Kaynaştırılmış Görüntülerden Elde Edilen Doku Özellikleri ile DVM Sınıflandırma Performansının İyileştirilmesi

Abstract

Uzaktan algılanmış görüntülerden elde edilen doku bilgisi yardımıyla yüksek doğruluklu arazi örtüsü haritalarının üretilmesi mümkündür. Kaynaştırılmış bir görüntüdeki doku bilgisinin sınıflandırma işlemine entegre edilmesinin sınıflandırma işleminin doğruluğuna olumlu yönde katkı yapması muhtemeldir. Bu çalışmada Brovey, Multiplicative (MCV), PCA (Principal Component Analysis), Gram-Schmidt (GS), HPF (High-Pass Filtering), Wavelet, Ehlers ve HCS (Hyperspherical Colour Sharpening) kaynaştırma yöntemleri kullanılarak bir WorldView-2 ÇB görüntüsü ile bir WorldView-2 PAN görüntüsü kaynaştırılmıştır. Elde edilen kaynaştırılmış görüntüler Watershed bölütleme (WB) algoritması ile bölütlenmiştir. Elde edilen bölütlerden dört adet eşdizimlilik doku özelliği çıkartılmıştır. Çıkartılan bu doku özellikleri destek vektör makineleri (DVM) sınıflandırıcısına entegre edilerek görüntü üzerindeki sınıfların birbirinden ayrılabilirliğinin arttırılması irdelenmiştir. Deneysel sonuçlar bütün kaynaştırma yöntemlerinden elde edilen doku özelliklerinin sınıflandırma doğruluğunu belli bir oranda arttırdığını göstermektedir. Wavelet ve Ehlers kaynaştırma yöntemlerinden elde edilen doku özelliklerinin sınıflandırma doğruluğunu %20.4 ve %18.9 oranında arttırarak bu alanda en başarılı kaynaştırma yöntemleri oldukları tespit edilmiştir.