PROJEM İSTANBUL ARAŞTIRMA PROJESİ BİLGİSAYARLI GÖRÜ VE SINIFLANDIRMA TEKNİKLERİYLE ARAZİ KULLANIMININ OTOMATİK OLARAK BULUNMASI
|
|
- Murat Bilgin
- 8 yıl önce
- İzleme sayısı:
Transkript
1 PROJEM İSTANBUL ARAŞTIRMA PROJESİ BİLGİSAYARLI GÖRÜ VE SINIFLANDIRMA TEKNİKLERİYLE ARAZİ KULLANIMININ OTOMATİK OLARAK BULUNMASI Proje Yüklenicisi: Yeditepe Üniversitesi Mühendislik ve Mimarlık Fakültesi 2009-İstanbul. Bu araştırma projesi Projem İstanbul kapsamında İstanbul Büyükşehir Belediyesi tarafından hazırlatılmıştır. İstanbul Büyükşehir Belediyesi ve araştırmacının yazılı izni olmadan çoğaltılamaz ve kopyalanamaz.
2 Bilgisayarlı Görü ve Sınıflandırma Teknikleriyle Arazi Kullanımının Otomatik Olarak Bulunması ÖZETÇE Kentsel gelişimi gözlemlemek uzaktan algılamanın temel problemlerinden biridir. Yüksek çözünürlüklü uydu imgeleri bu problemi çözmek için önemli bilgi taşımaktadır. Buna rağmen iki temel problemden ötürü uydu imgeleri tek başına yeterli değildir. Öncelikle, bir uzman çok büyük ebatlardaki uydu imgelerini incelemek zorundadır. Bu inceleme çok zaman alıcıdır ve hatalara açıktır. İkincisi ise kentsel yerleşimler sürekli değişim halindedir. Bu sebeple, kentsel gelişimin izlenmesinin periyodik olarak yapılması ve otomatik bir sistemden yararlanılması kaçınılmazdır. Bu çalışmada yüksek çözünürlüklü uydu imgelerinden kentsel yerleşim bölgelerinin otomatik olarak bulunması ve sınıflandırılması için yeni bir yöntem geliştirilmesi amaçlanmaktadır. Önerdiğimiz yöntem Gabor filtrelerinden yararlanılarak elde edilen yerel özniteliklere dayanmaktadır. Bu öznitelikler bir oy uzayında gösterilip; bu oylardan faydalanarak otomatik olarak yerleşim bölgelerinin bulunması amaçlanmaktadır. 1. GİRİŞ Yerleşim bölgelerini gözlemlemek bir çok kamu ve özel kuruluşlara yardımcı olur. Yeni nesil uydu imgelelerinin (Ikonos ve Quickbird) yüksek çözünürlükleri bu amaç için önemli bilgi vermektedir. Ancak bahsedilen imgeler çok büyük ebatlardadır. Aynı zamanda kentsel bölgeler sürekli değişmekte ve yenilenmektedir. Bu sebeple periyodik olarak bu bölgelerin gözlenmesi gerekmektedir. Bahsedilen zorluklardan dolayı bir kullanıcı tarafından bu gözlemleri analiz etmek hem çok zaman gerektirmektedir, hem de hataya açıktır. Bu nedenle kentsel yerleşim bölgelerinin bulunması için otomatik bir sisteme ihtiyaç duyulmaktadır. Konu ile ilgili bir çok araştırmacı uydu imgelerinden yerleşim bölgelerinin bulunmasını otomatikleştirmek üzerine uğraş vermiştir. Karathanassi [1] yerleşim bölgelerini uydu imgesi üzerinde sınıflandırmak için yoğunluk bilgisini kullandı. Benediktsson [2] uydu imgelerinden yerleşim birimlerini çıkarabilmek için morfolojik operasyonlar yardımı ile yapısal bilgileri çıkarttı. Ünsalan ve Boyer [3, 4] gri seviyeli uydu imgesinde yerleşim bölgelerini bulabilmek için yapısal öznitelikleri çıkarttılar. Takip eden diğer bir çalışmada, Ünsalan ve Boyer [5] yapısal öznitelikleri graf teorisinden yararlandırarak ilişkilendirip yerleşim bölgelerini buldular. Fonte [6] uydu imgesi üzerinde bina niteliklerini bulabilmek için köşe çıkarıcı algoritmalardan yararlandı. Yaptıkları çalışma sonucunda köşe çıkarıcı algoritmaların uydu imgesi üzerindeki nesneleri ayırt etmede faydalı olduğunu ortaya koydular. Bhagavathy ve Manjunath [7] doku analizinden yararlanarak uydu imgelerinde liman, park gibi alanları ayırt etti. Bruzzone ve Carlin [8] yüksek çözünürlüklü uydu imgelerini sınıflandırmak için piksel tabanlı bir yöntem önerdi. Geliştirdikleri yöntem ile imgeden öznitelikler çıkartıp bunları destek vektör makineleri ile sınıflandırdı. Fauvel [9] farklı öznitelikleri farklı sınıflandırıcılar ile sınıflandırdıktan sonra çıkan sonuçları birleştirdi ve gri seviyeli uydu imgelerinde yerleşim bölgelerini tespit etti. Sırmaçek ve Ünsalan [10] gri seviyeli uydu imgelerinden çıkarttıkları SIFT (Scale Invariant Feature Transform) özniteliklerini graf teorisi ile ilişkilendirerek yerleşim birimlerini ve tek tek binaları tespit etti. Bu amaç için bir model bina veritabanından yararlandılar.
