Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi-Cerrahpaşa, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, Türkiye
Tezin Onay Tarihi: 2018
Tezin Dili: Türkçe
Öğrenci: Fatih Mehmet TEKCAN
Danışman: Ahmet Sertbaş
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:
Hiperspektral görüntüler nesnelerden yansıyan enerjinin dar ve sürekli aralıklı çok sayıda dalga boyu bandında ölçümü ile edilir. Ölçülen spektral değerler spektral imza niteliğinde olup her bir nesne için ayırt edici bir özellik olmaktadır. Spektral imza kullanılarak nesnelerin sınıflandırılması yapılabilmektedir. Bu tez çalışmasında hiperspektral görüntülerin spektral-uzamsal sınıflandırılmaları üzerinde çalışılmıştır. Spektral bilgilerin yanında hiperspektral görüntüden elde edilecek uzamsal özelliklerin de hiperspekral görüntü sınıflandırmada kullanılması amaçlanmıştır. Hiperspektral görüntüler yüksek boyutlu verilerden oluştuğu için sınıflandırma başarımını ve hesaplama performansını etkilemektedir. Temel Bileşen Analizi boyut indirgeme yöntemi kullanılarak en bilgilendirici ve ayırt edici bantlar elde edilmiştir. Elde edilen bu bant görüntülerinden yüksek bilgiye sahip uzamsal öznitelikler elde edilmiştir. Uzamsal özniteliklerin elde edilmesi için örüntü tanımada yaygın olarak kullanılan Yerel İkili Örüntü, Gabor Filtresi ve Yönlü Gradyant Histogramı yöntemleri kullanılmıştır. Elde edilen spektral-uzamsal öznitelikler Destek Vektör Makineleri ve Evrişimsel Sinir Ağları ile sınıflandırma yapılmıştır. Öznitelik birleştirme ve karar birleştirme yöntemleri uygulanarak sınıflandırma sonuçları elde edilmiştir. Sınıflandırma deneyleri Indian Pines, Pavia University ve Salinas veri kümeleri ile yapılmıştır. Sınıflandırma sonuçları farklı metrikler ile sunulmuş ve sonuçlar değerlendirilmiştir. Az sayıda bant ve düşük sayıda eğitim örnekleri alınarak yapılan deneylerde spektral ve uzamsal özniteliklerin birlikte kullanılması sınıflandırma başarımını artırdığı görülmüştür.