Tez No	İndirme	Tez Künye	Durumu
368847		A shadow based trainable method for building detection in satellite images / Uydu görüntülerinde bina tespiti için gölge tabanlı eğitilebilir bir yöntem Yazar:MEHMET DİKMEN Danışman: PROF. DR. UĞUR HALICI Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora İngilizce 2014 106 s.
Bu tezin amacı, yüksek çözünürlüklü uydu görüntüleri için gölge tabanlı bir öğrenme yöntemi kullanan güdümlü bir bina tespit ve çıkarım yöntemi geliştirmektir. İlk olarak, aşırı-bölütlenmiş bir görüntü üzerindeki gölge bölütleri belirlenir, sonra da tek bir binaya ait olduğu kabul edilen ve birbirine komşu olan gölge bölütleri birleştirilir. Daha sonra, bu gölge bölütleri kullanılarak binaların olası yerleri tespit edilir. Bu bilginin yanında, bölütler, aydınlatma doğrultusundaki gölgeye uzaklıkları ve spektral özellikleri de kullanılarak binaya ait ya da değil olarak sınıflandırılır. Sonra, bina parçalarını çıkarmak için yeniden bölütleme gerçekleştirilerek, sadece bina olarak sınıflandırılmış birbirine komşu bölütler birleştirilir. Devamında, hatalı olarak bina şeklinde sınıflandırılmış yerlerin elenmesi için bir son işlem aşaması gerçekleştirilir. Son olarak, tek sınıflı bir modelleme yaklaşımı getirilerek çıkarılan bina parçaları düzeltilir. Yaklaşım, aydınlatma yönündeki değişim, gölge miktarı ve bina çeşitliliğinin etkilerinin (büyüklük, şekil, yoğunluk, vb.) incelenebilmesi için farklı karakteristiklerdeki Google Earth görüntülerinde test edilmiştir. Sonuçlar, hem piksel hem de nesne tabanlı performans değerlendirme yöntemleri ile incelenmiştir. En doğru sonuçlara, diğerlerine göre daha kısa gölgelere sahip ve tam tepeden çekilmiş görüntüler üzerinde ulaşılmıştır. Yine aynı durum için, elde edilen bina parçalarının en düzgün olduğu ve en az hata ile tespit edilebildiği gözlemlenmiştir.
The purpose of this thesis is to develop a supervised building detection and extraction algorithm with a shadow based learning method for high-resolution satellite images. First, shadow segments are identified on an over-segmented image, and then neighboring shadow segments are merged by assuming that they are cast by a single building. Next, these shadow regions are used to detect the candidate regions where buildings most likely occur. Together with this information, distance to shadows towards illumination direction and spectral properties of segments are used to classify them as belonging to a building or not. Then, a resegmentation is performed to extract building patches by merging only the neighboring segments, which are classified as building. Next, a postprocessing step is implemented to eliminate some false building patches. Finally, a one class modeling approach was introduced to refine extracted building patches. The approach was tested on several Google Earth images of varying characteristics in order to examine the effects of the change in illumination direction, shadow amount and building variety (size, shape, density, etc.). The results were examined by both pixel and object based performance evaluation methods. Best results were obtained on images having relatively shorter shadows and captured almost at the nadir. Best quality for the extracted patches and the least false detections were also observed in the same case.