Uydu Verilerinin Obje Temelli Bulanık Mantık Yöntemi İle ...
Uydu Verilerinin Obje Temelli Bulanık Mantık Yöntemi İle ...
Uydu Verilerinin Obje Temelli Bulanık Mantık Yöntemi İle ...
- No tags were found...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
aralıkları birbirleriyle benzerlik gösterebilmektedir. Bu nedenle üyelik fonksiyonundoğru seçilmesi sınıflandırma açısından oldukça önemlidir.<strong>Obje</strong> temelli bulanık mantıkla sınıflandırmanın klasik sınıflandırmaya göre en belirginavantajının bir sınıfa ait pikselin-ki obje temelli sınıflandırmada segmentin-birden farklısınıflara farklı üyelik derecesi ile ait olabilmesidir. Bu durum klasik sınıflandırıcılardakiradikal (0 ya da 1) kararı yerine daha esnek sonuçların üretilmesine olanaksağlamaktadır.Ancak burada bulanık mantıkta kullanılacak üyelik fonksiyonun doğru seçilmesisınıflandırmanın temelini oluşturmaktadır. Çizelge 5.4 ve 5.5’ da sunulan çalışmadakullanılan üyelik fonksiyonları ve bu fonksiyonlar için öngörülen tanımlamalarverilmiştir.Çizelge 5.4 Landsat 1975 görüntüsü için kullanılan üyelik fonksiyonlarıSınıf Adı Kullanılan Fonsiyon Eşik DeğeriFuzzy ÜyelikFonksiyonuKara Mean Layer 2 25-55Tarla Mean Layer 2 50-85Yeşil alan Mean Layer 1 28-32Su Ratio Layer 1 0.23-0.4Sediment(Su1) Mean Layer 2 15-2571