3 Bu projede, gri seviyeli uydu imgelerinde yerleşim bölgelerini tespit edebilmek ve sınıflandırmak için yeni bir yöntem önermekteyiz. Öncelikle Gabor filtrelerinden yararlanarak farklı yönlerde uzanan kenar, köşe gibi bina özelliklerini elde edeceğiz. Sonrasında bu öznitelikleri bina olması muhtemel bölgelere oy vermesi amacı ile kullanacağız ve verilen oylardan bir oy uzayı elde edeceğiz. Son olarak en uygun karar yönteminden yararlanarak yerleşim bölgesini tespit edeceğiz. Geliştireceğimiz bu yöntem herhangi bir önsel bilgiye ihtiyaç duymadan adaptif olarak çalışacaktır. Geldiğimiz aşamada örnek görüntüler üzerinde yaptığımız deneyler sistemin başarılı sonuçlar vereceğini göstermektedir. 2. YEREL ÖZNİTELİK ÇIKARIMI Verilen gri seviyeli uydu imgelerinde yerleşim bölgelerini tespit etmek için ilk olarak yerel öznitelikleri çıkardık. Çıkartılan öznitelikleri yerleşim birimlerinde sıkça rastlanan bina öbeklerinin özelliklerini temsil edecek şekilde seçtik. Buna rağmen bina öbeklerine benzer karakteristikler taşıyan bazı çalılıkların ya da ağaçlık bölgelerin öznitelik çıkartmasının önüne geçebilmek için test imgelerine bir ön işlem uyguladık. Tüm test imgelerimizi öncelikle 5x5 genişlikli bir medyan filtre ile filtreledik. 2.1 GABOR FİLTRELEME Yerel öznitelikleri çıkarabilmek için Gabor filtrelerinden yararlandık. Gabor filtreleri doku sınıflandırmada ve nesne tanımada sıkça kullanılmaktadır [11]. Bu filtreler uzamsal konum ile birlikte yönsel bilgi anlamında seçicilik sağladığı için önemli özellikler taşır [12]. İki boyutlu bir Gabor filtre, G(x,y), bir Gauss fonksiyonu ile bir karmaşık üstel fonksiyonun çarpımı olarak tanımlanabilir: Bu denklemdeki U ve V aşağıdaki gibidir. V = (-xsin ) Formüllerde geçen f karmaşık üstel sinyalin frekansı, ölçek parametresidir. Gabor filtrenin yönü ve Gabor filtre yardımıyla uydu imgelerindeki kenar ve köşe bazlı yerleşim bölgesi özellikleri elde edilebilir. Bu özelliklerin çıkarılabilmesi için uygun ve değerlerinin seçilmesi gerekmektedir. Bu sebeple, uydu imgelerindeki bina kenarlarına benzer bir dürtü yanıtı olan Gabor filtre seti tasarladık ( = 1.5, ve f=0.65 seçildi). Farklı yönlere bakan kenarları tespit edebilmek için de = {0, pi/6, 2.pi/6, 3.pi/6, 4.pi/6, 5.pi/6} radyan olarak seçtik. 2.2 YEREL ÖZNİTELİKLER
4 Gabor filtrenin tepkisi filtreye en çok benzeyen bölgelerde ençok değere sahip olacağı için, 6 adet filtre tepkisinde ayrı ayrı yerel en yüksek noktalarını tespit ettik. Bu bölgenin bina ya da yol kenarı özellikleri taşıyacağını varsaydık. Oylamada kullanılmak üzere her bir yerel öznitelik için bir ağırlık atadık. Bunun için öncelikle yerel özniteliğin bulunduğu filtre tepkisine Otsu'nun eşikleme yöntemi ve bağlı bileşenler analizinden yararlandık [13]. Bu sayede, öznitelik noktasının üzerinde bulunduğu kenarın büyüklüğünü bulduk. Herbir özniteliğe, üzerinde bulunduğu birleşik grubun piksel sayısı kadar ağırlık verdik. Bu adımda, çok düşük ağırlığa sahip olan öznitelikleri eledik. Bu yöntem ile örnek imge üzerinden elde edilen yerel öznitelikleri aşağıda Şekil 1. de verdik. Şekil 1. Örnek yerleşim yeri. Buradan elde edilen yerel öznitelikler. 3. KENTSEL YERLEŞİM BİRİMLERİNİN BULUNMASI Yerel öznitelikleri ve ağırlıklarını belirledikten sonra yerleşim bölgelerini bulabilmek için bir oy uzayı oluşturulacaktır. En iyi karar verme yönteminden de faydalanarak yerleşim bölgeleri tespit edilecektir. 3.1 UZAMSAL OYLAMA Kentsel bir yerleşim bölgesinde binalara ait bir çok yerel öznitelik bulunmaktadır. Bu öznitelikler aynı zamanda çok yoğun şekilde görülür. Bu nedenle ötürü, bir oylama uzayı oluşturarak her bir yerel öznitelik noktasının bulunduğu konuma ağırlığı ile orantılı miktarda oy verilecektir. Örnek olarak K adet yerel özniteliğin (, ), k=1,...,k koordinatlarında bulunduğunu farzedelim. Bu durumda oylama matrisi aşağıdaki gibi olacaktır. Burada herbir özniteliğin oy etki alanıdır. (, ) konumundaki bir yerel öznitelik kendi çevresinde bina olma olasılığını bildiren bir oy verecektir. Şekil 1 de verilen örnek için elde edilen oy uzayı aşağıda Şekil 2. de verilmiştir.
5 Şekil 2. Elde edilen oy uzayı. Renk skalası (maviden kırmızıya) oy çokluğunu belirtir. 3.2 EN İYİ KARAR VERME Oylama uzayını oluşturduktan sonra Otsu'nun yönteminden [14] faydalanarak yerleşim bölgelerini tespit ederiz. Otsu'nun yöntemi Bayes karar kriterine göre (Gauss olasılık yoğunluk fonksiyonlarından yararlanarak) kentsel yerleşim alanlarını ve kırsal alanları temsil eden oy uzayları arasındaki eşik değerini bulmak için kullanılabilir. Yöntem adaptif olduğu için herhangi bir parametre ayarlanmasına gerek duymamaktadır. Ayrıca, herbir test imgesi için eşik değeri otomatik olarak ayarlanmış olur. Şekil 2. deki oy uzayı üzerinden elde edilen yerleşim alanı Şekil 3. de verilmiştir. Şekil 3. Örnek imge üzerinden otomatik olarak elde edilen yerleşim birimi. 4. SONUÇLAR Yukarıdaki yöntemi diğer imgelere de uygulayarak aşağıdaki sonuçları elde ettik. Bu sonuçlardan da görülebilmektedir ki önerdiğimiz yöntem otomatik olarak başarılı bir şekilde çalışmaktadır.
