Theses supervised by Doç. Dr. Murat Uysal
15 theses · Afyon Kocatepe University
Kültürel mirasın üç boyutlu modellenmesi ve web ortamında sunulması
Bilişim teknolojilerinin gelişmesi ve toplumun geneline yayılması ile birlikte kültürel mirasın sergilendiği müzelerde elektronik ortama taşınarak sanal müze veya e-müze olarak adlandırılan yeni bir müze kavramı ortaya çıkmıştır. Bu çalışmada, kültür varlıklarımızı sanal müze anlayışı ile internet üzerinden milyonlarca müze kullanıcısının ziyaretine açmak, kültür varlıklarının tanıtımını sağlamak, ülkemize gelen turist sayısını arttırmak, insanlığın bilgi ve kültür birikimine katkıda bulunmak, toplum üzerinde kültür varlıklarının korunmasına yönelik bilincin oluşmasını sağlamak amacıyla, Aizanoi Antik Kenti ve Kütahya Arkeoloji Müzesi'nin tanıtımına yönelik bilgilerin, fotoğrafların, videoların, haritaların ve antik eserlere ait 3 boyutlu modellerin yer aldığı, görselliğin ve bütünlüğün bir arada olduğu ziyaretçilerin keyifli bir gezinti yapmalarını sağlayacak sanal müze modeli oluşturulmuştur. Çalışma kapsamında oluşturulan uygulama ile ülkemiz topraklarının geniş bir bölümüne yayılmış olan kültürel mirasın korunabilmesi, dokümantasyonun yapılması ve sürdürülebilir bir anlayışla gelecek nesillere aktarılmasında bir model oluşturabileceği sonucuna varılmıştır.
Tarihi yapıların dokümantasyonunda lazer ve görüntü tabanlı nokta bulutlarının birlikte kullanılması
Yersel lidar ile elde nokta bulutlarının, yapıların durumlarından, şekillerinden veya arazinin yeterli kullanılamamasından kaynaklanan eksik verierin, fotogrametrik yöntemlerden faydalanarak oluşturulan görüntü tabanlı nokta bulutu verileri ile tamamlanması. Yersel lidar ile oluşturduğumuz nokta bulutu verisi üzerine, bu veriye bütünleşik ve tamamlayıcı olacak şekilde, İHA ile çekilen fotoğraflardan oluşturulan görüntü tabanlı nokta bulutu verilerinin entegre edilmesi amaçlanmaktadır.
Uydu görüntüleri ile kıyı çizgisi değişimi ve risk analizi: Konyaaltı örneği
Kıyılar ilk çağlardan bugüne insanlar tarafından konut, ulaşım, ticaret ve turizm nedeniyle çok sık tercih edilmektedir. Ülkemizde her yıl milyonlarca turistin ziyaret ettiği, Antalya ili, Konyaaltı ilçesinin dünyaca ünlü plajlarında kıyı çizgisinde yaşanılan erozyon tehlikesinin dikkate alınmaması telafisi olmayan sonuçlar doğuracaktır. Kıyı alanlardaki değişimin belirlenmesi geleceği yönelik daha uygun planlar ve kararlar alınmasına imkan tanımaktadır. Son zamanlarda, uydu görüntüleri veya insansız hava araçları kullanarak elde edilen koordinatlı görüntüler yardımıyla, kıyı çizgisinde ve kıyı kullanımındaki zamansal değişimin izlenmesi yaygın bir şekilde kullanılmaktadır. Bu tez çalışmasın da, farklı tarihlere ait uydu görüntülerinden tez konusu sahada yer alan kıyı çizgisindeki değişimin belirlenmesi amaçlanmıştır. 1975 yılından 2016 yılına kadar 41 yıllık kıyı değişimi izlenmiş ve erozyonun sebepleri belirlenerek risk analizi yapılmıştır. Yapılan risk analizinin sonuçları ayrıntılı olarak değerlendirilmiştir.
