Uzaktan Algılama Uygulamaları
|
|
- Direnç Ersoy
- 6 yıl önce
- İzleme sayısı:
Transkript
1 Aksaray Üniversitesi Uzaktan Algılama Uygulamaları Doç.Dr. Semih EKERCİN Harita Mühendisliği Bölümü Bahar Yarıyılı
2 Uzaktan Algılama Uygulamaları GÖRÜNTÜ İŞLEME TEKNİKLERİ 1. Sayısal Görüntü 2. Uydu Görüntülerinin Geometrik Olarak Düzeltilmesi 3. Uydu Görüntülerinin Radyometrik Olarak Düzeltilmesi 4. Görüntü Zenginleştirme 4.1. Kontrast Artırımı 4.2. Filtreleme 4.3. Çok Kanallı Uydu Verilerinin Zenginleştirilmesi Ana Bileşenler Dönüşümü Oran Görüntüleri 5. Sınıflandırma 5.1. Kontrolsüz Sınıflandırma 5.2. Kontrollü Sınıflandırma 5.3. Sınıflandırma Sonuçlarının Kontrolü (Doğruluk Analizi) 6. Veri Türleri ve Entegrasyonları 7. Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Entegrasyonu 2
3 Uzaktan Algılama Uygulamaları 5. Sınıflandırma 5.1. Kontrolsüz Sınıflandırma 5.2. Kontrollü Sınıflandırma 5.3. Sınıflandırma Sonuçlarının Kontrolü (Doğruluk Analizi) 3
4 Sınıflandırma Sayısal görüntü sınıflandırma, bir görüntüdeki tüm piksellerin sınırlı sayıdaki sınıflar içerisinde gruplandırılması işlemidir. Spektral sınıflandırma, desen tanıma (pattern recognition), doku analizi (textural analysis), değişim belirleme (change detection) işlemleri sınıflandırmanın farklı türleridir. Bu işlemler üç temel konu üzerine odaklanmaktadır: (1) Bir görüntüdeki farklı özelliklerin belirlenmesi, (2) Ayırt edilebilir şekillerin ve uzaysal desenlerin ayrımı, (3) Bir görüntüdeki zamana bağlı değişimlerin tanımlanması. 4
5 Sınıflandırma Sınıflandırma işleminde, edilmek istenen bilgiye göre yapılmış spektral sınıflar, bir görüntüdeki tanımlanmış özelliklerle ilişkilendirilebilir (kontrollü sınıflandırma) ya da istatiksel olarak belirlenebilir (kontrolsüz sınıflandırma) (Lillesand ve diğ., 2004). (a) Orijinal Görüntü (b) Sınıflandırılmış Görüntü 5
6 Sınıflandırma Sınıflandırma işleminin gerçekleştirilmesi aşamasında, kullanılacak dalga boyunun, yeterli doğruluk ve sayıda kontrol alanlarının, Sınıflandırma algoritmasının belirlenmesi ve doğruluk analizlerinin yapılması, yapılacak çalışmanın doğruluğu açısından son derece önemlidir. (a) Orijinal Görüntü (b) Sınıflandırılmış Görüntü 6
7 Sınıflandırma Uzaktan algılamada; En Çok Benzerlik, Euklid Uzaklığı ve Mahalanobis Uzaklığı gibi sınıflandırma algoritmalarının yanında Yapay Sinir Ağları, Bulanık Mantık, Fuzzy C-Means, Neuro-Fuzzy gibi farklı sınıflandırma teknikleri de kullanılmaktadır (Zhang ve Foody, 2001). 7
8 Sınıflandırma Kontrolsüz Sınıflandırma (Eğitim verisi kullanılmadan yapılan sınıflandırma işlemi) Kontrollü Sınıflandırma (Eğitim verisi kullanılarak yapılan sınıflandırma işlemi) 8
9 Kontrolsüz Sınıflandırma Görüntü dijital değerlerinde var olan doğal gruplaşmalara veya kümelere dayalı olarak bu elemanları sınıflandıran algoritmalar kullanılır. Doğal gruplaşmaların sınıflandırılması söz konusu oluğu için kontrolsüz sınıflandırma sonucu oluşan sınıflar, işlemden önce tanımlanmamış spektral sınıflardır. Oluşturulan sınıflar sınıflandırma işleminden sonra, hava fotoğrafları, yüksek çözünürlüklü uydu görüntüleri, topografik ve jeolojik haritalar gibi ek bilgilerle tanımlanır. 9
10 Kontrolsüz Sınıflandırma Kontrolsüz sınıflandırmada küme merkezleri geçici olarak hesaplanarak, piksellerin dâhil olacağı sınıflar belirlenir ve bu işlem, küme merkezlerinin konumlarında değişim olmayana kadar devam eder. Sınıflandırma işleminde spektral uzunluğun belirlenmesinde, Euklid ve Mahalanobis gibi uzaklıklar kullanılır. Sıralı kümeleme (Sequential Clustering), statiksel kümeleme (Statistical Clustering), tekrarlı ardışık kümeleme (ISODATA Clustering- Iterative Self Organising Data Analysis Techniques) ve RGB kümeleme (RGB Clustering) gibi farklı kontrolsüz sınıflandırma türleri vardır. Bunlardan ISODATA algoritması uygulamada, iyi sonuç vermesi nedeniyle yaygın olarak kullanılmaktadır. 10
11 Kontrollü Sınıflandırma Kontrollü sınıflandırmada yeryüzünü temsil eden örnek bölgeler (test alanları) esas alınarak, sınıflandırılacak her bir cisim için spektral özellikleri tanımlı, özellik dosyaları oluşturulur. Test alanlarının örneklendiği özellik dosyası, görüntü verileri üzerine tatbik edilerek her bir görüntü verisi en çok benzer olduğu sınıfa atanır. 11
