FBE- Geomatik Mühendisliği Lisansüstü Programı - Doktora

Bu koleksiyon için kalıcı URI

http://hdl.handle.net/11527/47

Gözat

Konu "Agriculture" ile FBE- Geomatik Mühendisliği Lisansüstü Programı - Doktora'a göz atma
  • Öge
    Tarımsal Haritalamada Orta Çözünürlüklü Uydu Verileri İle Proses-tabanlı Görüntü Analizi
    (Fen Bilimleri Enstitüsü, 2011-06-13) Avcı, Zehra Damla Uça ; Sunar, Filiz ; Geomatik Mühendisliği ; Geomathic Engineering
    Günümüzde teknoloji pek çok alanda insanoğlunun günlük hayatta kullandığı işleri daha sistematik, doğruluklu, hızlı ve minimum insan etkileşimi ile otomatikleştirmek üzere gelişmektedir. Bilgi teknolojilerinin birçok alanında olduğu gibi geo-enformasyon alanında da daha hızlı ve hassas bilgiye ihtiyaç artmaktadır. Bugün, uzaktan algılama alanındaki görüntü analizlerinde proses tabanlı sistemler hala uzman etkileşimi gerektirmesine rağmen, gelecekte çok daha fazla işlem adımının tam otomatik olarak gerçekleştirilebileceği akıllı sistemler yer alacaktır. Bu tezin hazırlanmasındaki ana motivasyon uzaktan algılama uygulamalarındaki otomasyon olup, görüntü analizi için proses-bazlı bir prosedür tasarlanmıştır. Tez kapsamında, tarımsal faaliyetlerin periyodik nükseden yapısı nedeni ile proses bazlı tasarım için uygun olduğu düşünülerek, tarımsal haritalama amaçlı görüntü işleme prosesi hazırlanmıştır. Hazırlanan proses çok-zamanlı görüntü setini girdi olarak kullanmakta ve otomatik aşamalı sistem ile sınıflandırılmış görüntü çıktısı sağlamaktadır. Optik ve radar olmak üzere iki ayrı veriseti için iki ayrı proses yazılmıştır. Uydu veri setleri olarak 2007 yılına ait 5 adet SPOT 4 ve 1997 yılına ait 6 adet JERS görüntüsü kullanılmıştır. Çalışma alanı olarak Türkgeldi Tarım İşletmesi seçilmiştir. Çalışmada Türkgeldi Tarım İşletmesi’nden alınan ürün haritaları yardımcı veri olarak kullanılmıştır. Proseste görüntü analizi yöntemi olarak nesne-tabanlı sınıflandırma yöntemi seçilmiştir. Bu yöntemde sınıfların hem spektral özellikler hem de şekil, doku, komşuluk gibi diğer özellikler ile tanımlanması avantajı sağlanmaktadır. Çok-zamanlı verisetleri üzerinde ilk adım olarak segmentasyon işlemi yapılmıştır. Sınıf tanımları yapılarak her parametre için sınıf aidiyet kriteri ve sınıflar için dağılım fonksiyonları belirlenmiştir. Gerektiğinde sınıf tanımlayıcı parametreler mantık operatörleri ile birleştirilmiştir. İkinci adım olarak oluşturulan görüntü nesnelerine fuzzy teorisine dayalı olarak yapılan sınıflandırma işlemi ile üyelik değerleri atanmıştır. Sınıflandırma gerektiği kadar seviyede gerçekleştirilmiştir. Sınıflar hiyerarşik bir ağ yapısı altında birbirleri ile alt-üst sınıf ilişkisi içerisindedirler. Uygulamada proses çalıştırılarak aşamalı olarak sınıflandırma işlemlerini tamamlamakta ve sonuç çıktıya ulaşmaktadır. Çalışmanın değerlendirilmesi amacı ile nesne-tabanlı görüntü sınıflandırma işleminin doğruluk analizi yapılmıştır. Her iki veriseti için ayrı ayrı olmak üzere segmentasyon ve sınıflandırma işlemlerinde karşılaşılan sorunlar ve çözüm yaklaşımları değerlendirilerek otomasyon açısından hazırlanan prosesin başarısı değerlendirilmiştir.