Hierarchical segmentation, object detection and classification in remotely sensed images

Yüksek şüzünürlükteki uzaktan algılamalı uydu gürüntülerinde bülütlemeu co u u u ou u oukent uygulamalarında ünemli bir problemdir şunkü elde edilen bülütlemelerleo cü u ousınıflandırma işin piksel tabanlı spektral bilginin yanında uzamsal ve yapısal bil-cgiler elde edilebilir. Bu tezde, bişimbilimsel işlemlerle şıkarılan yapısal bilgi vec s cana bileşenler analizi (ABA) ile üzetlenen spektral bilgi kullanılarak gürültüdens o uu uetkilenmeyen bülütler elde eden bir yüntem sunduk. Yapılan deneyler yünteminou o ogürüntü uzerinde komşuluk bilgisini ve spektral bilgiyi beraber kullanmayan başkao u uü s sbir yünteme güre daha düzgün ve anlamlı yapılar buldugunu güstermiştir.o o uu o sDaha sonra, birden fazla ABA bandında ortaya şıkan sıradüzenselc ubülütlemeler arasından anlamlı yapılara denk gelen bağlı bileşenleri otomatikou g solarak seşmek işin ise ügreticisiz bir yüntem sunulmuştur. Bu problem, verilen bir-c c o o sden şok nesne/yapı işin farklı sıradüzensel bülütlemelerden gelen şok sayıda adayc c u ou cbülgeden oluşan uzayda bir gruplama problemi olarak gürülebilir. Bu amaşla,o s ou cgruplama problemini şüzmek işin olasılıksal Gizli Degişken Analizi (OGDA) kul-co c slanmaktayız. Yapılan deneyler yüntemin aynı nesne sınıfına ait bülütleri otomatiko ouolarak belirleyebildiğini güstermektedir.g oSon olarak, birden fazla seviyede bülütleme sonucunda elde edilen bülgeleriou okullanarak bir sınıflandırma yüntemi sunmaktayız. Farklı yapılardakı farklıoayrıntıları yakalamak işin farklı yapısal üğe boyut aralıkları kullanılarak birc oggürüntünün birden fazla ülşekte temsil edilmesi amaşlanmaktadır. Her birou u u oc cülşekte bülütleme yapılmakta ve ortaya şıkan her bir bülüt işerisindeki pik-oc ou c ou csellerin spektral üzelliklerinin bir üzeti ile temsil edilmektedir. Bu temsillero okullanılarak bülütler ünerilen gruplama yüntemi ile gruplanmakta ve bülütlerinou o o oufarklı ülşeklerdeki grup etiketleri piksellerin sınıflandırılmasında kullanılmaktadır.ocSon sınıflandırma karar ağacı sınıflandırıcısı ile yapılmaktadır. Yapılan deneylergiiiyüntemin uzamsal bilgiyi etkili bir şekilde kullanmayan klasik yünteme güreo s o oustünlüğunü güstermektedir.ü u ugü u oAnahtar süzcükler : Uydu gürüntüleri, sıradüzensel bülütleme, üğreticisiz nesneou ou u u ou ogsezimi, şok ülşekli sınıflandırma, uzamsal bilgi.c oc