nesne-tabanlı görüntü analizi ve ıkonos pan-sharpened ...
nesne-tabanlı görüntü analizi ve ıkonos pan-sharpened ...
nesne-tabanlı görüntü analizi ve ıkonos pan-sharpened ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Nesne-Tabanlı Görüntü Analizi <strong>ve</strong> Ikonos Pan-Sharpened Görüntüsünü Kullanarak Yol <strong>ve</strong> Binaların ÇıkarımıŞekil 5: Vektör harita kullanılarak yapılan <strong>nesne</strong>-tabanlı sınıflandırmanın sonucuOluşturulan sınıf hiyerarşisinden elde edilen sonuçlar göz önüne alındığında pek çok bina <strong>ve</strong> yolların ortayaçıkarılabildiği görülmüştür. Ancak, sınıflandırmanın editlenmesi kaçınılmazdır, bina <strong>ve</strong> yol <strong>nesne</strong>lerinden yanlışsınıflandırılmış olanların bu sınıflardan elle silinmesi gerekmektedir.4. SONUÇGünümüz uzaktan algılama teknolojilerinde yüksek çözünürlüklü <strong>ve</strong>rinin, zengin bilgi içeriği, piksel tabanlıyaklaşımlarda tam olarak yansıtılamamaktadır. Bu yüzden, uygulanan piksel tabanlı yaklaşımların yanında, <strong>nesne</strong>tabanlı yaklaşımlar da kullanılmaya başlanmıştır. Nesne-tabanlı yaklaşımda ilk olarak mevcut uydu görüntüsüüzerinden segmentasyon işlemi yapılması gerekmektedir. Segmentasyon işleminde, bir uydu görüntüsü için stereogörüntülerin<strong>ve</strong> elde bulunan uygun <strong>ve</strong>ktör bilgisinin altlık olarak kullanılması, otomatik <strong>nesne</strong> çıkarımınıkolaylaştırmakta <strong>ve</strong> doğruluğunu arttırmaktadır.Yüksek uzaysal çözünürlüğünden dolayı Ikonos görüntüsü, binaları <strong>ve</strong> yolları ortaya çıkartmak için uygun bir<strong>ve</strong>ridir. Görüntünün spektral özelliklerinden yararlanmak için ana bileşenli görüntü netleştirme metodu (principalcomponent image enhancement) kullanılabilir. Bu durumda, 1m piksel boyutlu ancak 4 spektral kanalına sahipgörüntü oluşturulabilmektedir. Nesne-tabanlı görüntü <strong>analizi</strong> tekniği, bina <strong>ve</strong> yollar gibi belli başlı yer <strong>nesne</strong>lerininortaya çıkarılması için memnun edici sonuçlar <strong>ve</strong>rebilmektedir.Sınıflandırma kalitesi, segmentasyonun kalitesine; oluşan segmentlerin doğru <strong>nesne</strong>leri uygun geometrik şekillerleifade etmesine bağlıdır. Bu da kullanılan <strong>ve</strong>ktör yapıya bağlı olduğu gibi, bu <strong>ve</strong>ktör yapının görüntüye uyuşumu içinuygulamanın en başında yürütülen ortorektifikasyon işlemine de bağlıdır. Burada kullanılan SYM <strong>ve</strong> bunun gibi hertürlü ek parametre, sınıflandırmanın doğruluğunu çok büyük ölçekte etkilemektedir. Bu durumda, geometrik olarakkayıklık <strong>ve</strong> kullanılan SYM <strong>ve</strong>risinin kalitesi göz önünde tutulmalıdır, daha gü<strong>ve</strong>nilir sonuçlar için uygun <strong>ve</strong>ktörkatmanının kullanılması gerekmektedir (Marangoz, 2004).TEŞEKKÜRGösterilen sonuçların bazı bölümleri TÜBİTAK–Türkiye <strong>ve</strong> Julich Araştırma Merkezi – Almanya tarafındandesteklenmiştir. Bu çalışma sırasındaki yardımlarından dolayı ZKÜ Öğretim Üyelerinden Arş. Gör. Selin MarangozÇIPLAK’a teşekkürlerimi sunarım.KAYNAKLARBenz, U. C., Hofmann, P., Willhauck, G., Lingenfelder, I. <strong>ve</strong> Heynen, M., 2003. Multi-Resolution, Object-Oriented Fuzzy Analysis of Remote Sensing Data for Gis-Ready Information, ISPRS Journal of Photogrammetry &Remote Sensing, p.239-258