Çok Spektrumlu Görüntülerden Bilgi Çıkartmada Uzaysal Filtrelemenin Etkisi

Abstract

Bu çalışma, arazi kullanımı açısından çeşitliliğin görüldüğü bir alanda, özellikle insan yapısı özelliklerin sınırlarını keskinleştirerek en iyi ayırtedilebilirliği sağlayan uzaysal filtreleme yöntemini belirlemek ve diğer filtreleme yöntemleriyle karşılaştırmak ve arazi kullanım sınıflarını doğru olarak belirlemek amacıyla iki aşamalı olarak gerçekleştirilmiştir. Çalışmanın ilk aşamasında, görüntü zenginleştirme metodlarından birisi olan uzaysal filtreleme tekniği kullanılmıştır. Uzaysal filtreler, görsel yorumlanabilirliği artırmak ve bilgi çıkarımını gerçekleştirmek için çeşitli boyutlarda ve özelliklerde seçilmiştir. Çalışmada kullanılan filtreler; 3x3 ve 5x5 boyutlarındaki yüksek geçirgenli filtre, kenar zenginleştirme filtresi, Laplacian filtresi, Laplacian kenar zenginleştirme filtresi, yüksek frekansları güçlendiren filtre ve yönsel filtredir. Çalışmanın ikinci aşamasını oluşturan sınıflandırma adımında ise uygulanan filtre algoritmalarının orijinal görüntü üzerindeki kantitatif etkisini araştırmak için orijinal görüntü ve filtrelenmiş görüntüler kontrolsüz sınıflandırma yöntemlerinden ISODATA algoritmasıyla sınıflandırılmış ve görüntülerin doğruluk analizleri yapılarak sonuçlar karşılaştırılmıştır.

In this study, spatial filtering techniques were compared each other to identify better spatial filtering method for sharpening feature edges, especially man-made features and to discrimination of accurate land use classes for the heterogeneous study area. The study consists of two stages. First of these stages, spatial filtering as one of the digital image enhancement methods was performed. Spatial filters for different sizes and properties were chosen to increase visual interpretation and to extract features. Chosen 3x3, 5x5 size filters were high pass filter, edge enhancement filter, Laplacian filter, Laplacian edge enhancement filter, high boost filter, directional filter. Second of these stages, image classification was performed. In this stage, original image and filtered images were classified with ISODATA unsupervised classification algorithm for researching quantitative effect on original image of filtering algorithms. And then classified images were performed accuracy assessment and results were compared.