İran Tahran şehri güney bölgesinde kent alanlarının sınıflandırılmasında SVM yöntemi ile hiperspektral görüntü ve tekstür bilgilerinin birlikte kullanılması

Abstract

To cite this article (Atıf): Yazdi, A.M., Eisavi, V., Shahsavari, A., 2016 Abstract: Due to rapid population growth over recent decades, changes of urban areas have significantly impacted the environment. Urban is a heterogeneous and highly fragmented environment which has made them a challenging area for remote sensing imagery. The reliability of the information delivered by remote sensing applications in urban area highly depends on the quality of spatial and spectral data. Accordingly, the objective of this study is to analyze the impact of incorporation of Hyperion imagery and textural characteristics of high resolution panchromatic ALI imagery in classifying of urban region of south west of Tehran. To this end, we extracted textural information from panchromatic ALI imagery using gray-level co-occurrence matrix (GLCM) method. Keywords: Hyperspectral imagery, image texture, GLCM, remote sensing, SVM classification İran Tahran şehri güney bölgesinde kent alanlarının sınıflandırılmasında SVM yöntemi ile hiperspektral görüntü ve tekstür bilgilerinin birlikte kullanılması Özet: Son yıllarda hızlı nüfus artışı ve kentsel alanlardaki değişimler çevreyi önemli bir şekilde etkilemiştir. Kentsel alanlar heterojenik ve parçalanmış bir yapıya sahiptir, bu durum uzaktan algılama görüntüleri açısından zorlu bir durum yaratmaktadır. Kentsel alanlarda uzaktan algılama uygulamalarından elde edilen bilgilerin güvenilirliği mekansal ve spektral verilerin kalitesine bağlı olarak değişmektedir. Dolayısıyla, bu çalışmanın amacı Tahran'ın güney batısındaki kentsel bölgede Hyperion görüntüleri ve yüksek çözünürlüklü pankromatik ALI görüntülerinin dokusal özelliklerinin esas etkisini analiz etmektir. Bu amaçla, gri-seviyeli eş-oluşum matrisi (gray-level co-occurrence matrix) (GLCM) yöntemini kullanarak pankromatik ALI görüntülerinden yapısal bilgi ayıklanmıştır. Sınıflandırma beş senaryo halinde SVM yöntemi ile gerçekleştirilmiştir. CNT yöntemiyle spektral bantların sınıflandırılması, spektral bant sınıflandırılması pencere boyutu 3, boyut 5, boyut 7 ve boyut 9. sınıflandırma sonuçları Tahran güney batı kentsel alanların Hyperion uydu görüntüleri ile yeterince karakterize edilemediğini göstermektedir. Sonuçlar yapısal bilgilerin kullanımı ile kentsel arazi sınıflandırmalarının daha başarılı bir şekilde yapılabildiğini göstermektedir. Sonuç olarak, Hyperion görüntüleri ile yapısal bilgilerinin birleştirilmesi heterojenik sınıflandırmada karışıklığı azaltmaktadır. GLCM özellikleri içerdikleri zengin yapısal bilgi ile heterojen alanlarda arazi kullanım sınıflandırmaları için büyük bir potansiyel gösterirler.