12 Kontrollü Sınıflandırma Kontrol aşamasında temsil edici nitelikteki kontrol bölgeleri ve her bir arazi örtü tipine ait spektral özellikler belirlenir. Bu aşamada, mevcut referans verileri ile bu verilerin uygulanacağı coğrafi bölgeye ait bilgilerden yararlanılır. Bütün veriler sınıflandırıldıktan sonra sonuçlar çıktı aşamasında farklı sunulur. Çıktı ürünleri genellikle tematik haritalar, çeşitli arazi örtü sınıfları için tüm görüntüye veya belirlenmiş alt görüntüye ait olan istatiksel tablolar veya coğrafi bilgi sistemlerine dâhil edilecek nitelikteki veri dosyaları olarak oluşturulabilir. 12
13 Kontrollü Sınıflandırma Günümüzde kabul gören yöntem bir pikselin belirli bir sınıfa ait olma olasılığına dayanan En Çok Benzerlik (Maximum Likelihood) yöntemidir. Bu olasılığın tüm sınıflar için eşit olduğu ve sınıf kontrol verilerini oluşturan noktalar kümesindeki dağılımın Gauss normal dağılımı olduğu kabul edilir. Bu kabulün ışığı altında normal dağılımın ortalama vektörü ve kovaryans matrisi ile tanımlanır. Belirli sınıfa ait olan görüntü elemanları için istatiksel olasılık hesaplanır. Olasılık yoğunluk fonksiyonları sınıfı belirlenmemiş aday pikselin belirlenmesinde kullanılır. 13
14 Doğruluk Analizi Sınıflandırılmış uydu görüntülerinin doğruluklarının belirlenmesi amacıyla iki farklı yöntem yaygın olarak kullanılmaktadır: Chi-Kare (X²) testi ile hatalı sınıflandırılan piksellerin belirlenmesi (Huang, 2002; Musaoğlu, 1999; Tripathi ve Rao, 2002), Hata matrisi ve Kappa katsayısı ile doğruluk analizi (Aplin ve Atkinson, 2004; Carleer ve Wolff, 2004; Foody, 2002; Musaoğlu ve diğ., 2005; Peddlea, 2004; Zhang, 1999). 14
15 Doğruluk Analizi Hata matrisinin oluşturulması ile referans veriler (sütunlar) kullanılarak sınıflandırılmış piksellerin (satırlar) atanma doğrulukları elde edilmektedir. İstatiksel analiz amacıyla kullanılan Kappa katsayısı, hata matrisinin satır-sütun toplamları ve köşegeni üzerindeki elemanlar kullanılarak elde edilir, 0 ile 1 arasındadır. 15
Emrah Kurtoğlu Gamze Dinçar Liva Gizem Göze Ali Kadir Ulu
1302120002 1302130068 1302150039 1302150049 Emrah Kurtoğlu Gamze Dinçar Liva Gizem Göze Ali Kadir Ulu 17.10.2016 SPEKTRAL İMGELER Bir malzeme için yansıyan, yutulan veya iletilen ışınım miktarları dalga
Detaylıİçerik. Giriş 1/23/13. Giriş Problem Tanımı Tez Çalışmasının Amacı Metodoloji Zaman Çizelgesi. Doktora Tez Önerisi
İsmail ÇÖLKESEN 501102602 Doktora Tez Önerisi Tez Danışmanı : Prof.Dr. Tahsin YOMRALIOĞLU İTÜ Geoma*k Mühendisliği İçerik Giriş Tez Çalışmasının Amacı Zaman Çizelgesi 1 of 25 Giriş Yeryüzü ile ilgili yapılan
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 Görüntü Sınıflandırma Sınıflandırma nedir Sınıflandırma türleri Kontrolsüz/Kontrollü (Denetimli, Eğitimli)
DetaylıUYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI DOĞRULUK DEĞERLENDİRMESİ
ZKÜ MÜHENDİSLİK FAKÜLTESİ JEODEZİ VE FOTOGRAMETRİ MÜHENDİSLİĞİ BÖLÜMÜ UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI VE DOĞRULUK DEĞERLENDİRMESİ UZM. MURAT ORUÇ 1 UZAKTAN ALGILAMANIN FİZİKSEL F ESASLARI Günümüzde
Detaylı3.2. Raster Veriler. Satırlar. Sütunlar. Piksel/hücre büyüklüğü
3.2. Raster Veriler Satırlar Piksel/hücre büyüklüğü Sütunlar 1 Görüntü formatlı veriler Her piksel için gri değerleri kaydedilmiştir iki veya üç bant (RGB) çok sayıda bant Fotoğraf, uydu görüntüsü, ortofoto,
DetaylıUYDU VERİLERİ İLE VERİ ENTEGRASYONU VE YÖNTEMLERİ
660 [1016] UYDU VERİLERİ İLE VERİ ENTEGRASYONU VE YÖNTEMLERİ Sakine KANDİL 1, H.Gonca COŞKUN 2 ÖZET 1 Müh., İstanbul Teknik Üniversitesi, Geomatik Mühendisliği Bölümü, 34469, Maslak, İstanbul, kandils@itu.edu.tr
DetaylıUZAKTAN ALGILAMA- UYGULAMA ALANLARI
UZAKTAN ALGILAMA- UYGULAMA ALANLARI Doç. Dr. Nebiye Musaoğlu nmusaoglu@ins.itu.edu.tr İTÜ İnşaat Fakültesi Jeodezi ve Fotogrametri Mühendisliği Bölümü Uzaktan Algılama Anabilim Dalı UZAKTAN ALGILAMA-TANIM
DetaylıKISIM 5 COĞRAFİ BİLGİ SİSTEMİ (GIS) ANALİZİ KISIM 5: GIS ANALİZİ 1
KISIM 5 COĞRAFİ BİLGİ SİSTEMİ (GIS) ANALİZİ KISIM 5: GIS ANALİZİ 1 GIS ANALİZİ GIS Analizi, üretme, işleme ve mekansal veriyi sorgulama kısımlarını kapsar 1. Veri üretme Görüntüyü sınıflandırma (Unsupervised)