6 Şekil 4. Örnek imgeler üzerinden otomatik olarak elde edilen yerleşim birimi. Bu projede prototip bir sistemin gerçeklenmesi yapılmıştır. Bundan sonraki çalışmalarda da istanbul Büyükşehir Belediyesi nin ilgili birimleri ile koordineli olarak çalışıp yerleşim birimlerini bulma sistemimizi geliştirmeyi amaçlamaktayız. Bunun ilk adımını da yerleşim birimlerindeki binaların otomatik tespiti çalışmamız ile atmış bulunuyoruz. Aşağıda uydu görüntülerini kullanarak otomatik bina tespiti yapabilen sistemimizin ilk sonuçlarını vermekteyiz. Şekil 5. Örnek imge üzerinden otomatik olarak elde edilen binalar. REFERANSLAR: [1] Karathanassi, V., Iossifidis, C., Rokos, D., A Texture-Based Classification Method for Classifying Built Areas According to Their Density, International Journal of Remote Sensing, 2000, vol. 21, no. 9, pp [2] Benediktsson, J. A., Pesaresi, M., Arnason, K., Classification and Feature Extraction for Remote Sensing Images from Urban Areas Based on Morphological Transformations, IEEE Transactions on Geoscience and Remote Sensing, 2003, vol. 41, no. 9, pp [3] Ünsalan, C., Boyer, K. L., Classifying land development in high resolution panchromatic satellite images using straight line statistics, IEEE Transactions on Geoscience and Remote Sensing, 2004, vol. 42, no. 4, pp [4] Ünsalan, C., Boyer, K. L., Classifying Land Development in High Resolution Satellite Imagery Using Hybrid Structural - Multispectral Features, IEEE Transactions on Geoscience and Remote Sensing, 2004, vol. 42, no. 12, pp
7 [5] Ünsalan, C., Boyer, K. L., A Theoretical and Experimental Investigation of Graph Theoretical Measures for Land Development in Satellite Imagery, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2005, vol. 27, no.4, pp [6] Fonte, L. M., Gautama, S., Philips, W., Goeman, W., Evaluating corner detectors for the extraction of man made structures in urban areas, IEEE International Geoscience and Remote Sensing Symposium, 2005, pp [7] Bhagavathy, S., Manjunath, B. S., Modeling and detection of geospatial objects using texture motifs, IEEE Transactions on Geoscience and Remote Sensing, 2006, vol. 44, no. 12, pp [8] Bruzzone, L., Carlin, L., A multilevel context-based system for classification of very high spatial resolution images, IEEE Transactions on Geoscience and Remote Sensing, 2006, Vol. 44, no. 9, pp [9] Fauvel, M., Chanussot, J., Benediktsson, J. A., Decision Fusion for the Classification of Urban Remote Sensing Images, IEEE Transactions on Geoscience and Remote Sensing, 2006, vol. 44, no. 10, pp [10] Sırmaçek, B., Ünsalan, C., Urban area and building detection using SIFT keypoints and graph theory, IEEE Transactions on Geoscience and Remote Sensing, In Press. [11] Kyrki, V. and Kamarainen, J. K. and Kalviainen, H., Simple Gabor Feature Space for Invariant Object Recognition, Pattern Recognition Letters, 2004, vol. 25, no. 3, pp [12] Vetterli, M., Kovacevic, J., Wavelets and Subband Coding, Prentice Hall, [13] Sonka, M. and Hlavac, V. and Boyle, R., Image Processing, Analysis and Machine Vision, CL Engineering, 2007, Third Edition. [14] Otsu, N., A Threshold Selection Method from Gray-level Histograms, IEEE Transactions on System, Man, and Cybernetics, 1979, vol. 9, no. 1, pp
8
2016 YILI AKADEMİK TEŞVİK BAŞVURUSU FAALİYET TÜRÜ HAM PUAN NET PUAN PROJE ARAŞTIRMA 0 0 YAYIN
ALİ ÖZGÜN OK DOÇENT YILI AKADEMİK TEŞVİK BAŞVURUSU NEVŞEHİR HACI BEKTAŞ VELİ ÜNİVERSİTESİ/MÜHENDİSLİK-MİMARLIK FAKÜLTESİ/JEODEZİ VE FOTOGRAMETRİ MÜHENDİSLİĞİ BÖLÜMÜ/JEODEZİ VE FOTOGRAMETRİ MÜHENDİSLİĞİ
DetaylıKelebek Görüntülerin Sınıflandırılmasında Yeni Yerel İkili Örüntüler
Kelebek Görüntülerin Sınıflandırılmasında Yeni Yerel İkili Örüntüler Yılmaz KAYA 1, Lokman KAYCİ 2 1 Bilgisayar Mühendisliği Bölümü, Siirt Üniversitesi, 56100 Siirt 2 Biyoloji Bölümü, Siirt Üniversitesi,
DetaylıAraştırma Görevlisi İSMAİL ÇÖLKESEN
Araştırma Görevlisi İSMAİL ÇÖLKESEN ÖZGEÇMİŞ Adı Soyadı : İSMAİL ÇÖLKESEN Doğum Tarihi : 1981 Ünvanı : Dr. Öğrenim Durumu : Derece Alan Üniversite Lisans Yüksek Lisans Doktora Jeodezi ve Fotogrametri Müh.
DetaylıYıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Proje
Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Bilgisayarla Görme Proje Renk ve Şekil Temelli Trafik İşareti Tespiti Selçuk BAŞAK 08501008 1. Not: Ödevi hazırlamak için
DetaylıCoğrafi Veri Üretimi Bakış Açısı İle TÜBİTAK UZAY daki Uzaktan Algılama Araştırmaları
Coğrafi Veri Üretimi Bakış Açısı İle TÜBİTAK UZAY daki Uzaktan Algılama Araştırmaları Sunan: Dr. Ufuk SAKARYA TÜBİTAK UZAY Katkıda Bulunanlar: Mustafa Teke, Can Demirkesen, Ramazan Küpçü, Hüsne Seda Deveci,
DetaylıYÜKSEK VE DÜŞÜK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN YOLLARIN TAYİNİ
TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon YÜKSEK VE DÜŞÜK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN YOLLARIN TAYİNİ R. Geçen 1, G.
DetaylıMuhammet Baykara Accepted: February 2011. ISSN : 1308-7231 mbaykara@firat.edu.tr 2010 www.newwsa.com Elazig-Turkey
ISSN:1306-3111 e-journal of New World Sciences Academy 2011, Volume: 6, Number: 2, Article Number: 1A0182 ENGINEERING SCIENCES Received: November 2010 Muhammet Baykara Accepted: February 2011 Burhan Ergen
DetaylıYAPAY AÇIKLIKLI RADAR GÖRÜNTÜLERİNDE YAPAY SİNİR AĞLARI İLE HEDEF TANIMLAMA
HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ TEMMUZ 2004 CİLT 1 SAYI 4 (55-60) YAPAY AÇIKLIKLI RADAR GÖRÜNTÜLERİNDE YAPAY SİNİR AĞLARI İLE HEDEF TANIMLAMA Okyay KAYNAK Boğaziçi Üniversitesi Mühendislik Fakültesi
DetaylıYÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU VERİLERİ VE HAVA FOTOĞRAFLARINDAN OTOMATİK BİNA YAKALAMA
ÖZET TMMOB Harita ve Kadastro Mühendisleri Odası 13. Türkiye Harita Bilimsel ve Teknik Kurultayı 18 22 Nisan 2011, Ankara YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU VERİLERİ VE HAVA FOTOĞRAFLARINDAN OTOMATİK BİNA YAKALAMA
DetaylıYüz Tanımaya Dayalı Uygulamalar. (Özet)
4 Yüz Tanımaya Dayalı Uygulamalar (Özet) Günümüzde, teknolojinin gelişmesi ile yüz tanımaya dayalı bir çok yöntem artık uygulama alanı bulabilmekte ve gittikçe de önem kazanmaktadır. Bir çok farklı uygulama
DetaylıYÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN GENETİK ALGORİTMA YAKLAŞIMI KULLANILARAK KENTSEL BİNALARIN TESPİTİ
YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN GENETİK ALGORİTMA YAKLAŞIMI KULLANILARAK KENTSEL BİNALARIN TESPİTİ E Sümer a, M Türker b a Başkent Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği
DetaylıVERİ MADENCİLİĞİ YÖNTEMLERİ KULLANILARAK ÇOK-BANTLI UYDU GÖRÜNTÜ VERİLERİNİN SINIFLANDIRILMASI İÇİN ALGORİTMA SEÇİMİ
484 [1279] VERİ MADENCİLİĞİ YÖNTEMLERİ KULLANILARAK ÇOK-BANTLI UYDU GÖRÜNTÜ VERİLERİNİN SINIFLANDIRILMASI İÇİN ALGORİTMA SEÇİMİ Hamza EROL 1 1 Prof. Dr., Çukurova Üniversitesi, İstatistik Bölümü, 01330,
DetaylıElena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK. 2 Şubat 2007
AVUÇ İZİ VE PARMAK İZİNE DAYALI BİR BİYOMETRİK TANIMA SİSTEMİ Elena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK İstanbul Bilgi Üniversitesi Bilgisayar Bilimleri 2 Şubat 2007 Biyometrik Biyometrik, kişileri
DetaylıBİNA VE YOL ALANLARININ ÇOK YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN ÇİZGE-TABANLI YENİ BİR YÖNTEM İLE OTOMATİK TESPİTİ
BİNA VE YOL ALANLARININ ÇOK YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN ÇİZGE-TABANLI YENİ BİR YÖNTEM İLE OTOMATİK TESPİTİ ÖZET Ali Özgün OK Yrd. Doç. Dr., Nevşehir H.B.V. Üniversitesi, Jeodezi ve Fotogrametri
DetaylıGÖRÜNTÜLERİN RENK UZAYI YARDIMIYLA AYRIŞTIRILMASI SEGMENTATION OF IMAGES WITH COLOR SPACE
İleri Teknoloji Bilimleri Dergisi Cilt 3, Sayı 1, 1-8, 2014 Journal of Advanced Technology Sciences Vol 3, No 1, 1-8, 2014 GÖRÜNTÜLERİN RENK UZAYI YARDIMIYLA AYRIŞTIRILMASI Recep DEMİRCİ 1 Uğur GÜVENÇ
DetaylıÜÇ BOYUTLU M-BANTLI DALGACIK DÖNÜŞÜMÜ İLE TRAFİK TIKANIKLIĞININ BELİRLENMESİ
ÜÇ BOYUTLU M-BANTLI DALGACIK DÖNÜŞÜMÜ İLE TRAFİK TIKANIKLIĞININ BELİRLENMESİ 1. Giriş Tolga Kurt, Emin Anarım Boğaziçi Üniversitesi, Elektrik-Elektronik Mühendisliği 80815,Bebek, İstanbul-Türkiye e-posta:
DetaylıSOBEL İŞLECİ KULLANILARAK RENKLİ GÖRÜNTÜLERDE KENAR BULMA. Elif AYBAR. Anadolu Üniversitesi, Porsuk Meslek Yüksekokulu, 26430, Eskişehir/Türkiye
Afyon Kocatepe Üniversitesi 8(1) Afyon Kocatepe University FEN BİLİMLERİ DERGİSİ JOURNAL OF SCIENCE SOBEL İŞLECİ KULLANILARAK RENKLİ GÖRÜNTÜLERDE KENAR BULMA ÖZET Elif AYBAR Anadolu Üniversitesi, Porsuk
DetaylıVERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr
VERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr Genel İçerik Veri Madenciliğine Giriş Veri Madenciliğinin Adımları Veri Madenciliği Yöntemleri Sınıflandırma
DetaylıÖZGEÇMİŞ. Derece Alan Üniversite Yıl Lisans Bilgisayar Mühendisliği Galatasaray Üniversitesi 2004 Y. Lisans Bilgisayar Mühendisliği
ÖZGEÇMİŞ 1. Adı Soyadı: Erchan Aptoula 2. Doğum Tarihi: 25/03/1982 3. Öğrenim Durumu: Derece Alan Üniversite Yıl Lisans Bilgisayar Mühendisliği Galatasaray Üniversitesi 2004 Y. Lisans Bilgisayar Mühendisliği
DetaylıYinelemeli ve Uyarlanır Ayrıt Saptayıcı Süzgeçleri
Yinelemeli ve Uyarlanır Ayrıt Saptayıcı Süzgeçleri innur Kurt, Muhittin Gökmen İstanbul Teknik Üniversitesi ilgisayar Mühendisliği ölümü Maslak 8066, İstanbul {kurt,gokmen}@cs.itu.edu.tr Özetçe Görüntü
DetaylıDijital Görüntü İşleme Teknikleri
Teknikleri Ders Notları, 2013 Doç. Dr. Fevzi Karslı Harita Mühendisliği Bölümü Mühendislik Fakültesi KTÜ 08 Ekim 2013 Salı 1 Ders Planı ve İçeriği 1. Hafta Giriş, dersin kapsamı, temel kavramlar, kaynaklar.
DetaylıGüzide Miray PERİHANOĞLU 1, Ufuk ÖZERMAN 2, Dursun Zafer ŞEKER 3
1013 [936] DİJİTAL GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK GÖRÜNTÜLERDEN DETAY ÇIKARIMI Güzide Miray PERİHANOĞLU 1, Ufuk ÖZERMAN 2, Dursun Zafer ŞEKER 3 1 Öğr. Gör., Yüzüncü Yıl Üniversitesi, Mülkiyet Koruma
DetaylıENDÜSTRİYEL ALANLARDAKİ DAİRESEL PETROL VE YAĞ ÜRÜNLERİ (POL) DEPOLARININ YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN OTOMATİK TESPİTİ
ENDÜSTRİYEL ALANLARDAKİ DAİRESEL PETROL VE YAĞ ÜRÜNLERİ (POL) DEPOLARININ YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN OTOMATİK TESPİTİ Ali Özgün Ok Nevşehir H.B.V. Üniversitesi, Jeodezi ve Fotogrametri Mühendisliği
DetaylıDoç.Dr. M. Mengüç Öner Işık Üniversitesi Elektrik-Elektronik Mühendisliği Bölümü oner@isikun.edu.tr
Doç.Dr. M. Mengüç Öner Işık Üniversitesi Elektrik-Elektronik Bölümü oner@isikun.edu.tr 1. Adı Soyadı : Mustafa Mengüç ÖNER 2. Doğum Tarihi : 01.02.1977 3. Unvanı : Doçent Dr. 4. Öğrenim Durumu : ÖĞRENİM
Detaylı2.1 Gri Düzey Eş Oluşum Matrisi ( GLCM) Gri düzey eş oluşum matrisi Haralick tarafından öne sürülmüştür [1]. Đstatistiksel doku analizi yöntemidir.
ÇELĐK YÜZEYLERĐN SINIFLANDIRILMASI * Cem ÜNSALAN ** Aytül ERÇĐL * Ayşın ERTÜZÜN *Boğaziçi Üniversitesi, Elektrik-Elektronik Mühendisliği Bölümü unsalan@boun.edu.tr **Boğaziçi Üniversitesi, Endüstri Mühendisliği