3B nokta bulutlarından bina tespiti
Uzaktan algılama teknolojileri ile elde edilen verilerden binaların tespit edilmesi çalışmaları günümüzün önemli araştırma konularından biridir. Nüfus hareketlerinden, şehir gelişimine, kaçak yapı gözleminden döküm çıkarımına kadar birçok alanda ihtiyaç duyulan bina tespiti işleminin doğru ve otomatik olması da önemlidir. Bu tez çalışmasında, Light Detection and Ranging (LiDAR) sistemi ve İnsansız Hava Araçlarından (İHA) elde edilmiş hava fotoğrafları kullanılarak Hareket Tabanlı Yapısal Algılama (SfM) ile üretilen nokta bulutu verileri kullanılarak 4 farklı alanda bina tespiti ve bina izdüşümü alanı çıkarımı yapılmıştır. Bu tez çalışmasında temel yaklaşım olarak binaların yükseklikleri sebebiyle oluşturduğu dokuların diğer objelerden farklı olduğu ve bu durumun bina tespitinde kullanılabileceği görüşü benimsenmiştir. Bina tespiti konusunda farklı kaynaklardan elde edilen veri setleri ve yöntemleri kullanan birçok çalışma mevcuttur. Bu tez çalışmasında ise farklı amaçlar için kullanılan Benzemezlik doku parametresi, bina tespitinde kullanılarak bu alandaki çalışmalara katkı sunulmuştur. Tüm bu çalışmalarda ortak problem bitkilerin binalara karışması olduğu söylenebilir. Literatürdeki çalışmalarda bu problem bitki indeksi ya da sınıflandırma gibi yardımcı verilerle çözülürken bu çalışmada Aşınma operatörü kullanılarak herhangi bir yardımcı veriye gerek kalmadan bitkiler büyük oranda temizlenmiştir. Önerilen yöntem farklı bölgelerde farklı veri kaynaklarıyla elde edilen verilere uygulanmıştır. ISPRS'den temin edilmiş Vaihingen test alanda elde edilen sonuçlar diğer araştırmacıların sonuçlarıyla karşılaştırılmıştır. Vaihingen test alanında Kalite parametresi sonuçları birinci bölgede %76,6 ikinci bölgede %89,4 ve üçüncü bölgede %90,9 olarak hesaplanmıştır. Elde edilen sonuçlar diğer araştırmacıların sonuçlarıyla karşılaştırılarak yöntemin tutarlılığını ortaya koymuştur. Sonuç olarak yardımcı veri setlerine ihtiyaç duymadan, farklı topografya ve bina özellikleri taşıyan bölgelerde ve farklı veri setlerinde uygulanan yöntem ile elde edilen sonuçlar, Benzemezlik doku parametresinin bina tespiti çalışmalarında kullanılabileceğini göstermektedir.
Muğla kıyı sularının uzaktan algılama tekniği ile su kalitesinin belirlenmesi ve haritalanması
Kıyısal, sulak ve deniz ekosistemleri için su kalitesi canlı yaşamı açısından en önemli kıstastır. Bu nedenle özellikle kıyısal sulak alanlarda su kalitesinin belirlenmesi ve bu alanların sürekli izlenmesi; kıyısal ekosistemin sağlıklı bir şekilde devamlılığının sağlanması, insanoğlunun deniz suyu üzerindeki tahribatının engellenmesi ve suyun ekonomik kullanımı yönünden büyük önem taşımaktadır. Bu çalışmada; Ülkemiz sınırları içerisinde yer alan ve her yıl milyonlarca turistin ziyaret noktası hâline gelen, en önemli deniz ekosistemlerine ev sahipliği yapan Muğla ilinin kıyısal sularına yönelik olarak Uzaktan Algılama teknolojisinin sağladığı imkânlar doğrultusunda su kalitesini belirleyen ana parametrelerden olan Askıda Katı Madde, Çözünmüş Oksijen, Klorofil-a konsantrasyonları ve Sıcaklık değerleri belirlenerek klasik yersel yöntemler sonucunda belirlenen laboratuvar sonuçları ile karşılaştırılmıştır. Sonuç olarak yersel yöntemler ile elde edilen laboratuvar verileri ile Uzaktan Algılama teknolojisi kullanılarak elde edilen veriler arasında ilişki, tutarlılık yönünden değerlendirilmiş ve Muğla ilinin sahip olduğu korunan alanların yönetimine nasıl katkı sağlayacağı incelenmiştir. Anahtar Kelimeler: AKM, ÇözünmüĢ Oksijen, Klorofil-a, Sıcaklık, Su Kalitesi