DetaylıGörüntü Sınıflandırma
Görüntü Sınıflandırma Chapter 12 https://www.google.com.tr/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=0 CBwQFjAA&url=http%3A%2F%2Ffaculty.une.edu%2Fcas%2Fszeeman%2Frs%2Flect%2FCh%2 52012%2520Image%2520Classification.ppt&ei=0IA7Vd36GYX4Uu2UhNgP&usg=AFQjCNE2wG
DetaylıUYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA
UYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA Son yıllarda teknolojinin gelişmesi ile birlikte; geniş alanlarda, kısa zaman aralıklarında ucuz ve hızlı sonuç alınabilen uzaktan algılama tekniğinin, yenilenebilir
DetaylıCOĞRAFİ BİLGİ SİSTEMLERİ VE UZAKTAN ALGILAMA
Coğrafi Bilgi Sistemleri ve Uzaktan Algılama Taşınmaz Değerleme ve Geliştirme Tezsiz Yüksek Lisans Programı COĞRAFİ BİLGİ SİSTEMLERİ VE UZAKTAN ALGILAMA 1 Coğrafi Bilgi Sistemleri ve Uzaktan Algılama İçindekiler
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 Görüntü Zenginleştirme Mekânsal Dönüşümler Mekânsal dönüşümler, uzaktan algılama görüntülerindeki bilgiyi
DetaylıUzaktan algılamada uydu görüntülerine uygulanan işlemler
Uzaktan algılamada uydu görüntülerine uygulanan işlemler Uzaktan algılama görüntülerine uygulanan işlemler genel olarak; 1. Görüntü ön işleme (Düzeltme) 2. Görüntü İşleme olarak ele alınabilir. GÖRÜNTÜ
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
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2016-2017 Öğretim Yılı Bahar Dönemi 1 Görüntü Zenginleştirme Mekânsal Dönüşümler Mekânsal dönüşümler, uzaktan algılama görüntülerindeki bilgiyi
DetaylıNDEN BELİRLENEBİLME LME POTANSİYELİ UYDU GÖRÜNTÜLERİNDEN
BİNALARIN YÜKSEK Y ÇÖZÜNÜRLÜKLÜRLÜKL UYDU GÖRÜNTÜLERİNDEN NTÜLER NDEN BELİRLENEBİLME LME POTANSİYELİ Dilek KOÇ SAN dkoc@metu metu.edu.tr Orta Doğu u Teknik Üniversitesi, Jeodezi ve Coğrafi Bilgi Teknolojileri
DetaylıBüyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data)
Büyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data) M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Bu dersin sunumları, The Elements of Statistical Learning: Data
DetaylıArazi örtüsü değişiminin etkileri
Aksaray Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Bölümü Rize İlinin Arazi Örtüsündeki Zamansal Değişimin (1976 ) Uzaktan Algılama ve Coğrafi Bilgi Sistemi İle Belirlenmesi Yd Yrd. Doç. Dr. Sl
DetaylıULUSAL COĞRAFİ BILGİ SISTEMLERİ KONGRESİ 30 Ekim 02 Kasım 2007, KTÜ, Trabzon
ULUSAL COĞRAFİ BILGİ SISTEMLERİ KONGRESİ 30 Ekim 02 Kasım 2007, KTÜ, Trabzon Uydu Verilerinin Farklı Yöntemlerle Karılması ve Sonuçların Karşılaştırılması Öğr. Gör. Bora UĞURLU Prof. Dr. Hülya YILDIRIM
DetaylıYrd. Doç. Dr. Saygın ABDİKAN (Grup B) Öğretim Yılı Güz Dönemi
Uzaktan Algılama (JDF439) Sayısal yükseklik modeli Görüntü sınıflandırma yöntemleri Yrd. Doç. Dr. Saygın ABDİKAN (Grup B) 2016-2017 Öğretim Yılı Güz Dönemi 1 ARAZİ MODELLERİ Yeryüzü, matematiksel olarak
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,
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
DetaylıÖRNEK TABANLI K-STAR ALGORİTMASI İLE UZAKTAN ALGILANMIŞ GÖRÜNTÜLERİN SINIFLANDIRILMASI
ÖRNEK TABANLI K-STAR ALGORİTMASI İLE UZAKTAN ALGILANMIŞ GÖRÜNTÜLERİN SINIFLANDIRILMASI İ. Çölkesen *, T. Kavzoğlu GYTE, Mühendislik Fakültesi, Jeodezi ve Fotogrametri Müh. Bölümü, 41400 Gebze-Kocaeli (icolkesen@gyte.edu.tr,
DetaylıYZM 3217 YAPAY ZEKA DERS#10: KÜMELEME
YZM 317 YAPAY ZEKA DERS#10: KÜMELEME Sınıflandırma (Classification) Eğiticili (supervised) sınıflandırma: Sınıflandırma: Sınıf sayısı ve bir grup örneğin hangi sınıfa ait olduğunu bilinir Eğiticisiz (unsupervised)
DetaylıÖzörgütlemeli Öğrenme (SOM) A. Cumhur KINACI
Özörgütlemeli Öğrenme (SOM) A. Cumhur KINACI Öğrenme Türleri Eğiticili Öğrenme Eğiticisiz Öğrenme: Ağın verilerin sınıflandırmasını dışarıdan yardım almadan kendi başına yapmasıdır. Bunun olabilmesi için
DetaylıYÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDE GEOMETRİK DÜZELTMENİN SINIFLANDIRMA SONUÇLARINA ETKİSİ
YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDE GEOMETRİK DÜZELTMENİN SINIFLANDIRMA SONUÇLARINA ETKİSİ E. Ayhan 1,G. Atay 1, O. Erden 1 1 Karadeniz Teknik Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Bölümü,