DetaylıN. Murat Arar, N. Kaan Bekmezci, Fatma Güney, Hazım K. Ekenel. Antalya, 22/04/2011
N. Murat Arar, N. Kaan Bekmezci, Fatma Güney, Hazım K. Ekenel Antalya, 22/04/2011 IEEE 19. Sinyal İşleme ve İletişim Uygulamaları Kurultayı http://www.cmpe.boun.edu.tr/pilab Giriş İlgili Çalışmalar Yöntem
DetaylıAMAÇ Araçlardaki Kamera Sistemleri
SUNU PLANI AMAÇ OPEN CV GÖRÜNTÜ EŞİKLEME KENAR BULMA ŞEKİL BULMA GÖRÜNTÜ GENİŞLETME VE BOZMA GÖRÜNTÜ DOLDURMA AFFİNE DÖNÜŞÜMÜ PERSPEKTİF DÖNÜŞÜM KUŞ BAKIŞI GÖRÜNTÜ DÖNÜŞÜMÜ AMAÇ Araçlardaki Kamera Sistemleri
DetaylıYönbağımsız ve Yönbağımlı Gauss Süzgeçleme Isotropic and Anisotropic Gaussian Filtering
Yönbağımsız Yönbağımlı Gauss Süzgeçleme Isotropic and Anisotropic Gaussian Filtering Deniz Yıldırım 1, Bekir Dizdaroğlu 2 1 Harita Mühendisliği Bölümü, 2 Bilgisayar Mühendisliği Bölümü Karadeniz Teknik
DetaylıBu makalede, rulman üretim hattının son
BİLGİSAYARLI GÖRÜNTÜ YARDIMIYLA RULMAN HATALARININ DENETİMİ Arda MOLLAKÖY 0814046@student.cankaya.edu.tr Sibel ÇİMEN c0814016@student.cankaya.edu.tr Emre YENGEL Mekatronik Mühendisliği e.yengel@cankaya.edu.tr
DetaylıBir Tek Nöron Kullanılarak Resimler Đçerisinde Göz Kısmının Bulunması
KSÜ Fen ve Mühendislik Dergisi, 11(1), 008 59 KSU Journal of Science and Engineering, 11(1), 008 Bir Tek Nöron Kullanılarak Resimler Đçerisinde Göz Kısmının Bulunması Yavuz Selim ĐŞLER, Metin ARTIKLAR
DetaylıAslı SABUNCU 1, Zehra Damla UÇA AVCI 2, Filiz SUNAR 3
430 [1315] YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU VERİSİ İLE NESNE TABANLI SINIFLANDIRMA UYGULAMASINDA MEVSİMSEL KOŞULLARIN ETKİSİ Aslı SABUNCU 1, Zehra Damla UÇA AVCI 2, Filiz SUNAR 3 1 Araş.Gör., Boğaziçi Üniversitesi,
DetaylıYÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜSÜ KULLANILARAK BİNA ALANLARININ GÜNCELLENMESİ
TMMOB Harita ve Kadastro Mühendisleri Odası 12. Türkiye Harita Bilimsel ve Teknik Kurultayı 11 15 Mayıs 2009, Ankara YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜSÜ KULLANILARAK BİNA ALANLARININ GÜNCELLENMESİ G. Sarp,
DetaylıTMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon
TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon Lazer Tarama Verilerinden Bina Detaylarının Çıkarılması ve CBS İle Entegrasyonu
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 7 Sayı: 3 s. 31-36 Ekim 2005
DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 7 Sayı: 3 s. 31-36 Ekim 2005 PROSTAT HÜCRE ÇEKİRDEKLERİNİN SINIFLANDIRILMASINDA İSTATİSTİKSEL YÖNTEMLERİN VE YAPAY SİNİR AĞLARININ BAŞARIMI (PERFORMANCE
DetaylıArş.Gör.Hüseyin TOPAN - http://jeodezi.karaelmas.edu.tr 1
Mikrodalga radyometre UZAKTAN ALGILAMADA GÖRÜNTÜLEME SİSTEMLERİ Hüseyin TOPAN Algılayıcı Pasif amaçlı olmayan amaçlı Manyetik algılayıcı Gravimetre Fourier spektrometresi Diğerleri Optik Film tabanlı Dijital
DetaylıÖZGEÇMİŞ. 1. Adı Soyadı : Olcay Taner Yıldız. 2. Doğum Tarihi : 15.05.1976. 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu :
ÖZGEÇMİŞ 1. Adı Soyadı : Olcay Taner Yıldız 2. Doğum Tarihi : 15.05.1976 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu : Derece Alan Üniversite Yıl Lisans Bilgisayar Mühendisliği Boğaziçi Üniversitesi 1997 Y.
Detaylıİleri Örüntü Tanıma Teknikleri Ve Uygulamaları İçerik
Tekrar Konular İleri Örüntü Tanıma Teknikleri Ve Uygulamaları İçerik 1. Uygulamalar ve tanımlamalar 2. Örüntü tanıma sistemleri ve bir örnek 3. Bayes karar teorisi 4. En yakın komşu sınıflandırıcıları
DetaylıLOCAL BINARY PATTERN YÖNTEMİ İLE YÜZ İFADELERİNİN TANINMASI
LOCAL BINARY PATTERN YÖNTEMİ İLE YÜZ İFADELERİNİN TANINMASI ŞEKİL TANIMA,2014 YRD. DOÇ. DR. M. ELİF K ARSLIGİL -------------------------------------------------- HAZIRLAYAN: M. AYYÜCE K I ZRAK 13505007
DetaylıYÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU VERİLERİ KULLANILARAK ORMAN ÖRTÜSÜNÜN SEGMENT-TABANLI SINIFLANDIRILMASI ÖZET
III. Ulusal Karadeniz Ormancılık Kongresi 20-22 Mayıs 2010 Cilt: II Sayfa: 471-476 YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU VERİLERİ KULLANILARAK ORMAN ÖRTÜSÜNÜN SEGMENT-TABANLI SINIFLANDIRILMASI Muhittin İNAN 1, Hakan
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (GEO/JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2017-2018 Öğretim Yılı Bahar Dönemi 1 İletişim bilgileri sabdikan@beun.edu.tr 0 372 291 2565 http://geomatik.beun.edu.tr/abdikan/ Öğrenci
DetaylıNazlı Deniz ERGÜÇ 1, Hamza EROL 2, Bekir Yiğit YILDIZ 3, Vedat PEŞTEMALCI 4
454 [1280] LANDSAT ÇOK-BANTLI UYDU GÖRÜNTÜ VERİSİNİN VERİ MADENCİLİĞİ YÖNTEMLERİ KULLANILARAK SINIFLANDIRILMASI Nazlı Deniz ERGÜÇ 1, Hamza EROL 2, Bekir Yiğit YILDIZ 3, Vedat PEŞTEMALCI 4 1 Özel Öğrenci,
DetaylıUzaktan Algılama Uygulamaları
Aksaray Üniversitesi Uzaktan Algılama Uygulamaları Doç.Dr. Semih EKERCİN Harita Mühendisliği Bölümü sekercin@aksaray.edu.tr 2010-2011 Bahar Yarıyılı Uzaktan Algılama Uygulamaları GÖRÜNTÜ İŞLEME TEKNİKLERİ
Detaylıİkili (Binary) Görüntü Analizi
İkili (Binary) Görüntü Analizi İkili görüntü analizine giriş Eşikleme (Thresholding) Matematiksel morfoloji Piksel ve komşulukları (neighborhoods) Bağlantılı bileşenler analizi (Connected components analysis)
DetaylıBİNALARIN YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN BELİRLENEBİLME POTANSİYELİ
TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon BİNALARIN YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN BELİRLENEBİLME POTANSİYELİ D.