Eğik resim fotogrametrisi ile 3 boyutlu model üretimi
daha sonra doldurulacaktır
Ps-Insar ile yerkabuğu hareketlerinin incelenmesi: Bolvadin örneği
Son yıllarda interferometrik yapay açıklı radar tekniği, yeryüzünde meydana gelen deformasyonların incelenmesinde yeni bir araç olarak kullanılmaktadır. Üretebildiği yüksek kaliteli topografya bilgisi ile deformasyon belirlenmesinde jeodezi bilimine yeni bir yön getiren bu teknik, geri dönen sinyallerin gecikmelerini kullanarak sinyal işleme tekniğiyle bunları yüksek çözünürlüklü görüntülere dönüştürmektedir. Aynı zamanda, diğer yöntemlerden farklı olarak geniş bir çalışma alanı sağlamakta ve çok hassas sonuçlar vermektedir. Bu nedenle de yerbilimi araştırmacıları, söz konusu bu tekniği basta yer kabuğu deformasyonu çalışmaları olmak üzere diğer alanlarda da uygulamaktadırlar. Bu bilgiler ışığında bu hazırlanan tez çalışmasında Afyonkarahisar'a ait Bolvadin ilçesinin şehir merkezi için zeminde meydana gelen zamana bağlı yükseklik değişimlerinin InSAR yöntemiyle incelenmesi amaçlanmıştır. Bu amaç doğrultusunda, interferometrik yapay açıklıklı radar tekniği meydana gelen yerkabuğu hareketlerinin incelenmesi için kullanılmış ve bunun için de TerraSAR-X uydusuna ait radar görüntülerinden Temmuz 2016'dan Temmuz 2018'a kadar olan dönemi kapsayan 17 görüntü kullanılmıştır. Oluşturulan interferogramlar iki yıllık süreçte gözlenen konum değişikliklerinin, radar bakış yönünde yaklaşık 12.5 milimetreye ulaşan yerkabuğu hareketlerini ortaya çıkardığı tespit edilmiştir.
İnsansız hava araçları ile üretilen sayısal yüzey modellerinin doğruluğu
Daha sonra doldurulacaktır.
Alışveriş merkezleri için CBS tabanlı en uygun yer seçimi analizi: Üsküdar ilçesi örneği
Alışveriş merkezleri için uygun yer seçimini inceleyen çalışmada alanın ulaşılabilirlik, cazibe merkezlerine yakınlığı, topolojik yapısı, çevresinde bulunan farklı alışveriş merkezlerini kullanan müşterilere uygulanan anket çalışması kapsamında incelenmiştir. Yapılan çalışmada CBS kullanılarak gerekli verilerin elde edilmesi, düzenlenmesi, sorgulanması ve analizini amaçlayan bu sistem planlanan çalışmanın hız kazanmasına, güvenilir bilgi elde edilmesine, alternatifler arasından en uygun yerin seçilmesi için karar desteği sağlamıştır. Bu çalışmadaki amaç, bir araç olarak CBS'den faydalanılarak, Üsküdar ilçesinde anket çalışması ile yeni modern alışveriş merkezleri için belirlenen ölçütlerle en uygun yer seçimi sağlanabilmesi için bir model üretmektir. Karar desteğinin sağlanabilmesi için CBS tabanlı ÇÖKA kapsamında kullanılmıştır. Belirlenen ölçütlerin birbirine göre bağıl ağırlıklarının belirlenmesinde İkili karşılaştırma yöntemi kullanılmıştır. Katmanlar oluşturulduktan sonra normalleştirilmiş ve ağırlıkları ile birlikte sentezlenerek sentez haritası oluşturulmuştur. Oluşturulan sentez haritası üzerinde alternatif alanlar içerisinde kalan değerlerin ortalamaları alınarak elde edilen verilere göre göre kurulacak alışveriş merkezleri için belirlenen alternatif 5 tane alanın uygunluğu en yüksekten en düşüğe sıralanmıştır.
