Çok değişkenli istatistiksel boyut indirgeme yaklaşımı ile görüntü işleme üzerine bir araştırma

Çok bantlı uydu görüntülerinin analizi son yıllarda maden mühendisliği, jeodezi ve fotogrametri mühendisliği ve özellikle coğrafi bilgi sistemleri alanında yapılan çalışmalar sonucunda çok büyük bir önem kazanmıştır. Uydu görüntüsü bantlarının her birinde ayrı veri seti yapısı ile karşılaşılması sonucunda çok değişkenli istatistiksel analizin görüntü işleme ile birlikte uygulanması kaçınılmaz olmuştur. Çok değişkenli boyut indirgeme yöntemlerinden anabileşenler analizi çok bantlı uydu görüntülerinde boyut indirgeyerek çalışılan bant sayısını oldukça başarılı bir şekilde azaltarak üzerinde inceleme ve yorumlama yapılabilecek anabileşen görüntüleri elde etmeyi sağlar. Klasik anabileşenler analizinde de elde edilen özdeğer ve özvektör yapısı, yük ve skorların grafikleri çok bantlı uydu görüntülerinin analizinde kullanılarak yorumlanabilir. Çok bantlı uydu görüntülerinde sınıflandırma, ilgili görüntüdeki her piksel değerinin hangi özellik grubuna ait olduğun belirleme işlemi olarak ifade edilmektedir. Bu sınıflama işlemi, ilgili görüntüde birbirine benzer coğrafi özellikleri belirlemek suretiyle görüntüleri sınıflandırma olarak da ifade edilmektedir. Sınıflandırma işleminde çoğunlukla nesnelerin spektral yansıtmaları dikkate alınarak yapılır. Sınıflandırmada esas amacı birbirine benze spektral özellik taşıyan görüntüleri gruplamaktır. Bu çalışma kapsamında, çok değişkenli istatistiksel bir boyut indirgeme yöntemi olan anabileşenler analizi kullanılarak, İzmir iline ait LANDSAT-7 uydu görüntülerinin analizi ve karşılaştırılması yapılmıştır. Ayrıca seçilen bölgedelerdeki coğrafi yapının incelenmesi için Anabileşenler Analizi uygulanmıştır. Uygulamanın son aşamasında ise, aynı görüntülere Faktör Analizi uygulanarak uydu görüntülerinin analizinde boyut indiregeme birbirine benzer görüntüleri sınıflamak yeni bir yaklaşım ortaya konulmuştur. Anahtar Kelimeler: Çok Değişkenli Görüntü İşleme, Görüntü İyileştirme, Anabileşenler Analizi, Faktör Analizi