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
DetaylıİSTANBUL ANADOLU YAKASI 2B ALANLARININ UYDU GÖRÜNTÜLERİ İLE ANALİZİ
TMMOB Harita ve Kadastro Mühendisleri Odası 10. Türkiye Harita Bilimsel ve Teknik Kurultayı 28 Mart - 1 Nisan 2005, Ankara İSTANBUL ANADOLU YAKASI 2B ALANLARININ UYDU GÖRÜNTÜLERİ İLE ANALİZİ N. Musaoğlu,
DetaylıVERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN
VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Kümeleme İşlemleri Kümeleme Tanımı Kümeleme Uygulamaları Kümeleme Yöntemleri Kümeleme (Clustering) Kümeleme birbirine
DetaylıDijital (Sayısal) Fotogrametri
Dijital (Sayısal) Fotogrametri Dijital fotogrametri, cisimlere ait iki boyutlu görüntü ortamından üç boyutlu bilgi sağlayan, sayısal resim veya görüntü ile çalışan fotogrametri bilimidir. Girdi olarak
Detaylı(AYIRIM) DENLİ. Emre KUZUGÜDENL. Doç.Dr.Serdar CARUS
DİSKRİMİNANT ANALİZİ (AYIRIM) Emre KUZUGÜDENL DENLİ Doç.Dr.Serdar CARUS Bu analiz ile; Bir bireyin hangi gruptan geldiği (p değişkeni kullanarak, bireyi uygun bir gruba atar ) Her bir değişkenin atama
DetaylıKABA KÜME TEORİSİ (Rough Set Theory) Dr. Sedat TELÇEKEN
KABA KÜME TEORİSİ (Rough Set Theory) Dr. Sedat TELÇEKEN Giriş Bilgi teknolojisindeki gelişmeler ve verilerin dijital ortamda saklanmaya başlanması ile yeryüzündeki bilgi miktarı her 20 ayda iki katına
DetaylıUZAKTAN ALGILAMADA SINIFLANDIRMA YÖNTEMLERĐNĐN KARŞILAŞTIRILMASI
UZAKTAN ALGILAMADA SINIFLANDIRMA YÖNTEMLERĐNĐN KARŞILAŞTIRILMASI Eminnur Ayhan 1, Oğuz Kansu 2 1 Karadeniz Teknik Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Bölümü, Fotogrametri Anabilim Dalı,Trabzon.
DetaylıORM 7420 USING SATELLITE IMAGES IN FOREST RESOURCE PLANNING
ORM 7420 USING SATELLITE IMAGES IN FOREST RESOURCE PLANNING Asst. Prof. Dr. Uzay KARAHALİL Week IV NEDEN UYDU GÖRÜNTÜLERİ KULLANIRIZ? Sayısaldır (Dijital), - taramaya gerek yoktur Hızlıdır Uçuş planı,
DetaylıUA Teknikleri Kullanılarak Taşkın Alanlarının Belirlenmesi ve Bölgesel Taşkın Frekans Analizinin Batı Karadeniz Bölgesinde Uygulanması
UA Teknikleri Kullanılarak Taşkın Alanlarının Belirlenmesi ve Bölgesel Taşkın Frekans Analizinin Batı Karadeniz Bölgesinde Uygulanması Prof. Dr. A. Ünal Şorman Orta Doğu Teknik Üniversitesi, Đnşaat Mühendisliği
DetaylıMuğla ili kıyılarında turizm kaynaklı kıyı değişimlerinin uzaktan algılama ve coğrafik bilgi sistemi teknikleri kullanarak değerlendirilmesi
Kaynak : KULELI, T., ERDEM, M., GUCLU, K., ERKOL, L., (2008)Muğla Đli kıyılarında turizm kaynaklı kıyı değişimlerinin uzaktan algılama ve coğrafik bilgi sistemi teknikleri kullanarak değerlendirilmesi.
DetaylıEski Yunanca'dan batı dillerine giren Fotogrametri sözcüğü 3 kök sözcükten oluşur. Photos(ışık) + Grama(çizim) + Metron(ölçme)
FOTOGRAMETRİ FOTOGRAMETRİ Eski Yunanca'dan batı dillerine giren Fotogrametri sözcüğü 3 kök sözcükten oluşur. Photos(ışık) + Grama(çizim) + Metron(ölçme) Buna göre ışık yardımı ile ölçme (çizim yapabilme)
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
DetaylıKIYI BÖLGELERİNDEKİ DEĞİŞİMİN UYDU VERİLERİ İLE ANALİZİ ANALYSING COASTAL AREAS CHANGES USING SATELLITE DATA
KIYI BÖLGELERİNDEKİ DEĞİŞİMİN UYDU VERİLERİ İLE ANALİZİ A.SABUNCU 1, A. DOĞRU 1, H. ÖZENER 1 1 Boğaziçi Üniversitesi, Kandilli Rasathanesi ve Deprem Araştırma Enstitüsü, Jeodezi Anabilim Dalı, İstanbul,
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 Yüksek ve düşük spektral çözünürlüğe sahip dijital görüntülerdeki temel avantaj ve dezavantajlar aşağıda
DetaylıYrd. Doç. Dr. Aycan M. MARANGOZ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ FOTOGRAMETRİ ANABİLİM DALI SUNULARI JDF435 UZAKTAN ALGILAMA DERSİ NOTLARI
UZAKTAN ALGILAMA Sayısal Görüntü ve Özellikleri GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ FOTOGRAMETRİ ANABİLİM DALI SUNULARI JDF435 UZAKTAN ALGILAMA DERSİ NOTLARI http://jeodezi.karaelmas.edu.tr/linkler/akademik/marangoz
DetaylıDigital Görüntü Temelleri Görüntü Oluşumu
Digital Görüntü Temelleri Görüntü Oluşumu Işık 3B yüzeye ulaşır. Yüzey yansıtır. Sensör elemanı ışık enerjisini alır. Yoğunluk (Intensity) önemlidir. Açılar önemlidir. Materyal (yüzey) önemlidir. 25 Ekim
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.