DetaylıCurriculum Vitae. Degree Profession University Year. MSc Remote Sensing Gebze Institute of Technology 2009
Curriculum Vitae Name, Surname: ISMAIL COLKESEN Date of birth: 1981 Title: Ph.D., Assistant Professor Education : Degree Profession University Year BSc Geodesy and Photogrammetry Karadeniz Technical University
DetaylıDEĞİŞİK BAKIŞ AÇILARINDAN ELDE EDİLEN GÖRÜNTÜ GRUPLARININ SINIFLANDIRILMASI
HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ OCAK 2013 CİLT 6 SAYI 1 (87-94) DEĞİŞİK BAKIŞ AÇILARINDAN ELDE EDİLEN GÖRÜNTÜ GRUPLARININ SINIFLANDIRILMASI Mustafa ÖZENDİ * Bülent Ecevit Üniversitesi, Jeodezi
Detaylı2015/2016 Bahar Yarıyılı Bitirme Çalışması Konuları. (Doç.Dr. M. Kemal GÜLLÜ)
2015/2016 Bahar Yarıyılı Bitirme Çalışması Konuları (Doç.Dr. M. Kemal GÜLLÜ) 1. Ses temelli malzeme tanıma Malzemelerin çarpma etkisi ile çıkarttıkları seslerin mikrofon ile bir PC ye alınması ve işaretten
DetaylıGÖRÜNTÜSÜ ALINAN BİR NESNENİN REFERANS BİR NESNE YARDIMIYLA BOYUTLARININ, ALANININ VE AÇISININ HESAPLANMASI ÖZET ABSTRACT
GÖRÜNTÜSÜ ALINAN BİR NESNENİN REFERANS BİR NESNE YARDIMIYLA BOYUTLARININ, ALANININ VE AÇISININ HESAPLANMASI Hüseyin GÜNEŞ 1, Alper BURMABIYIK 2, Semih KELEŞ 3, Davut AKDAŞ 4 1 hgunes@balikesir.edu.tr Balıkesir
DetaylıÖZGEÇMİŞ VE ESERLER LİSTESİ
ÖZGEÇMİŞ VE ESERLER LİSTESİ ÖZGEÇMİŞ Adı Soyadı: Göksel Günlü Doğum Tarihi: 04 12 1979 Öğrenim Durumu: Derece Bölüm/Program Üniversite Yıl Lisans Elektrik-Elektr. Muh. Gazi Üniversitesi 2001 Y. Lisans
DetaylıGörüntü İşlemeye Giriş Introduction to Image Processing. Doç. Dr. Aybars UĞUR
Görüntü İşlemeye Giriş Introduction to Image Processing Doç. Dr. Aybars UĞUR 2013 1 İçerik Görüntü ve Piksel Görüntü Türleri Görüntü İşleme Görüntü İşlemenin Amaçları Görüntü İyileştirme Görüntü Analizi
DetaylıBölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme
BLM429 Görüntü İşlemeye Giriş Bölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme Dr. Öğr. Üyesi Caner ÖZCAN It makes all the difference whether one sees darkness through the light or brightness through the
DetaylıTrafik Yoğunluk Harita Görüntülerinin Görüntü İşleme Yöntemleriyle İşlenmesi
Trafik Yoğunluk Harita Görüntülerinin Görüntü İşleme Yöntemleriyle İşlenmesi ISITES 2016 4 TH INTERNATIONAL SYMPOSIUM ON INNOVATIVE TECHNOLOGIES IN ENGINEERING AND SCIENCE Dr. G. Çiğdem Çavdaroğlu ISITES,
DetaylıKızıltepe Tarımsal Alan İmgelerinin Ekinin Ürün Gelişimine Göre Sınıflandırılması
Kızıltepe Tarımsal Alan İmgelerinin Ekinin Ürün Gelişimine Göre landırılması Classification of Kızıltepe Agricultural Land Images Based on Development in Different Period of Crops Emrullah ACAR 1 ve Mehmet
DetaylıGörüntü İşleme. Dijital Görüntü Tanımları. Dijital görüntü ise sayısal değerlerden oluşur.
Görüntü İşleme Görüntü işleme, dijital bir resim haline getirilmiş olan gerçek yaşamdaki görüntülerin bir girdi resim olarak işlenerek, o resmin özelliklerinin ve görüntüsünün değiştirilmesidir. Resimler
DetaylıNESNE TABANLI SINIFLANDIRMA TEKNİĞİ İLE ARAZİ ÖRTÜSÜNÜN BELİRLENMESİ: QUICKBIRD ve LANDSAT ÖRNEĞİ
NESNE TABANLI SINIFLANDIRMA TEKNİĞİ İLE ARAZİ ÖRTÜSÜNÜN BELİRLENMESİ: QUICKBIRD ve LANDSAT ÖRNEĞİ Merve YILDIZ 1, Taşkın KAVZOĞLU 2 1 Arş. Gör., Gebze Yüksek Teknoloji Enstitüsü, Jeodezi ve Fotogrametri
DetaylıUzaktan Algılama Teknolojileri
Uzaktan Algılama Teknolojileri Ders 11 Hiperspektral Görüntülerde Kümeleme ve Sınıflandırma Alp Ertürk alp.erturk@kocaeli.edu.tr Sınıflandırma Sınıflandırma işleminin amacı, her piksel vektörüne bir ve
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2014-2015 Öğretim Yılı Bahar Dönemi 1 İletişim bilgileri sabdikan@beun.edu.tr 0 372 2574010 1718 http://geomatik.beun.edu.tr/abdikan/ Öğrenci
DetaylıSIFT Metodu ile Hedef Takibi
SIFT Metodu ile Hedef Takibi Nazım ÖZGEN 1,.Müzeyyen SARITAŞ 1 Hava Kuvvetleri Komutanlığı, Çankaya, ANKARA nzmzgn@gmail.com Gazi Üniversitesi, Elektrik-Elektronik Mühendisliği Böl., Maltepe-ANKARA muzeyyen@gazi.edu.tr
DetaylıT.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ EĞİTİM ÖĞRETİM YILI DERS KATALOĞU
T.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ - EĞİTİM ÖĞRETİM YILI DERS KATALOĞU Ders Kodu Bim Kodu Ders Adı Türkçe Ders Adı İngilizce Dersin Dönemi T Snf Açıl.Dönem P
DetaylıDEĞİŞİK BAKIŞ AÇILARINDAN ELDE EDİLEN GÖRÜNTÜ GRUPLARININ SINIFLANDIRILMASI
DEĞİŞİK BAKIŞ AÇILARINDAN ELDE EDİLEN GÖRÜNTÜ GRUPLARININ SINIFLANDIRILMASI Mustafa ÖZENDİ 1, Alper YILMAZ 2 1 Arş. Gör., Bülent Ecevit Üniversitesi, Jeodezi ve Fotogrametri Mühendisliği Bölümü, 67100,
DetaylıMULTISPEKTRAL UYDU GÖRÜNTÜLERİ İÇİN EN UYGUN BANT SEÇİMİNİN SINIFLANDIRMA DOĞRULUĞUNA ETKİLERİNİN İNCELENMESİ
MULTISPEKTRAL UYDU GÖRÜNTÜLERİ İÇİN EN UYGUN BANT SEÇİMİNİN SINIFLANDIRMA DOĞRULUĞUNA ETKİLERİNİN İNCELENMESİ T. Kavzoğlu *, İ. Çölkesen, E.K. Şahin Gebze Yüksek Teknoloji Enstitüsü, Jeodezi ve Fotogrametri
Detaylıİkili (Binary) Görüntü Analizi
İkili (Binary) Görüntü Analizi İkili görüntü analizine giriş Eşikleme (Thresholding) Matematiksel morfoloji Piksel ve komşulukları (neighborhoods) Bağlantılı bileşenler analizi (Connected components analysis)
DetaylıBulanık C-Kümeleme Algoritması ile Retinal Kan Damarı Bölütleme Retinal Vessel Segmentation with Fuzzy C-Means Clustering Algorithms
Bulanık C-Kümeleme Algoritması ile Retinal Kan Damarı Bölütleme Retinal Vessel Segmentation with Fuzzy C-Means Clustering Algorithms Zafer Yavuz 1, Cemal Köse 1 1 Bilgisayar Mühendisliği Bölümü Karadeniz
Detaylı91-03-01-517 YAPAY ZEKA (Artificial Intelligence)
91-03-01-517 YAPAY ZEKA (Artificial Intelligence) Dersi Veren Öğretim Üyesi Y. Doç. Dr. Aybars UĞUR Ders Web Sayfası : http://yzgrafik.ege.edu.tr/~ugur 27.09.2009 Y. Doç. Dr. Aybars UĞUR (517 Yapay Zeka)
DetaylıGörüntü İşleme. K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI. Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003
Görüntü İşleme K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003 İçerik Görüntü İşleme Nedir? Görüntü Tanımlamaları Görüntü Operasyonları Görüntü İşleme
DetaylıMean Shift Ve Gaussian Filtre İle Gölge Tespiti Shadow Detection With Mean Shift And Gaussian Filter
