri setleri üzerinde uygulanmasıyla klasik kovaryans tanımlayıcı (KT) ile karşılaştırılmıştır. Uygulama sırasında AVIRIS ve KSC veri setlerinde tüm sınıflar, ÇATALCA01 ve PAVIA veri setlerinde ise sadece belirli hedef sınıflar uygulamaya dahil edilmiştir. Yapılan uygulamalarda ÇKT ve BÇKT yöntemlerinin KT yöntemine göre daha başarılı sonuçlar verdiği görülmüştür. Ayrıca uygulamalar sırasında KT yöntemi için farklı öznitelikler kullanılmış, bunların sonuca olumlu etkisi değerlendirilmiştir. Çalışma kapsamında spektral bilgilerin yanı sıra uzamsal bilgiler de kullanılmış, bu bilgiler BÇKT yönteminin uygulanması sırasında uygulamaya dahil edilmiş ve daha iyi sonuçlar elde edildiği görülmüştür.
Özet (Çeviri)
Hyperspectral imaging has become popular because of its advantages over the other imaging techniques and rapid improvements on hyperspectral technologies. In spite of its high banwidth and time-consuming process, because of its high spectral resolution and sensitivity to material on the image, hyperspectral imaging is often used in image processing. In this thesis, target detection is performed with Kernel Covariance Descriptor and Composite Kernel Covariance Descriptor on hyperspectral images. Target detection successes of proposed methods are compared to classical covariance descriptor (CD) by applying these methods on AVIRIS, KSC (Kennedy Space Center), PAVIA and ÇATALCA01 datasets. During the tests, all classes of KSC and AVIRIS and specific target classes of ÇATALCA01 and PAVIA datasets are included. The test results show that KCD and CKCD methods return better results than classical CD. Also, during the tests, different image features are applied to CD method and the results are evaluated. Within the scope of this work, spatial data is also included with spectral data for CKCD method and better results are found.
Benzer Tezler
- Fukunaga-Koontz dönüşümü tabanlı algoritmaların geliştirilmesi ve hedef tespiti-sınıflandırma uygulamaları
Development of Fukunaga-Koontz transform based algorithms and target detection-classification applications
HAMİDULLAH BİNOL
Doktora
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HERMAN SEDEF
- Classification of hyperspectral images with ensemble learning methods
Hiperspektral görüntülerin topluluk öğrenme yöntemleri ile sınıflandırılması
UĞUR ERGÜL
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN BİLGİN
- Uzaktan algılama verileri kullanılarak kuraklık olaylarının alansal, zamansal ve frekans analizleri: Ege bölgesi örneği
Spatio-temporal and frequency analysis of drought events via remote sensing data: Case study of Aegean region
SEMRA KOCAASLAN KARAMZADEH
Doktora
Türkçe
2022
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. NEBİYE MUSAOĞLU
- Hiperspektral görüntülerde boyut indirgeme ve hedef belirleme
Target detection and dimension reduction on hyperspectral images
CEMALETTİN KOÇ
Yüksek Lisans
Türkçe
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ADBULLAH BAL
- Hiperspektral görüntülerde boyut indirgeme yöntemlerinin karşılaştırmalı analizi
A comparative analysis of dimension reduction methods in hyperspectral imagery
ÖZER AKYÜREK
Yüksek Lisans
Türkçe
2012
Jeodezi ve FotogrametriKocaeli ÜniversitesiJeodezi ve Jeoinformasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. OZAN ARSLAN