Tez No	İndirme	Tez Künye	Durumu
461937		Similarity ratio based algorithms to generate SAR superpixels / SAR süperpikseller üretimi için benzerlik oran tabanlı algoritmalar Yazar:EMRE AKYILMAZ Danışman: DOÇ. DR. UĞUR MURAT LELOĞLU ; DOÇ. DR. İLKAY ULUSOY 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 ; Jeodezi ve Fotogrametri = Geodesy and Photogrammetry ; İstatistik = Statistics Dizin:Görüntü bölütleme = Image segmentation ; Görüntü işleme = Image processing ; Radar görüntüleri = Radar images ; Uzaktan algılama = Remote sensing	Onaylandı Doktora İngilizce 2017 122 s.
Sentetik Açıklı Radar(SAR) sistemleri gece, gündüz ve tüm hava şartlarında çalışabilen aktif bir radar tipidir. Bu nedenle, SAR görüntüleri otomatik hedef tespiti ve otomatik hedef teşhisi işlemlerinde oldukça fazla kullanılmaktadır. Bütün bunların yanı sıra SAR görüntülerinin kalitesi ve anlaşılabilirliği sahip oldukları benek gürültü nedeni ile oldukça düşük düzeydedir. Bir görüntünün anlamlı parçalara ayrıştırılmasını temel alan ayrıştırma işlemi görüntüde bulunan piksellerin komşularına bakılarak, benzer komşu piksellerin birleştirilmesine dayanıyorsa, bu işlem sırasında süperpiksel olarak ifade edilen bölütlenmiş parçalar ortaya çıkmaktadır. Nesne ve bölgelerin sınırları takip edilmesi gereken yapılar oldukları için oluşturulan alanların nesne ve bölgelerin sınırlarına düzgün oturmaları gerekmektedir. Bu nedenle, SAR görüntülerinde bulunan benek gürültüye karşı gürbüz bir algoritmaya ihtiyaç duyulmaktadır. Bu çalışmada, ilk olarak benzerlik oranı benek gürültüye karşı yeni gürbüz bir metrik olarak geliştirilmiştir ve sonrasında bu metrik üretilen süperpiksellerin görüntü üzerindeki şekillere daha iyi oturması için Öklid uzaklığı yerine, Mahalanobis uzaklığı ile birlikte kullanılmıştır. Daha sonra radyometrik ve geometrik terimleri arasındaki önemi belirleyen sabit değer, adaptif bir fonkisyon ile değiştirilmiştir. Benzerlik oranı ile birlikte kullanılarak geliştirilen Öklid (SREP), Mahalanobis (SRMP) ve adaptif Mahalanobis (SRAMP) algoritmalarının performansları, gerçek ve sentetik görüntüler üzerinde deneyler yapılarak literatürde bulunan benzer algoritmalar ile karşılaştırılmışlardır. Deneysel sonuçlar, benzerlik oranı ve adaptif Mahalanobis yakınlık (SRAMP) yönteminin diğer yaklaşımlara göre tek biçimlilik, kompaktlık ve görsel görünüm açısında daha iyi performans sergilediğini ortaya koymuştur.
Synthetic Aperture Radar (SAR) has the capability of working in all weather conditions during day and night that makes it attractive to be used for automatic target detection and recognition purposes. However, it has the problem of high amount of multiplicative speckle noise. Superpixel segmentation as a preprocessing step is an oversegmentation technique that groups similar neighboring pixels into regularly organized segments with approximately the same size. As boundaries of the objects are important elements to be traced, superpixels should adhere well to the edges. This can only be achieved by an algorithm robust to speckle noise. In this thesis, similarity ratio is first developed as a new metric that is robust to speckle noise. Secondly, Mahalanobis distance is used instead of Euclidian so that the superpixel can fit better to shapes in the real world. Thirdly, the constant determining the relative importance of radiometric and geometric terms is replaced with an adaptive function. The performance of combinations of similarity ratio with Euclidean distance (SREP), Mahalanobis distance (SRMP) and Mahalanobis distance with adaptive scheme (SRAMP) are evaluated by conducting experiments on real and synthetic images. The experimental results showed that similarity ratio and adaptive Mahalanobis proximity (SRAMP) outperforms the other approaches in terms of uniformity, compactness and visual appearance.