Mean Shift Ve Gaussian Filtre İle Gölge Tespiti Shadow Detection With Mean Shift And Gaussian Filter Yunus SANTUR 1, Haluk DİLMEN 1, Semiha MAKİNİST 2, M. Fatih TALU 1 1 Bilgisayar Bölümü Mühendislik Fakültesi
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 6 Kenar, Köşe, Yuvarlak Tespiti Alp Ertürk alp.erturk@kocaeli.edu.tr KENAR TESPİTİ Kenar Tespiti Amaç: Görüntüdeki ani değişimleri / kesintileri algılamak Şekil bilgisi elde
DetaylıUYDU GÖRÜNTÜLERİNİN YAPAY ARI KOLONİSİ (ABC) ALGORİTMASI İLE BÖLÜTLENMESİ
UYDU GÖRÜNTÜLERİNİN YAPAY ARI KOLONİSİ (ABC) ALGORİTMASI İLE BÖLÜTLENMESİ T. Kurban 1, E. Beşdok 2, A.E. Karkınlı 3 Erciyes Üniversitesi, Harita Mühendisliği Bölümü, 38039, Melikgazi, Kayseri. 1 tubac@erciyes.edu.tr,
DetaylıUzaktan Algılama Verisi
Uzaktan Algılama (2) Yrd. Doç. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Uzaktan Algılama Verisi Raster Veri Formatı 1 Uzaktan Algılama Verisi http://www.tankonyvtar.hu/hu/tartalom/tamop425/0027_dai6/ch01s03.html
DetaylıTÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ*
TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ* Determination the Variation of The Vegetation in Turkey by Using NOAA Satellite Data* Songül GÜNDEŞ Fizik Anabilim Dalı Vedat PEŞTEMALCI
DetaylıNesne Tabanlı Sınıflandırma İle Karayolunda Bulunan Araçların Tespiti. Use of Object-Based Classification Method to Detect the Vehicles on Roads
Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi Nesne Tabanlı Sınıflandırma İle Karayolunda Bulunan Araçların Tespiti,Kaynarca ve Demir Afyon Kocatepe University Journal of Science and
DetaylıİNSANSIZ HAVA ARACI VERİLERİNDEN NESNE TABANLI BİNA ÇIKARIMI
319 [1054] İNSANSIZ HAVA ARACI VERİLERİNDEN NESNE TABANLI BİNA ÇIKARIMI Resul Çömert 1, Uğur Avdan 2, Z. Damla Uça Avcı 3 1 Araş. Gör., Anadolu Üniversitesi, Yer ve Uzay Bilimleri Enstitüsü, 26555,Eskişehir,
DetaylıMorfolojik Görüntü İşleme Yöntemleri ile Kayısılarda Yaprak Delen (Çil) Hastalığı Sonucu Oluşan Lekelerin Tespiti
6 th International Advanced Technologies Symposium (IATS 11), 16-18 May 011, Elazığ, Turkey Morfolojik Görüntü İşleme Yöntemleri ile Kayısılarda Yaprak Delen (Çil) Hastalığı Sonucu Oluşan Lekelerin Tespiti
DetaylıÖ. Kayman *, F. Sunar *
SPEKTRAL İNDEKSLERİN LANDSAT TM UYDU VERİLERİ KULLANILARAK ARAZİ ÖRTÜSÜ/KULLANIMI SINIFLANDIRMASINA ETKİSİ: İSTANBUL, BEYLİKDÜZÜ İLÇESİ, ARAZİ KULLANIMI DEĞİŞİMİ Ö. Kayman *, F. Sunar * * İstanbul Teknik
DetaylıSahne Geçişlerinin Geometrik Tabanlı olarak Saptanması
Sahne Geçişlerinin Geometrik Tabanlı olarak Saptanması 1 Giriş Binnur Kurt, H. Tahsin Demiral, Muhittin Gökmen İstanbul Teknik Üniversitesi, Bilgisayar Mühendisliği Bölümü, Maslak, 80626 İstanbul {kurt,demiral,gokmen}@cs.itu.edu.tr
DetaylıNesne-Tabanlı Sınıflandırma Yöntemi ile Tarımsal Ürün Deseninin Belirlenmesi Ahmet Delen 1, Füsun Balık Şanlı 2 1
Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi Nesne Tabanlı Sınıflandırma Yöntemi ile Tarımsal Ürün Deseninin Belirlenmesi, Delen ve Şanlı Afyon Kocatepe University Journal of Science
DetaylıSentetik Açıklıklı Radar (SAR) Görüntülerinde Eş Zamanlı Gemi Bölütlemesi ve Tespiti
Sentetik Açıklıklı Radar (SAR) Görüntülerinde Eş Zamanlı Gemi Bölütlemesi ve Tespiti Çağdaş Bak, Emre Akyılmaz, Gizem Aktaş, Mustafa Ergül, Fatih Nar, Nigar Şen,Murat Başaran SDT Uzay ve Savunma Teknolojileri,
DetaylıGeliştirilmiş Fisher Ayraç Kriteri Kullanarak Hiperspektral Görüntülerde Sınıflandırma
Geliştirilmiş Fisher Ayraç Kriteri Kullanarak Hiperspektral Görüntülerde Sınıflandırma Mustafa TEKE, Dr. Ufuk SAKARYA TÜBİTAK UZAY IEEE 21. Sinyal İşleme, İletişim ve Uygulamaları Kurultayı (SİU 2013),
Detaylıİki Boyutlu Dalgacık Dönüşümü Kullanarak Ön Cepheden Çekilmiş İnsan Yüzü Resimlerini Tanıma Üzerine Yaklaşımlar
KSÜ Mühendislik Bilimleri Dergisi, 12(1), 2009 6 KSU Journal of Engineering Sciences, 12 (1), 2009 İki Boyutlu Dalgacık Dönüşümü Kullanarak Ön Cepheden Çekilmiş İnsan Yüzü Resimlerini Tanıma Üzerine Yaklaşımlar
DetaylıYoğun Nokta Bulutunda Bina Çatı Yüzeylerinin Tespiti. Building Roof Plane Detection from Point Cloud Data
Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi Yoğun Nokta Bulutunda Bina Çatı Yüzeylerinin Tespiti, Polat ve Uysal Afyon Kocatepe University Journal of Science and Engineering AKÜ FEMÜBİD
DetaylıTopoğrafik Kartoğrafik Bilgi Sistemlerinin Yaşatılmasında Yüksek Çözünürlüklü Uydu Görüntü Verilerinden Yararlanma Yüksek çözünürlüklü uydu görüntüler
TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon TOPOĞRAFİK KARTOĞRAFİK BİLGİ SİSTEMLERİNİN YAŞATILMASINDA YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU
DetaylıBİYOMETRİK İRİS SINIFLANDIRMA SİSTEMLERİ
BİYOMETRİK İRİS SINIFLANDIRMA SİSTEMLERİ Emre DANDIL, K.İBRAHİM KAPLAN Akademik Bilişim 2013 İnternet ve bilgisayar teknolojilerinin etkin kullanılmaya başlanması ile birlikte, bazı kişisel bilgilere veya
DetaylıRENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ
Journal of Naval Science and Engineering 2009, Vol 5, No2, pp 89-97 RENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ Öğr Kd Bnb Mustafa Yağımlı Elektrik/Elektronik Mühendisliği Bölümü,
DetaylıISSN : 1308-7231 mbaykara@firat.edu.tr 2010 www.newwsa.com Elazig-Turkey
ISSN:1306-3111 e-journal of New World Sciences Academy 011, Volume: 6, Number:, Article Number: 1A0173 ENGINEERING SCIENCES Burhan Ergen Received: November 010 Muhammet Baykara Accepted: February 011 Firat
DetaylıHızlı Düzey Küme Yöntemine Bağlı Retinal Damar Bölütlemesi. Bekir DİZDAROĞLU. KTÜ Bilgisayar Mühendisliği Bölümü
Bekir DİZDAROĞLU KTÜ Bilgisayar Mühendisliği Bölümü bekir@ktu.edu.tr 1/29 Tıbbi imge bölütleme klasik yaklaşımları a) Piksek tabanlı b) Kenar tabanlı c) Bölge tabanlı d) Watershed (sınır) tabanlı e) Kenar
DetaylıANKARA ÜNİVERSİTESİ A ÖĞRENCİ İŞLERİ DAİRE BAŞKANLIĞI
PROGRAM ADI : BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE) 1.SINIF /1.YARIYIL* 1 COM101 COMPUTER PROGRAMMING I - - 4 2 6 5 9 2 COM113 INTRODUCTION TO COMPUTER SCIENCE - - 3 0 3 3 5 3 PHY0101 PHYSICS I - - 3 0 3
DetaylıTÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun.