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme Atmosferik etkilerin giderilmesinde kullanılan radyometrik
DetaylıUzaktan Algılama (3) Öğr. Gör. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri
Uzaktan Algılama (3) Öğr. Gör. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri Eklemeli renk teorisi Çıkarmalı renk teorisi 1 RGB (Red Green - Blue) Kavramı Red Green - Blue RGB-Mixer
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
DetaylıDigital Görüntü Temelleri Görüntü Oluşumu
Digital Görüntü Temelleri Görüntü Oluşumu Işık 3B yüzeye ulaşır. Yüzey yansıtır. Sensör elemanı ışık enerjisini alır. Yoğunluk (Intensity) önemlidir. Açılar önemlidir. Materyal (yüzey) önemlidir. 06 Kasım
DetaylıGÖRÜNTÜ İŞLEME HAFTA 2 SAYISAL GÖRÜNTÜ TEMELLERİ
GÖRÜNTÜ İŞLEME HAFTA 2 SAYISAL GÖRÜNTÜ TEMELLERİ GÖRÜNTÜ ALGILAMA Üç temel zar ile kaplıdır. 1- Dış Zar(kornea ve Sklera) 2- Koroid 3- Retina GÖRÜNTÜ ALGILAMA ---Dış Zar İki kısımdan oluşur. Kornea ve
DetaylıYOĞUN GÖRÜNTÜ EŞLEME ALGORİTMALARI İLE ÜRETİLEN YÜKSEK ÇÖZÜNÜRLÜKLÜ SAYISAL YÜZEY MODELİ ÜRETİMİNDE KALİTE DEĞERLENDİRME VE DOĞRULUK ANALİZİ
YOĞUN GÖRÜNTÜ EŞLEME ALGORİTMALARI İLE ÜRETİLEN YÜKSEK ÇÖZÜNÜRLÜKLÜ SAYISAL YÜZEY MODELİ ÜRETİMİNDE KALİTE DEĞERLENDİRME VE DOĞRULUK ANALİZİ Naci YASTIKLI a, Hüseyin BAYRAKTAR b a Yıldız Teknik Üniversitesi,
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2016-2017 Öğretim Yılı Bahar Dönemi 1 Geçen ders Mekansal/Konumsal/Geometrik(Spatial resolution) Radyometrik Spektral Zamansal 2 Dijital /Sayısal
DetaylıProf.Dr. Mehmet MISIR ORMANCILIKTA UZAKTAN ALGILAMA. ( Güz Yarıyılı)
Prof.Dr. Mehmet MISIR ORMANCILIKTA UZAKTAN ALGILAMA (2017-2018 Güz Yarıyılı) Ders İçeriği Uzaktan Algılamanın Tanımı ve Tarihsel Gelişimi Uzaktan Algılamada Temel Kavramlar Uzaktan Algılama Sistemleri
DetaylıYrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi
Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 Piksel / dpi Piksel en küçük anlamlı birim dpi = dot per inch/ 1 inch teki nokta sayısı 1 inch =25.4 mm
DetaylıKarar Ağaçları İle Uydu Görüntülerinin Sınıflandırılması: Kocaeli Örneği
Harita Teknolojileri Elektronik Dergisi Cilt: 2, No: 1, 2010 (36-45) Electronic Journal of Map Technologies Vol: 2, No: 1, 2010 (36-45) TEKNOLOJĠK ARAġTIRMALAR www.teknolojikarastirmalar.com e-issn: 1309-3983
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
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
DetaylıUzaktan Algılama (3) Yrd. Doç. Dr. Özgür ZEYDAN Renk Teorileri
Uzaktan Algılama (3) Yrd. Doç. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri Eklemeli renk teorisi Çıkarmalı renk teorisi 1 RGB (Red Green - Blue) Kavramı Red Green - Blue RGB-Mixer
DetaylıKümeler arası. Küme içi. uzaklıklar. maksimize edilir. minimize edilir
Kümeleme Analizi: Temel Kavramlar ve Algoritmalar Kümeleme Analizi Nedir? Her biri bir dizi öznitelik ile, veri noktalarının bir kümesi ve noktalar arasındaki benzerliği ölçen bir benzerlik ölçümü verilmiş
Detaylı3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem
3.2. DP Modellerinin Simpleks Yöntem ile Çözümü 3.2.1. Primal Simpleks Yöntem Grafik çözüm yönteminde gördüğümüz gibi optimal çözüm noktası, her zaman uygun çözüm alanının bir köşe noktası ya da uç noktası
DetaylıDijital (Sayısal) Fotogrametri
Dijital (Sayısal) Fotogrametri Dijital fotogrametri, cisimlere ait iki boyutlu görüntü ortamından üç boyutlu bilgi sağlayan, sayısal resim veya görüntü ile çalışan fotogrametri bilimidir. Girdi olarak