Nokta bulutu filtreleme teknikleri ile eşyükseklik eğrisi üretimi
Üç boyutlu (3B) nokta bulutu verileri yeryüzünde bulunan objelerin koordinat ve yükseklik değerlerini içeren nokta verilerdir. Günümüzde nokta bulutu üretimi, hava LiDAR sistemleri ve gelişen optik/fotogrametrik yazılımlar sayesinde oldukça kolaylaşmış ve kullanım alanı oldukça yaygınlaşmıştır. Bu tez çalışmasında ise küçük ölçekli fotogrametrik haritalar için ormanlık alanlarda, 3B nokta bulutu filtreleme yöntemleri ile eşyükseklik eğrisi üretilmiştir. Bunun için az, orta ve çok yoğunluklu ağaçlık ve orta engebeli alanlar olmak üzere seçilen üç farklı alanda, 3B nokta bulutu verisi, sayısal hava kamerası ile çekilmiş kızılötesi bant değerlerine sahip hava fotoğraflarından Semi Global Matching (SGM) algoritması ile üretilmiş ve bu alanlardaki ağaçlık alanlar; noktaların spektral değerleri ile ve açık kaynak kodlu bir yazılımda bulunan Cloth Simulation Filter (CSF) algoritması ile filtrelenmiştir. Daha sonra bu verilerden Triangular Irregular Network (TIN), Inverse Distance Weighting (IDW) ve Kriging yöntemleri ile Sayısal Arazi Modeli (SAM) oluşturularak bu yüzeylerden eşyükseklik eğrileri üretilmiştir. Elde edilen sonuçlara bakıldığında, nokta bulutu verisindeki ağaçlık alanları noktaların spektral değerlerinden faydalanarak filtrelemek, CSF algoritması ile filtrelemeye göre daha başarılı olmuş ve TIN enterpolasyonu ile üretilen sayısal arazi modelinin IDW ve Kriging yöntemleri ile üretilen modele göre referans sayısal arazi modelini daha iyi yansıttığı görülmüştür. Ayrıca bu yüzeyden üretilen eşyükseklik eğrileri incelendiğinde ise az ve orta yoğunluklu ağaçlık alanlarda eşyükseklik eğrilerin yatay ve düşey olarak karesel ortalama hatalarının, arazinin eğim değerlerine göre belirlenen tecviz sınırları içerisinde kaldığı görülmüştür. Ancak çok yoğun yani zeminin hiç görülemediği sürekli ağaçlık alanda ise eşyükseklik eğrilerin yatay ve düşey karesel ortalama hataları tecviz sınırlarını aşmıştır.
İnsansız hava aracı ile elde edilen veriler yardımıyla bina tespiti
Günümüzde teknolojiye paralel olarak veri toplama teknolojileri de gelişme göstermiştir. Özellikle uydu, lidar ve insansız hava aracı (İHA) gibi uzaktan algılama platformları ile veri toplama araçları çeşitli çalışmalarda kullanılmaya başlanmıştır. Bu tür veri toplama donanımları ile hızlı bir şekilde çok yoğun veriler toplanabilmektedir. Elde edilen yoğun verilerden anlamlı olanların tespit edilmesi gerekmektedir. Özellikle hızlı bir şekilde gelişim gösteren yerleşim alanlarındaki değişimler için birçok detayın izlenmesi gerekmektedir. Bu amaç doğrultusunda istenen detayların yoğun veri kümelerinden çıkarımı yapılmalıdır. Bu çalışmada insansız hava aracı (İHA) ile elde edilen görüntülerden üretilen nokta bulutu ve ortofoto görüntüler kullanılarak binaların çıkarımı üzerine uygulama gerçekleştirilmiştir. Çalışma kapsamında Afyon ilinde bulunan Afyon Kocatepe Kampüsü sınırlarında bulunan binaların tespiti amaçlanmıştır. Çalışmada kullanılan kural setleri daha sonra test verisinde uygulanmıştır. Seçilen veri setleri fotogrametrik yazılımlarda