Doç.Dr.Mehmet MISIR-2013 TÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun. Son yıllarda teknolojinin gelişmesi ile birlikte; geniş alanlarda, kısa zaman aralıklarında
DetaylıHafta 5 Uzamsal Filtreleme
BLM429 Görüntü İşlemeye Giriş Hafta 5 Uzamsal Filtreleme Yrd. Doç. Dr. Caner ÖZCAN If the facts don't fit the theory, change the facts. ~Einstein İçerik 3. Yeğinlik Dönüşümleri ve Uzamsal Filtreleme Temel
DetaylıPAMUK EKİLİ ALANLARIN NESNE TABANLI SINIFLANDIRMA YÖNTEMİ İLE BELİRLENMESİ: MENEMEN ÖRNEĞİ
Received:March 24, 2017 Accepted:March 27, 2017 PAMUK EKİLİ ALANLARIN NESNE TABANLI SINIFLANDIRMA YÖNTEMİ İLE BELİRLENMESİ: MENEMEN ÖRNEĞİ 1 *Ahmet Delen, 2 Füsun Balık Şanlı 1 Gaziosmanpasa University,
DetaylıDAĞITIK SİSTEMLERDE UYDU GÖRÜNTÜSÜ TRANSFERİ: RASTER VE VEKTÖR TEMSİL KARŞILAŞTIRMASI
HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ OCAK 2013 CİLT 6 SAYI 1 (63-69) DAĞITIK SİSTEMLERDE UYDU GÖRÜNTÜSÜ TRANSFERİ: RASTER VE VEKTÖR TEMSİL KARŞILAŞTIRMASI Süleyman EKEN * Recep BOSTANCI Ahmet SAYAR
DetaylıBilişsel Radyo Ağlarında Dalgacık Dönüşümü Temelli Gürültüden Arındırma Kullanarak Otsu Eşikleme Algoritması ile Spektrum Algılama
Bilişsel Radyo Ağlarında Dalgacık Dönüşümü Temelli Gürültüden Arındırma Kullanarak Otsu Eşikleme Algoritması ile Spektrum Algılama Mustafa NAMDAR 1, Arif BAŞGÜMÜŞ 2, Fatih KOÇAK 3 Elektrik-Elektronik Mühendisliği
DetaylıPRODUCTION of 1:25000 SCALE LAND COVER/USE MAPS by MEANS OF VERY HIGH RESOLUTION SPOT 6/7 SATELLITE IMAGES
Y PRODUCTION of 1:25000 SCALE LAND COVER/USE MAPS by MEANS OF VERY HIGH RESOLUTION SPOT 6/7 SATELLITE IMAGES E Sertel a, b *, I Yay Algan b, G Alp b, a, a,b a, h stanbul, T - (sertele, musaoglu, kayasina)@ituedutr
DetaylıPOSITION DETERMINATION BY USING IMAGE PROCESSING METHOD IN INVERTED PENDULUM
POSITION DETERMINATION BY USING IMAGE PROCESSING METHOD IN INVERTED PENDULUM Melih KUNCAN Siirt Üniversitesi, Mühendislik-Mimarlık Fakültesi, Mekatronik Mühendisliği Bölümü, Siirt, TÜRKIYE melihkuncan@siirt.edu.tr
DetaylıTuğba Palabaş, Istanbul Arel Üniversitesi, tugbapalabas@arel.edu.tr. Ceren Gülra Melek, Istanbul Arel Üniversitesi, cerenmelek@arel.edu.
Uydu Görüntülerinden Elde Edilen Bilgilerle Yeryüzü Şekillerinin Tanımlanması ve Değişimlerinin Gözlenmesinde Coğrafi Bilgi Sistemlerinden Yararlanılması Üzerine Bir Ön Çalışma Sabri Serkan Güllüoğlu,
DetaylıDEPREM SONRASI HAVA FOTOĞRAFLARINDAN BİNA HASAR TESPİTİ İÇİN BÜTÜNLEŞİK BİR SİSTEM YAKLAŞIMI: BiDHaS
DEPREM SONRASI HAVA FOTOĞRAFLARINDAN BİNA HASAR TESPİTİ İÇİN BÜTÜNLEŞİK BİR SİSTEM YAKLAŞIMI: BiDHaS E. Sümer a, M. Türker b a Başkent Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü,
DetaylıTrafik Yoğunluk Harita Görüntülerinin Görüntü İşleme Yöntemleriyle İşlenmesi
2016 Published in 4th International Symposium on Innovative Technologies in Engineering and Scicene 3-5 November 2016 (ISITES2016 Alanya/Antalya - Turkey) Trafik Yoğunluk Harita Görüntülerinin Görüntü
DetaylıDoküman dili tanıma için ikili örüntüler tabanlı yeni bir yaklaşım
Doküman dili tanıma için ikili örüntüler tabanlı yeni bir yaklaşım Yılmaz KAYA 1, Ömer Faruk ERTUĞRUL 2, Ramazan TEKİN 3 1 Siirt Üniversitesi, Bilgisayar Mühendisliği Bölümü 2 Batman Üniversitesi, Elektrik-Elektronik
Detaylı91-03-01-529 SAYISAL GÖRÜNTÜ İŞLEME (Digital Image Processing)
91-03-01-529 SAYISAL GÖRÜNTÜ İŞLEME (Digital Image Processing) Dersi Veren Öğretim Üyesi Doç. Dr. Aybars UĞUR Ders Web Sayfası : http://yzgrafik.ege.edu.tr/~ugur 1 Amaçlar Öğrencileri Matlab gibi teknik
DetaylıQUANTILE REGRESYON * Quantile Regression
QUANTILE REGRESYON * Quantile Regression Fikriye KURTOĞLU İstatistik Anabilim Dalı Olcay ARSLAN İstatistik Anabilim Dalı ÖZET Bu çalışmada, Lineer Regresyon analizinde kullanılan en küçük kareler yöntemine
DetaylıMORFOLOJİK GÖRÜNTÜ FİLTRELERİ İLE İKONOS GÖRÜNTÜLERİNDEN OTOMATİK BİNA ÇIKARIMI
TMMOB Harita ve Kadastro Mühendisleri Odası 12. Türkiye Harita Bilimsel ve Teknik Kurultayı 11 15 Mayıs 2009, Ankara MORFOLOJİK GÖRÜNTÜ FİLTRELERİ İLE İKONOS GÖRÜNTÜLERİNDEN OTOMATİK BİNA ÇIKARIMI U.Acar
Detaylı