DetaylıWeb Madenciliği (Web Mining)
Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimli Öğrenmenin Temelleri Karar Ağaçları Entropi ID3 Algoritması C4.5 Algoritması Twoing
DetaylıTanımlar, Geometrik ve Matemetiksel Temeller. Yrd. Doç. Dr. Saygın ABDİKAN Yrd. Doç. Dr. Aycan M. MARANGOZ. JDF329 Fotogrametri I Ders Notu
FOTOGRAMETRİ I Tanımlar, Geometrik ve Matemetiksel Temeller Yrd. Doç. Dr. Saygın ABDİKAN Yrd. Doç. Dr. Aycan M. MARANGOZ JDF329 Fotogrametri I Ders Notu 2015-2016 Öğretim Yılı Güz Dönemi İçerik Tanımlar
DetaylıArcGIS ile Tarımsal Uygulamalar Eğitimi
ArcGIS ile Tarımsal Uygulamalar Eğitimi Kursun Süresi: 5 Gün 30 Saat http://facebook.com/esriturkey https://twitter.com/esriturkiye egitim@esriturkey.com.tr ArcGIS ile Tarımsal Uygulamalar Eğitimi Genel
DetaylıKONTROLSÜZ SINIFLANDIRMADA DİFERANSİYEL GELİŞİM ALGORİTMASININ KULLANIMI
KONTROLSÜZ SINIFLANDIRMADA DİFERANSİYEL GELİŞİM ALGORİTMASININ KULLANIMI Ü.H. Atasever 1, C. Özkan 1, F. Sunar 2 1 Erciyes Üniversitesi Mühendislik Fakültesi, Harita Mühendisliği Bölümü, Uzaktan Algılama
DetaylıAFYON KOCATEPE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ HARİTA MÜHENDİSLİĞİ ANABİLİM DALI BAŞKANLIĞI DOKTORA PROGRAMI
BİRİNCİ YIL BİRİNCİ YARIYIL KREDİSİ* HRT-6501 UZMANLIK ALAN DERSİ Z 8 0 8 0 9 HRT-6601 TEZ HAZIRLIK ÇALIŞMASI Z 0 1 1 0 1 20 1 21 12 30 İKİNCİ YARIYIL KREDİSİ* HRT-6502 UZMANLIK ALAN DERSİ Z 8 0 8 0 9
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 Piksel / dpi Piksel en küçük anlamlı birim dpi = dot per inch/ 1 inch teki nokta sayısı 1 inch =25.4 mm
DetaylıWeb Madenciliği (Web Mining)
Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimsiz Öğrenmenin Temelleri Kümeleme Uzaklık Fonksiyonları Öklid Uzaklığı Manhattan
DetaylıÇOK BANDLI UYDU GÖRÜNTÜLER NDEN PARSEL BAZINDA CO RAF B LG S STEM ÖZELL KL ÜRÜN DESEN KATMANI OLU TURULAB L RL ÜZER NE B R ARA TIRMA
EGE ÜN VERS TES FEN B L MLER ENST TÜSÜ (YÜKSEK L SANS TEZ ) ÇOK BANDLI UYDU GÖRÜNTÜLER NDEN PARSEL BAZINDA CO RAF B LG S STEM ÖZELL KL ÜRÜN DESEN KATMANI OLU TURULAB L RL ÜZER NE B R ARA TIRMA Senem YILMAZ
DetaylıKümeleme Algoritmaları. Tahir Emre KALAYCI
Tahir Emre KALAYCI 2010 Gündem En önemli gözetimsiz öğrenme (unsupervised learning) problemi olarak değerlendirilmektedir Bu türdeki diğer problemler gibi etiketsiz veri kolleksiyonları için bir yapı bulmakla
DetaylıTEMEL GÖRÜNTÜ BİLGİSİ
TEMEL GÖRÜNTÜ BİLGİSİ FOTOĞRAF/GÖRÜNTÜ KAVRAMI VE ÖZELLİKLERİ BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF345 TEMEL GÖRÜNTÜ BİLGİSİ DERSİ NOTLARI http://geomatik.beun.edu.tr/marangoz/ İÇERİK
DetaylıUZAKTAN ALGILAMA VE CBS ENTEGRASYONU İLE ARAZİ ÖRTÜSÜ/KULLANIMI DEĞİŞİMİNİN ANALİZİ: KONYA KENTİ ÖRNEĞİ
UZAKTAN ALGILAMA VE CBS ENTEGRASYONU İLE ARAZİ ÖRTÜSÜ/KULLANIMI DEĞİŞİMİNİN ANALİZİ: KONYA KENTİ ÖRNEĞİ Ahmet GEZİCİ 1, Derya MAKTAV 2 1 Hava Harp Okulu, Havacılık ve Uzay Teknolojileri Enstitüsü, 34149
DetaylıJDF821 UZAKTAN ALGILAMA GÖRÜNTÜLERİNDEN DETAY ÇIKARIMI Sunu2
JDF821 UZAKTAN ALGILAMA GÖRÜNTÜLERİNDEN DETAY ÇIKARIMI Sunu2 Yrd. Doç. Dr. Aycan M. MARANGOZ FOTOGRAMETRİ ANABİLİM DALI SUNULARI http://jeodezi.beun.edu.tr/marangoz 2012-2013 Öğretim Yılı Bahar Dönemi
DetaylıArazi Kullanımı Veri Kaynakları ve Yöntem. Öğrt.Gör.Dr. Rüya Bayar
Arazi Kullanımı Veri Kaynakları ve Yöntem Öğrt.Gör.Dr. Rüya Bayar Arazi Kullanımı doğal ortam insan etkileşimine bağlı olarak ortaya çıktığı için, bu çalışmalarda Coğrafyanın veri kaynaklarını kullanır.
