Koyu Mod:
Yazar :
M. Oruç, A. M. Marangoz, S. Karakış
Özet : Bu çalışmada, Zonguldak test alanındaki belirli arazi örtüsünün, piksel-tabanlı ve nesne-tabanlı görüntü analizi yaklaşımları kullanılarak elde edilen sınıflandırmalarına esas olan sonuçlar test edilmiştir. Test alanına ait Landsat 7 ETM+ görüntüsünün 6 spektral bandları ile pankromatik bandın birleşimiyle pan-sharp görüntüsü üzerinden sınıflandırma yapılmış ve yer gerçeği verileri, test alanındaki mevcut haritalar, hava fotoğrafları, kişilerle olan iletişim ve alınan bilgilerden elde edilmiştir. PCI Geomatica v.9.1.6 yazılımı ile test edilen piksel-tabanlı sınıflandırma yaklaşımında, ilk olarak kontrolsüz sınıflandırma algoritmasının, test alanındaki mevcut olası aday spektral sınıflardaki öncelikli bilgiyi sağladığı görülmüştür. Buna bağlı olarak sonrasında, kontrollü sınıflandırma, minimum distance (en yakın uzaklık), parallelepiped (paralel yüz) ve maximum likelihood (en yüksek olabilirlik) gibi üç farklı yöntemi kullanılarak gerçekleştirilmiştir. Diğer yandan, yüksek çözünürlüklü görüntülerin sınıflandırılmasında tatmin edici sonuçlar veren ve yeni bir sınıflandırma yaklaşımı olan nesne-tabanlı görüntü analizi de bu çalışmada orta çözünürlükteki görüntü kullanılarak eCognition v.4.0.6 yazılımı ile analiz edilmiştir. Uygulama sırasında birçok farklı parametre setleri, görüntü segmentasyonu ve sınıflandırıcı olarak kullanılan en yakın komşu yaklaşımı test edilmiştir. Kullanılan görüntünün sınıflandırma işlemleri sonucunda elde edilen veriler, nesne-tabanlı yaklaşımının, çoğu arazi örtüsü sınıfları için, üretici ve kullanıcının yüksek doğruluğunu içerdiği sonuçlardan dolayı, klasik piksel-tabanlı sınıflandırma algoritmalarından daha kullanılabilir olduğunu göstermiştir. Testlere bağlı olarak, sınıflandırma doğrulukları verilmiş ve karşılaştırma sonuçları sunularak yorumlar yapılmıştır.
Anahtar Kelimeler :
Anahtar Sözcükler: Pan-sharp Landsat 7 ETM+ görüntüsü, Arazi örtüsü, Piksel-tabanlı sınıflandırma, Nesne-tabanlı sınıflandırma, Segmentasyon
Kaynak :