değerlendirilerek orta ve yüksek yoğunlukta nokta bulutları ile ortofotolar üretilmiştir. Üretilen farklı yoğunluktaki nokta bulutları Pix4D, Quick Terrain ve VRMesh yazılımlarında sınıflandırılmıştır. Ortofoto görüntülere nesne tabanlı sınıflandırma yaklaşımı uygulanarak eCognition yazılımında bina tespiti yapılmıştır. eCognition yazılımında yapılan nesne tabanlı uygulamaların sınıflandırılmasında objeler bina ve bina olmayan diye iki sınıfa ayrılmıştır. Çalışma sonucunda tespit edilen binaların doğruluğunu araştırmak üzere doğruluk analizi yapılmıştır. Ortofotolara ve nokta bulutlarına ait doğruluk analizleri karşılaştırılmıştır. Afyon veri setine ait üretilen farklı yoğunluktaki verilerin analizi yapılmıştır. Orta yoğunlukta verilere ait en yüksek kalite değeri % 78.69 ile Pix4D yazılımında, yüksek yoğunluktaki verilere ait en yüksel kalite değeri % 84.84 ile VRMesh yazılımında bulunmuştur. İsviçre veri setinde, orta ve yüksek yoğunluklu veri setinde kalite % 80.01, %85.32 olarak VRMesh yazılımında belirlenmiştir. Ortofoto görüntülerinde ise; İsviçre veri setinin kalitesi %92.64 değer ile Afyon veri setine göre daha iyi sonuç vermiştir. Çalışma sonucunda ortofoto görüntülerinden yapılan sınıflandırmanın nokta bulutu verilerine göre daha doğru sonuçlar verdiği gözlemlenmiştir.
İnsansız hava aracı ile elde edilen veriler yardımıyla yol tespiti
Teknolojinin gelişmesi ile veri toplama yöntemleri, dünya yüzeyi hakkında daha fazla bilgi edinme fırsatı sunmaktadır. Elde edilen verilerdeki yoğunluk, bu verilerdeki anlamlı olanların çıkarımını zorunlu kılmıştır. Önceleri, istenen detayların çıkarılması operatörler tarafından manuel olarak yapılmaktaydı. Bu durum zaman ve maliyet yönünden olumsuz karşılanmaktadır. Gelişen detay çıkarma yöntemleri sayesinde, ihtiyaç duyulan nesnelerin otomatik tespiti daha hızlı ve kolay hale gelmiştir. İnsansız Hava Aracı (İHA) ile elde edilen yüksek çözünürlüklü görüntülerden bilgi almak için bir nesnenin ve çevresinin mekânsal ve spektral bilgilerini kullanmamız gerekir. Bu tür uzaktan algılanan verilerden bilgi elde etmek için piksel tabanlı yaklaşımlar uygulanırsa yalnızca spektral bilgi kullanılır. Bu nedenle, piksel tabanlı yaklaşımlar yüksek çözünürlüklü görüntü sınıflandırmasını karşılayamaz ve bilgi çıkarma yalnızca gri düzey eşikleme yöntemlerine dayandırır ve bu da kullanıcının büyük verilerle uğraşmasını gerektirir. Bu durum zengin bilgi içeriğine sahip yüksek çözünürlüklü görüntülerde uygulanan piksel tabanlı sınıflandırma yönteminde bina, yol, park vb. kesin sınırlar içeren kentsel alanlardan hassas veri çıkarımı oldukça güçleştirir. Bu eksiklik mevcut bilgi işlem teknolojilerine bağlı olarak gelişmiş görüntü analiz ve sınıflandırma yaklaşımlarını da beraberinde getirmiştir. Dolayısıyla günümüz görüntü işleme ve uzaktan algılama teknolojilerinde, nesne tabanlı sınıflandırma yaklaşımları yoğunlukla kullanılmaya başlanmıştır. Bu çalışmada benzer konumsal çözünürlüğe sahip ortofoto görüntüleri kullanılarak nesne tabanlı sınıflandırma yöntemi ile yolların ve benzeri hatların belirlenen kural ve işlemler ile otomatik tespiti amaçlanmıştır. Bu