DetaylıCBS ALTLıK HARİTA BİLGİLERİ, HARİTALARıN SıNıFLANDıRMA - SıNıRLAMALARI
CBS ALTLıK HARİTA BİLGİLERİ, HARİTALARıN SıNıFLANDıRMA - SıNıRLAMALARI Doç.Dr. Tolga ÇAN Çukurova Üniversitesi, Mühendislik fakültesi Jeoloji Mühendisliği Bölümü HARİTANIN TANIMI: Yeryüzünün tamamının
DetaylıYSA İLE OPTİMİZE EDİLMİŞ YAPAY ARI KOLONİ ALGORİTMASININ LANDSAT UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASINDA KULLANILABİLİRLİĞİNİN ARAŞTIRILMASI
YSA İLE OPTİMİZE EDİLMİŞ YAPAY ARI KOLONİ ALGORİTMASININ LANDSAT UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASINDA KULLANILABİLİRLİĞİNİN ARAŞTIRILMASI *Torun A.T., Ekercin, S., Gezgin C. Aksaray Üniversitesi Harita
DetaylıFARKLI YÖNTEMLERLE SINIFLANDIRILMIŞ UYDU GÖRÜNTÜLERİNİN BENZERLİK KARŞILAŞTIRMASI. Tolga BAKIRMAN 1
FARKLI YÖNTEMLERLE SINIFLANDIRILMIŞ UYDU GÖRÜNTÜLERİNİN BENZERLİK KARŞILAŞTIRMASI Tolga BAKIRMAN 1 1 Arş. Gör., Yıldız Teknik Üniversitesi, Harita Mühendisliği Bölümü, 34220, Davutpaşa, İstanbul, bakirman@yildiz.edu.tr
DetaylıFethiye ÖÇK Bölgesi Arazi Örtüsü/Arazi Kullanımı Değişim Tespiti
Fethiye ÖÇK Bölgesi Arazi Örtüsü/Arazi Kullanımı Değişim Tespiti Kurum adı: T.C. Çevre ve Orman Bakanlığı Bilgi İşlem Dairesi Başkanlığı, Özel Çevre Koruma Kurumu Başkanlığı Proje durumu: Tamamlandı. Proje
DetaylıFOTOGRAMETRİ DAİRESİ BAŞKANLIĞI FAALIYETLERI
FOTOGRAMETRİ DAİRESİ BAŞKANLIĞI FAALIYETLERI Fotg.D.Bşk.lığı, yurt içi ve yurt dışı harita üretimi için uydu görüntüsü ve hava fotoğraflarından fotogrametrik yöntemlerle topoğrafya ve insan yapısı detayları
DetaylıMMT 106 Teknik Fotoğrafçılık 3 Digital Görüntüleme
MMT 106 Teknik Fotoğrafçılık 3 Digital Görüntüleme 2010-2011 Bahar Yarıyılı Ar. Gör. Dr. Ersoy Erişir 1 Konvansiyonel Görüntüleme (Fotografi) 2 Görüntü Tasarımı 3 Digital Görüntüleme 3.1 Renkler 3.2.1
DetaylıYILDIZ TEKNİK ÜNİVERSİTESİ İNŞAAT FAKÜLTESİ HARİTA MÜHENDİSLİĞİ BÖLÜMÜ
YILDIZ TEKNİK ÜNİVERSİTESİ İNŞAAT FAKÜLTESİ HARİTA MÜHENDİSLİĞİ BÖLÜMÜ ARAZİ ÇALIŞMASI - 2 UYGULAMA PLANI İSTANBUL, 2018 Dersin Tanıtımı 1) Ders fotogrametri Kamu Ölçmeleri ve Kartografya Anabilim dalları
DetaylıZeitschrift für die Welt der Türken Journal of World of Turks
ZfWT Vol. 5, No. 3 (2013) Zeitschrift für die Welt der Türken Journal of World of Turks NİĞDE ŞEHRİ VE YAKIN ÇEVRESİNİN ZAMANSAL DEĞİŞİMİNİN UZAKTAN ALGILAMA VE CBS KULLANILARAK İNCELENMESİ AN ANALYSIS
DetaylıCBS ve Coğrafi Hesaplama
Yıldız Teknik Üniversitesi CBS ve Coğrafi Hesaplama 2. Bölüm Yrd. Doç. Dr. Alper ŞEN Harita Mühendisliği Bölümü Kartografya Anabilim Dalı web: http://www.yarbis.yildiz.edu.tr/alpersen/ E mail: alpersen@yildiz.edu.tr
DetaylıAfyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi
Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi Afyon Kocatepe University Journal of Science and Engineering YSA İle Optimize Edilmiş Yapay Arı Koloni Algoritması ile Landsat Uydu Görüntülerinin
DetaylıPLANLAMADA UZAKTAN ALGILAMA ESASLI ARAZİ KULLANIM ANALİZİ VE TEMATİK SINIFLAMA
PLANLAMADA UZAKTAN ALGILAMA ESASLI ARAZİ KULLANIM ANALİZİ VE TEMATİK SINIFLAMA Tunç Emre TOPTAŞ 1, Şule TÜDEŞ 2 1 Teknik Hizmetler ve Eğitim Müdürü, Netcad, Bilkent, Ankara 1 Öğretim Görevlisi Gazi Üniversitesi,
DetaylıBu bölümde; Çok ölçütlü karar verme yöntemlerinden biri olan TOPSİS yöntemi anlatılacaktır.
ÇOK ÖLÇÜTLÜ KARAR VERME TOPSIS (Technique For Order Preference By Similarity To Ideal Solution) PROF. DR. İBRAHİM ÇİL 1 Bu bölümde; Çok ölçütlü karar verme yöntemlerinden biri olan TOPSİS yöntemi anlatılacaktır.
Detaylı1. Değişik yeryüzü kabuk tiplerinin spektral yansıtma eğrilerinin durumu oranlama ile ortaya çıkarılabilmektedir.
