Arşiv logosu
  • Türkçe
  • English
  • Giriş
    Yeni kullanıcı mısınız? Kayıt için tıklayın. Şifrenizi mi unuttunuz?
Arşiv logosu
  • Koleksiyonlar
  • Sistem İçeriği
  • Analiz
  • Talep/Soru
  • Türkçe
  • English
  • Giriş
    Yeni kullanıcı mısınız? Kayıt için tıklayın. Şifrenizi mi unuttunuz?
  1. Ana Sayfa
  2. Yazara Göre Listele

Yazar "Özdemir, Taha Burak" seçeneğine göre listele

Listeleniyor 1 - 1 / 1
Sayfa Başına Sonuç
Sıralama seçenekleri
  • Küçük Resim Yok
    Öğe
    Makine öğrenmesi ve görüntü işleme yöntemleri ile sar görüntülerinde gemi tespiti
    (İnönü Üniversitesi, 2024) Özdemir, Taha Burak; Hanbay, Kazım
    Sentetik açıklıklı radar (SAR) görüntüleri günümüzde savunma sanayisi, deniz izlemeleri, çevresel atıkların takibi ve afet gibi acil durumlarda yoğun olarak kullanılmaktadırlar. İklim ve hava koşullarından bağımsız olarak her durumda yüksek kalitede görüntüler sunan bu teknoloji ile etkin nesne tanıma ve hedef takibi uygulamaları geliştirilmektedir. Tez çalışmasında SAR görüntülerindeki gemileri tespit edip sınıflandıran iki yöntem geliştirilmiştir. İlk olarak kapsamlı bir SAR gemi görüntüleri içeren bir veri tabanı oluşturulmuştur. Bu veri tabanında dünyanın farklı bölgelerindeki liman, deniz ve okyanuslardan görüntüler alınmıştır. Böylece kapsamlı bir veri tabanı oluşturulmuştur. Görüntülerden anlamlı özellik vektörleri elde etmek için ilk olarak gri seviye eş oluşum matrisinden 4 farklı istatistiksel ölçüm yapılmıştır. Gri seviye eş oluşum matrisinin inşa edilmesinde Gauss türev filtreleri kullanılmıştır elde edilen özellik vektörleri destek vektör makineleri ile sınıflandırılmıştır. Geliştirilen ikinci yöntemde ise görüntülerin Hessian matrisleri hesaplanmıştır. Hessian matrisinin öz değerleri hesaplanarak gradyan büyüklükleri ve gradyan yönelimleri elde edilmiştir. Bu iki bilgi ile etkin histogram etiketlemesi yapılmıştır. Böylece gemi olan ve olmayan bölgelerin piksel verileri etkin şekilde ayırt edilmiştir. Elde edilen özellik vektörleri yapay sinir ağları ile sınıflandırılmıştır. Önerilen yöntem LBP (Local Binary Pattern) yöntemi karşılaştırılmıştır. Deneysel sonuçlar önerilen yöntemlerin gemi sınıflandırmada etkin sonuçlar verdiğini göstermiştir.

| İnönü Üniversitesi | Kütüphane | Rehber | OAI-PMH |

Bu site Creative Commons Alıntı-Gayri Ticari-Türetilemez 4.0 Uluslararası Lisansı ile korunmaktadır.


İnönü Üniversitesi, Battalgazi, Malatya, TÜRKİYE
İçerikte herhangi bir hata görürseniz lütfen bize bildirin

DSpace 7.6.1, Powered by İdeal DSpace

DSpace yazılımı telif hakkı © 2002-2025 LYRASIS

  • Çerez Ayarları
  • Gizlilik Politikası
  • Son Kullanıcı Sözleşmesi
  • Geri Bildirim