tez çalışmasında, İHA ile toplanan veriler fotogrametrik tekniklerle değerlendirilmiş ve Definiens eCognition yazılımında nesne tabanlı sınıflandırma yöntemi kullanılarak yol tespiti yapılmıştır. Nesne tabanlı sınıflandırma yöntemiyle; algılanan verilerin mekansal, spektral ve bağlamsal bilgi gibi farklı nesne özelliklerine göre uzaktan sınıflandırılmasının mümkün olduğu gösterilmiştir. Daha sonra, jeodezik yöntemle çizilen vektör veriler ile tespit edilen yolların karşılaştırılması yapılmıştır. Tez kapsamında görünür ve kızılötesi bölgede elde dilen görüntüler kullanılarak beş farklı çalışma yapılmıştır. İHA ile elde edilen ham veriler değerlendirilip nesne tabanlı sınıflandırma yaklaşımı ile sayısal ortamda otomatik yol tespiti ve sınıflandırılması yapılmıştır. Çalışma sonucunda ortofoto görüntüsünden nesne tabanlı yaklaşım ile tespit edilen yollar ile hâlihazır harita ve elle sayısallaştırma sonucu elde edilen yollar kullanılarak istatiksel analiz yapılmıştır. Yapılan beş farklı çalışmada kullanıcı doğrulukları %85 ile %91 arasında değişmektedir. Genel doğruluklar ise en düşük 0.7520 en yüksek 0.8768 hesaplanmıştır. Karşılaştırılması sonucunda, elde edilen sonuçların güven aralığı içerisinde olduğu tespit edilmiştir. Bu durum, nesne tabanlı sınıflandırma yönteminin; mekânsal çözünürlüğün resimlerdeki spektral yansıma değeri ile artması durumunda, yol detaylarının otomatik olarak belirlenmesine olumlu katkıda bulunabileceğini göstermektedir.
İnsansız hava aracı ile elde edilen veriler yardımıyla ağaç tespiti
Günümüzde teknolojinin ilerlemesi ile birlikte her konuda olduğu gibi haritacılıkta da bilgiye ulaşmak kolaylaştı. Eskiden aylar alan veri toplama aşaması, günümüzde insansız hava araçları ile kısa sürede gerçekleştirilmeye başlandı. Yersel veri toplama yöntemlerinin aksine, insansız hava aracı ile veri toplandığında arazi ile ilgili en ufak detaylara kadar bilgi sahibi olmaya başladık. Bununla birlikte ortaya yeni bir sorun çıktı. Toplanılan bu verilerin işlenmesi ile ilgili olan bu sorun, bilgisayar başında operatörlerin uzun zamanlar harcayarak verileri işlemesi ile çözülmeye çalışsa da, yeterince verimli olmadı. Bu tez çalışmasında, veri toplamada olduğu gibi verinin işlenmesi konusunda da doğruluğa dikkat edilerek, zamandan tasarruf yapma ve işlenilen bu verilerin çeşitli coğrafi bilgi sistemlerine aktarılmasını hedeflenmektedir. Tez çalışması, RGB(Red-Green-Blue) bantları bulunan iki farklı alanda yapılmıştır. Çalışmada, insansız hava aracı ile toplanan dijital görüntüler, Pix4D yazılımında değerlendirmiş ve görüntülerden ortofoto, sayısal yükseklik modeli ve sayısal arazi modeli üretilmiştir. Üretilen bu veriler yardımı ile eCognition programında nesne tabanlı sınıflandırma yapılması hedeflenmiştir. Nesne tabanlı sınıflandırma yaparken görüntü segmentasyon aşamasında gruplara ayrıştırılıp, benzer niteliklere sahip segmentler belirlenen indis değerlerine göre sınıflandırılmıştır. Yine eCognition yazılımında kontrol verisi üretilip, hata matrisi yardımı ile doğruluk analizi yapılmıştır. Doğruluk analizi ile sınıflandırma arasındaki uyum hesaplanmıştır.