ORAN GÖRÜNTÜLERİ Oran Görüntüsü Oran görüntülerini değişik şekillerde tanımlamak mümkündür; Bir görüntünün belirli bandındaki piksel parlaklık değerleri ile bunlara karşılık gelen ikinci bir banddaki piksel
DetaylıBüyük Veri ve Endüstri Mühendisliği
Büyük Veri ve Endüstri Mühendisliği Mustafa Gökçe Baydoğan Endüstri Mühendisliği Bölümü Boğaziçi Üniversitesi İstanbul Yöneylem Araştırması/Endüstri Mühendisliği Doktora Öğrencileri Kolokyumu 21-22 Nisan
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
DetaylıK En Yakın Komşu Methodu (KNearest Neighborhood)
K En Yakın Komşu Methodu (KNearest Neighborhood) K-NN algoritması, Thomas. M. Cover ve Peter. E. Hart tarafından önerilen, örnek veri noktasının bulunduğu sınıfın ve en yakın komşunun, k değerine göre
DetaylıDijital (Sayısal) Fotogrametri
Dijital (Sayısal) Fotogrametri Dijital fotogrametri, cisimlere ait iki boyutlu görüntü ortamından üç boyutlu bilgi sağlayan, sayısal resim veya görüntü ile çalışan fotogrametri bilimidir. Girdi olarak
DetaylıTanımlar, Geometrik ve Matemetiksel Temeller. Yrd. Doç. Dr. Saygın ABDİKAN Yrd. Doç. Dr. Aycan M. MARANGOZ. JDF329 Fotogrametri I Ders Notu
FOTOGRAMETRİ I Tanımlar, Geometrik ve Matemetiksel Temeller Yrd. Doç. Dr. Saygın ABDİKAN Yrd. Doç. Dr. Aycan M. MARANGOZ JDF329 Fotogrametri I Ders Notu 2015-2016 Öğretim Yılı Güz Dönemi İzdüşüm merkezi(o):
DetaylıDİYARBAKIR İLİNİN KENTSEL DÖNÜŞÜM ANALİZİNİN UZAKTAN ALGILANMIŞ GÖRÜNTÜLER KULLANILARAK YAPILMASI
1 T.C. GEBZE YÜKSEK TEKNOLOJİ ENSTİTÜSÜ MÜHENDİSLİK VE FEN BİLİMLERİ ENSTİTÜSÜ DİYARBAKIR İLİNİN KENTSEL DÖNÜŞÜM ANALİZİNİN UZAKTAN ALGILANMIŞ GÖRÜNTÜLER KULLANILARAK YAPILMASI Abdullah USLU YÜKSEK LİSANS
DetaylıSevim Yasemin ÇİÇEKLİ 1, Coşkun ÖZKAN 2
1078 [1025] LANDSAT 8'İN ADANA SEYHAN BARAJ GÖLÜ KIYI ÇİZGİSİNİN AYLIK DEĞİŞİMİNİN BELİRLENMESİNDE KULLANILMASI Sevim Yasemin ÇİÇEKLİ 1, Coşkun ÖZKAN 2 1 Arş. Gör., Erciyes Üniversitesi, Harita Mühendisliği
DetaylıCOĞRAFİ BİLGİ SİSTEMLERİ
COĞRAFİ BİLGİ SİSTEMLERİ HARİTA TABANLI PLANLAMA VE YÖNETİM Prof.Dr. Vahap TECİM Dokuz Eylül Üniversitesi HARİTADAN DA ÖTE COĞRAFİ BİLGİ SİSTEMLERİ BİLGİ SİSTEMİ Donanım Yazılım Veriler Personel Yeryüzü
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
DetaylıHektar. Kent Çay Geniş yapraklı. İğne yapraklı. Açık toprak
TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon RİZE İLİNİN ARAZİ ÖRTÜSÜNDEKİ ZAMANSAL DEĞİŞİMİN (1976 2000) UZAKTAN ALGILAMA VE
DetaylıWeb Madenciliği (Web Mining)
Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Sınıflandırıcıların Değerlendirilmesi Skorlar Karışıklık matrisi Accuracy Precision Recall
DetaylıGraf Veri Modeli. Düğümler kümesi. Kenarlar kümesi
Graf Veri Modeli Graf, bir olay veya ifadenin düğüm ve çizgiler kullanılarak gösterilme şeklidir. Fizik, Kimya gibi temel bilimlerde ve mühendislik uygulamalarında ve tıp biliminde pek çok problemin çözümü
DetaylıAHP ANALİTİK HİYERARŞİ PROSESİ AHP AHP. AHP Ölçeği AHP Yönteminin Çözüm Aşamaları
ANALİTİK HİYERARŞİ PROSESİ 1970 li yıllarda Wharton School of Business da çalışan Thomas L.Saaty tarafından Karmaşık çok kriterli karar verme problemlerinin çözümü için geliştirilmiştir. Tüm kriterler
DetaylıUZAKTAN ALGILAMA VE COĞRAFİ BİLGİ SİSTEMİ YÖNTEMLERİYLE ARAZİ ÖRTÜSÜ/KULLANIMI DEĞİŞİMİNİN ANALİZİ: KAYSERİ İLİ ÖRNEĞİ
UZAKTAN ALGILAMA VE COĞRAFİ BİLGİ SİSTEMİ YÖNTEMLERİYLE ARAZİ ÖRTÜSÜ/KULLANIMI DEĞİŞİMİNİN ANALİZİ: KAYSERİ İLİ ÖRNEĞİ D. Çalda 1, D. Maktav 2 1 Hava Harp Okulu HUTEN Müdürlüğü, Yeşilyurt, İstanbul. denizcalda@hotmail.com
DetaylıÜnite 7 - Görüntü Analizi
Uzaktan Algılamaya Giriş Ünite 7 - Görüntü Analizi UA Görüntülerinin Analizi Bunun için iki yol vardır: Görsel yorumlama (kıymetlendirme) Sayısal Görüntü İşleme metodları ile yorumlama (kıymetlendirme)
Detaylı