Uydu görüntülerinden durağan haldeki uçakların algılanması ve tanınması

Abstract

Uydu görüntüleri kullanılarak yeryüzündeki nesneleri tanımak görüntü islemedeki yaygın problemler arasındadır. Hava limanları gibi alanlar ise uçakların park edildikleri ve konuşlandıkları yerlerdir. Özellikle askeri uygulama olarak düşündüğümüzde hedef bölgelerde bulunan nesnelerin tespit edilmesi, sayılarının uzaktan ve gizli bir şekilde elde edilmesi gibi işlemleri yapmak sağlıklı strateji geliştirmek açısından verimli sonuçlar vermektedirBu itibarla belirlediğimiz bir bölgede (Havaalanı veya uçuş bölgesi gibi) bulunan hava araçlarına ait görüntülerden, kullanılabilir, yararlı bilgiler elde etmeyi amaçlamıştır.Bu çalışmada, belirli bir yükseklikten çekilmiş havaalanı görüntülerinden uçakların bulunması işlemi gerçekleştirilmiştir. Bu amaç dahilinde bir çerçeve, giriş verisi üzerinde gezdirilmiştir. Gezilen her bölgede uçak olduğu varsayılır.Alınan görüntüde uçağa ait niteliklerin daha belirginleştirilmesi ve öznitelik vektörünün elde edilmesi için gabor filtresi kullanılmıştır. Elde edilen öznitelik verileri SVM sınıflandırma işlemi uygulanarak eldeki verinin uçak olup olmadığı belirlenmiştir.Bu uygulamanın gerçekleştirilmesinde Google Earth uygulaması yardımıyla havaalanlarına ait uydu görüntülerinden faydalanılmıştır.

It is one of the common problems to identify the objects on earth using satellite images. Airports are such places where aircrafts are parked and deployed. Especially for the military applications, to identify the objects in target areas and counting of aircrafts remotely and undercoverly gives effective results in terms of making right strategiesTherefore our goal is to obtain useful information from airport and fly zone images where we can find aircrafts in.In this paper we performed identifying of aircrafts from airport images taken from a specific altitude. For this purpose a frame has been masked over input data. Each zone has been masked is considered as it contains an aircraft.Gabor filter is used to refine the features of aircraft and extract the feature vector. Feature data?s acquired were classified using SVM classification to identify the aircraft on image.We used satellite images from airports derived from Google Earth? application.