Uzaktan algılama verilerinin derin öğrenme ile sınıflandırılması
Bu araştırmada, uzaktan algılama platformları vasıtasıyla elde edilen görüntülerden kentsel nesnelerin otomatik olarak sınıflandırılması sorunu için Derin Öğrenme ağları önerilmiş ve önerilen ağlar kendi aralarında doğruluk, zaman kullanımı ve ağ karmaşıklığı gibi konularda karşılaştırılmışlardır. Günümüzde anlamsal bölütleme için geliştirilmiş Derin Öğrenme mimarilerinin, uzaktan algılanmış görüntülerde kentsel nesnelerin otomatik sınıflandırılmasında etkili olacağı düşüncesi ile UNet, SegNet ve PSPNet gibi anlamsal bölütlemede kendini kanıtlamış mimariler kullanılmıştır. Sınıflandırma için kullanılan görüntüler Uluslararası Fotogrametri ve Uzaktan Algılama Birliği (UFUAB) kullanıma sunduğu Vaihingen ve Potsdam verileridir. Vaihingen veri setinin eğitim ve test kısmında ücretsiz bulut sistemi olan Google Colab kullanılmış ve bu tür ağların eğitiminde maliyetin düşürülmesi için büyük bir alternatif sunulmuştur. Potsdam veri setinin eğitim ve test aşamasındaysa bir iş istasyonu kullanılmıştır. Yapılan çalışmadaki tüm kodlar Python yazılım dili kullanılarak yazılmıştır. Çalışmadan elde edilen sonuçlara bakıldığı zaman; her iki veri seti içinde genel olarak SegNet daha başarılı performans göstermiştir. UNet' tende SegNet' e yakın sonuçlar elde edilmiştir. Ancak PSPNet diğer iki mimariye göre daha kaba görünmektedir.
Hiperspektral görüntü sınıflandırma uygulamalarında makine ve derin öğrenme kullanımı
Uzaktan algılama (UA) ile elde edilen görüntüler dünya yüzeyindeki nesneler hakkında detaylı bilgi toplanmasını mümkün kılmaktadır. Elde edilen görüntülerin sınıflandırılmasıyla oluşturulan arazi örtüsü haritaları kaynakların izlenmesi, çevresel değişimin tespiti ve planlama gibi birçok alanda geniş bir kullanım alanına sahiptir. Dolayısıyla harita kullanıcıları doğru ve güvenilir arazi örtüsü haritalarına ihtiyaç duymaktadır. Temel sınıflardan oluşan haritaların üretilmesi için multispektral sensörlerden elde edilmiş veriler yeterli olurken, özellikle tür içi farklılar içeren sınıflar da dahil olmak üzere detaylı sınıfların bulunması bu verilerin sınıflandırma için yeterli spektral bilgiyi sağlayamamasına yol açmaktadır. Bu durumda yüzlerce dar aralıkta banda sahip olan hiperspektral görüntülerin, nesneler hakkında daha detaylı spektral yansıtım bilgisini sunmaktadır. Hiperspektral görüntülerin geleneksel yöntemlerle sınıflandırılması hesaplama zorluğu sebebiyle yetersiz kalmaktadır. Bu durumda Makine Öğrenme (MÖ) ve Derin Öğrenme (DÖ) gibi yöntemler kullanıcılara bu tarz verilerde birçok avantaj sunmaktadır. Bu tez kapsamında MÖ yöntemlerinden Destek Vektör Makineleri, Rastgele Orman, DÖ'de özellikle görüntü sınıflandırma alanında yaygın olarak kullanılan Evrişimli Sinir Ağı (ESA) kullanılmıştır. Çalışmada kullanılan ESA mimarileri yapısal özelliklerine göre 2B ESA ve 3B+2B ESA olarak isimlendirilmiştir. Yöntemlerin karşılaştırılması 176 bant spektral ve 30 metre konumsal çözünürlüklü HyRANK, 144 bant ve 2,5 metre konumsal çözünürlüklü DFC13 ile 202 bant ve 3,7 metre konumsal çözünürlüklü Salinas Scene veri setleri ile gerçekleştirilmiştir. Modellerde eğitim veri setinin etkisini araştırmak amacıyla her veri seti için 30%, 50% ve 70% eğitim veri kümesi oranları test edilmiştir. Çalışma sonucunda ESA modellerinin hiperspektral görüntülerin sınıflandırılmasında kullanımının yüksek doğruluk sağladıkları görülmüştür. Eğitim veri kümesi boyutunun araştırılması aşamasında ise beklendiği üzere 70% eğitim verisi kullanımının en yüksek doğruluğu sağladığı, bunun yanında 30% veri seti kullanımının da tatmin edici bir sınıflandırma doğruluğu sağladığı söylenebilir.