- Geomatik
- Volume:4 Issue:3
- Kaynaştırılmış Görüntülerden Elde Edilen Doku Özellikleri ile DVM Sınıflandırma Performansının İyile...
Kaynaştırılmış Görüntülerden Elde Edilen Doku Özellikleri ile DVM Sınıflandırma Performansının İyileştirilmesi
Authors : Volkan YILMAZ
Pages : 190-199
Doi:10.29128/geomatik.507613
View : 8 | Download : 5
Publication Date : 2019-12-01
Article Type : Research Paper
Abstract :Uzaktan algılanmış görüntülerden elde edilen doku bilgisi yardımıyla yüksek doğruluklu arazi örtüsü haritalarının üretilmesi mümkündür. Kaynaştırılmış bir görüntüdeki doku bilgisinin sınıflandırma işlemine entegre edilmesinin sınıflandırma işleminin doğruluğuna olumlu yönde katkı yapması muhtemeldir. Bu çalışmada Brovey, Multiplicative insert ignore into journalissuearticles values(MCV);, PCA insert ignore into journalissuearticles values(Principal Component Analysis);, Gram-Schmidt insert ignore into journalissuearticles values(GS);, HPF insert ignore into journalissuearticles values(High-Pass Filtering);, Wavelet, Ehlers ve HCS insert ignore into journalissuearticles values(Hyperspherical Colour Sharpening); kaynaştırma yöntemleri kullanılarak bir WorldView-2 ÇB görüntüsü ile bir WorldView-2 PAN görüntüsü kaynaştırılmıştır. Elde edilen kaynaştırılmış görüntüler Watershed bölütleme insert ignore into journalissuearticles values(WB); algoritması ile bölütlenmiştir. Elde edilen bölütlerden dört adet eşdizimlilik doku özelliği çıkartılmıştır. Çıkartılan bu doku özellikleri destek vektör makineleri insert ignore into journalissuearticles values(DVM); sınıflandırıcısına entegre edilerek görüntü üzerindeki sınıfların birbirinden ayrılabilirliğinin arttırılması irdelenmiştir. Deneysel sonuçlar bütün kaynaştırma yöntemlerinden elde edilen doku özelliklerinin sınıflandırma doğruluğunu belli bir oranda arttırdığını göstermektedir. Wavelet ve Ehlers kaynaştırma yöntemlerinden elde edilen doku özelliklerinin sınıflandırma doğruluğunu %20.4 ve %18.9 oranında arttırarak bu alanda en başarılı kaynaştırma yöntemleri oldukları tespit edilmiştir.Keywords : görüntü kaynaştırma, doku özelliklerinin hesaplanması, görüntü sınıflandırma, destek vektör makineleri, görüntü bölütleme