Tez No	İndirme	Tez Künye	Durumu
341113		A new change detection method using double segmentation and its application on remotely sensed images / Çift bölütleme ile değişiklik analizi ve uzaktan algılanan imgelere uygulanması Yazar:EKİN GEDİK Danışman: PROF. DR. FATOŞ TÜNAY YARMAN VURAL Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Yüksek Lisans İngilizce 2013 128 s.
İstatiksel veri analizi çalışmalarının bir dalı olan değişiklik algılama, aynı verinin iki farklı gözleminde değişiklik gösteren örnekleri bulmayı amaçlar. Bu çalışmada, yeni bir değişiklik analizi yöntemi sunulmuş ve bu yöntemin uydu görüntüleri üzerindeki uygulaması sistematik bir yapı içerisinde incelenmiştir. Uygulamanın kapsamı, farklı zamanlarda çekilmiş aynı alanı gösteren uydu görüntülerindeki insan yapımı farklılıkları algılamak olarak belirlenmiştir. Önerilen prosedür, ön işleme, öznitelik çıkarımı-sınıflandırma ve son işleme olmak üzere üç ana adım içermektedir. Ön işleme adımında girdi imgeler normalize edilmekte, çakıştırılmakta ve imgelerin benzerlikleri ölçülmektedir. Önerilen yöntemin ana katkısı "çift bölütleme" olarak adlandırılan yöntemin öznitelik çıkarımında uygulanmasıdır. Bu yöntem sayesinde herhangi bir ön bilgi yahut gözetim olmadan nesne bazlı bir uygulama geliştirilebilmektedir.Literatürdeki öznitelikler çalışmada kullanılmış, birleştirilmiş ve karşılaştırılmıştır. Sınıflandırma için, K-Ortalama Kümeleme ve EM gibi metodların yanı sıra, yeni bir bulgusal eşikleme yöntemi sunulmuştur. Görsel ve sayısal olarak daha iyi sonuçlar alınmasını sağlayan bir son işleme yöntemi ayrıca sunulmuştur. Yapay ve gerçek uydu imgeleri üzerinde yapılan deneyler, yöntemin uydu görüntülerinde insan yapımı değişiklik nesnelerinin özelliklerinin yüksek kesinlik ile yakalanmasında başarılı olduğunu göstermiştir.
Change detection research, a branch of statistical data analysis, focuses on detecting changed samples between dierent observations of the same dataset. The proposed study presents a novel change detection procedure and its application as a complete framework which is designed to work on remotely sensed images. The scope of the study is defined as detecting man-made change objects between satellite images of the same region, acquired at different times. Proposed framework has three main steps as preprocessing, feature extraction-classification and postprocessing. Preprocessing step normalizes, registers and measures the similarity of image pairs. The main contribution of the proposed study lies at the feature extraction and classification step. With the help of newly proposed "double segmentation" paradigm, an object based approach can be utilized without any prior information or supervision. Well known features in the change detection literature are defined, combined and compared in the study. Apart from known classification methods such as K-Means Clustering and Expectation-Maximization, a novel heuristic thresholding method is also presented. A postprocessing procedure which helps to obtain more accurate and visually appealing results is also provided. Experiments conducted on artificial and real satellite images show that proposed framework is good at capturing the man-made change object characteristics in remotely sensed images with high accuracy.