Uzaktan algılama görüntülerinde geoistatistiksel yöntemler ile doku analizi

Abstract

Uzaktan Algılama, yeryüzünde bulunan cisimlere herhangi bir temasta bulunulmaksızın cisimlerin yayılan veya yansıtılan elektromanyetik enerjileri yardımıyla cisimler hakkındaki bilgilerin elde edilmesi yöntemidir. Uzaktan algılanan uydu görüntüleri birçok uygulama alanında etkili olarak kullanılmaktadır. Görüntülerin çeşitli yöntemlerle analiz edilerek, faydalı bilgilerin çıkarılması görüntü analizi olarak adlandırılmaktadır. Görüntü analizi digital görüntülerin özellikleri ve piksel karakteristikleri hakkındaki bilgiyi kullanılır. Görüntüler içerisinde bulunan doku bu karakteristiklerden bir tanesidir. Doku bilgisinin çeşitli uzaktan algılama uygulamalarında sonuç elde etme doğruluğunu arttırmak amacıyla, görüntü içerisindeki bir pikselin diğer piksellerle olan konumsal ilişkisi hakkındaki bilgiyi sağlayabilecek bazı ek parametrelerin elde edilmesi gerekmektedir. Standart doku bilgisi çıkarım yaklaşımlarına ek olarak belli komşuluktaki piksellerin mekansal (örüntü) ilişkilerini dikkate alan yaklaşımlara ihtiyaç vardır. Bu yaklaşımlardan geoistatistik, son yıllarda uzaktan algılama alanında kendisine sıklıkla yer bulan ve piksellerin konumsal bağımlılık bilgilerini belirleyen yöntemlerden bir tanesidir. Literatürde bulunan çalışmalar geoistatistik yöntemlerle elde edilmiş konumsal bilginin klasik uzaktan algılama uygulamalarından birisi olan sınıflandırma işlemine katkı sağladığını göstermektedir. Piksellerin komşuluk ilişkisinin belirlenmesinde kullanılabilecek diğer bir yaklaşım mekansal istatistik ve ilgili ölçütleridir. Belirli komşulukta tanımlanmış doku bilgilerinin yerel ve global mekansal istatistik ölçütleri ile analiz edilmesi, görüntüler üzerinden bilgi çıkarımında katkı sağlayabilir.Bu tez çalışmasında, uydu görüntülerinde geoistatistik yöntemler ile elde edilmiş olan konumsal bağımlılık bilgileri yardımıyla, görüntünün doku özelliklerini belirleyebilecek karakteristik bir bilginin kullanımının, uydu görüntülerinin sınıflandırılması başarımına hangi ölçüde etki sağlayacağını ortaya koyabilmek amaçlanmıştır. Bu amaç doğrultusunda veri seti olan uydu görüntüsü üzerinde benzerlik ölçütleri yöntemleri ile doku incelemesi yapılmıştır. Elde edilen bilgiler yardımıyla uydu görüntüsünün standart doku ölçütleri ve konumsal örüntüleri belirlenmiştir. Görüntü içerisinde doku bilgisinin varlığının tespit edilmesinden sonra geoistatistik yöntemler uygulanmış ve görüntünün konumsal bağımlılık bilgileri elde edilerek derecelendirilmiştir. Standart doku ölçütleri, konumsal örüntü bilgileri ve konumsal bağımlılık dereceleri spektral değerler ile bir araya getirilerek yeni veri setleri oluşturulmuştur. Elde edilen yeni veri setlerine konumsal otoregresif model (SAR) uygulanarak dokunun modellenmesi gerçekleştirilmiştir. Elde edilen beş adet yeni veri seti üzerinde sınıflandırma analizleri uygulanarak doğruluk değerleri incelemesi gerçekleştirilmiştir.

Remote Sensing is a method of obtaining information about objects with the help of the radiated or reflected electromagnetic energies of the objects without making any contact with the objects on the earth. Remote sensing satellite images are used effectively in many fields of application. The analysis of the images by various methods and extracting useful information is called image analysis. Image analysis uses the information of the pixel and digital image characteristics. The texture is one of these characteristics in the images. In order to increase the accuracy of the texture information to obtain results in various remote sensing applications, it is necessary to obtain some additional parameters that can provide information about the spatial relationship of a pixel in the image to other pixels. In addition to the standard texture information extraction approaches, there is a need for approaches that take into account the spatial relationships of certain neighboring pixels. One of these approaches, geostatistics, is one of the methods that has been frequently used in the field of remote sensing in recent years and determines the spatial dependence information of pixels. In the literature studies show that spatial information obtained by geostatistics methods contribute to the classification process which is one of the classical remote sensing applications. Spatial statistics and related criteria are another approach that can be used to determine the neighborhood relationship of pixels. Analyzing the tissue information defined in a specific neighborhood with local and global spatial statistical criteria may contribute to information extraction through images.In this thesis, it is aimed to reveal to what extent the use of characteristic information which can determine the texture properties of the image with the help of positional dependence information obtained by geostatistics methods on satellite images will effect the classification performance of satellite images. For this purpose, texture analysis was performed on the satellite image which is a data set with similarity measure methods. With the help of the obtained information, standard texture measures and spatial patterns of the satellite image were determined. After determining the presence of texture information in the image, geostatistics methods were applied and the spatial dependence information of the image was obtained and graded. New data sets were created by combining standard texture measures, spatial patterns information and spatial dependence degrees with spectral values. Texture modeling was performed by applying spatial autoregressive model (SAR) to new data sets. Accuracy values were determined and examined by applying classification analysis on five new data sets.