Tez No	İndirme	Tez Künye	Durumu
355707		Uzay-frekans gösterimleri ile sentetik açıklık radar görüntülerinin işlenmesi / Synthetic aperture radar image processing by spatial-frequency representations Yazar:ERKAN USLU Danışman: YRD. DOÇ. DR. SONGÜL ALBAYRAK Yer Bilgisi: Yıldız 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:Sayısal görüntü işleme = Digital image processing ; Uzaktan algılama = Remote sensing ; Örüntü sınıflama = Pattern classification	Onaylandı Doktora Türkçe 2013 123 s.
Sentetik açıklık radar (SAR) hava veya uzay aracı platformları ile taşınan, arttırılmış uzamsal çözünürlük sağlayan, mikrodalga radar yeryüzü görüntüleme sistemleri olup, askeri ve sivil kullanım alanları olan bir uzaktan algılama sistemidir. SAR, mikrodalga radar kullanılması ile hava şartlarından etkilenmeden görüntüleme yapılabilmesine olanak sağlamakta, aynı zamanda toprak ya da bitki örtüsünde belirli bir derinliğe kadar nüfuz imkânı sağlamaktadır. SAR görüntüleme çeşitli mikrodalga frekansları, çeşitli elektromanyetik polarizasyonları ve faz farkı ile zenginleştirilebilmektedir. SAR görüntülemenin, arazi kullanımı, kirlilik tespiti, buzul takibi, askeri hedef belirleme, doğal afet sonrası hasar tespiti vb. kullanım alanları bulunmaktadır. SAR üzerindeki çalışmalar görüntü eldesi ve elde edilen görüntünün işlenmesi olarak ayrılabilir. Elde edilen SAR görüntüsü, benek gürültü olarak adlandırılan, çözünürlük hücresinde farklı yollar ile oluşan geri saçılımların girişiminin sebep olduğu, çarpımsal olarak modellenebilen gürültü ile bozulmaktadır. Çalışma ile polarimetrik SAR görüntü üzerinde verinin çeşitli adımlardaki işlenme süreçlerine ilişkin olarak önerilen yöntemlerin karşılaştırmalı olarak analizine yer verilmektedir. Çalışma ile polarimetrik SAR görüntüsünde benek gürültü giderim yöntemleri karşılaştırmalı olarak incelenerek, iyileştirme adımları önerilmiştir. Önerilen iyileştirme adımları benek azaltan eşyönsüz yayılım filtresinin benek gürültü giderim etkisini arttıracak yönde Gauss filtresi ile birleştirilmesi ve kenar korunumunu arttıracak yönde Canny kenar belirleme ile birleştirilmesini içermektedir. Çalışma ile önerilen yerel Fourier dönüşümü yöntemi SAR sınıflama için tanımlanarak, standart özellik çıkarım yöntemleri ile karşılaştırmalı olarak sınıflama başarımına etkisi incelenmiştir. Çalışmada curvelet temelli iki özellik çıkarım yöntemi SAR sınıflama için uyarlanmış, curvelet histogramları olarak adlandırılan üçüncü bir curvelet temelli özellik çıkarımı özgün olarak tanımlanmış ve standart özellik çıkarım yöntemleri ile sınıflama başarımına etkileri açısından karşılaştırmalı olarak incelenmiştir. Önerilen özellik çıkarım yöntemleri çeşitli kümeleme algoritmaları ile kullanılarak kümelemedeki etkileri incelenmiştir. Önerilen özellik çıkarım yöntemlerinin orijinal veri üzerinde gürültü giderimine ihtiyaç olmadan uygulanabilir olması ve benek gürültü giderilmiş duruma göre %5'e varan oranlarda daha başarılı sınıflama sonuçları vermeleri elde edilen önemli sonuçlardandır. Önerilen yöntemlerin tanımları gereği taşıdıkları yerel ve uzamsal özelliklerin etkisi artan sınıflama başarısı ile görülmektedir.
Synthetic aperture radar (SAR) is a microwave radar system that is carried either by air or space platforms and utilizes increased resolution for remote sensing in both civil and military areas. SAR can function in rainy or cloudy weather conditions as it uses microwave radar and can benefit from its penetration property at heavy vegetation and bare soil areas. SAR imaging can be enriched by different microwave frequencies, different electromagnetic polarizations and interferometry. Study fields such as land use classification, pollution detection, ice field monitoring, military target detection, disaster aftermath evaluation etc. can benefit from SAR imaging. SAR processing can be divided into two main categories; SAR image construction and SAR image processing. Constructed SAR image is heavily contaminated by speckle noise that is caused by multipath scattering in a resolution cell. Speckle noise can be modelled as a multiplicative noise. This work mainly focuses on comparative analysis of proposed methods on different aspects of SAR image processing steps. Speckle noise reduction methods defined in the literature are analyzed comparatively with the proposed methods. Proposed methods are based on speckle reducing anisotropic diffusion and extends the given method by means of increased noise reduction capability with Gauss filter enhancement and by means of edge preservation capability with Canny edge detection enhancement. Local Fourier transform for SAR image classification is defined and given comparatively with the standard methods. Curvelet based two feature extraction methods are adapted for SAR image classification and a third curvelet based method named histogram of curvelets is genuinely defined. Results for each method are given comparatively with standard methods. Proposed feature extraction methods are also analyzed by different clustering algorithms by means of their effect on clustering. Given the proposed methods' accuracies it can be concluded that the proposed methods are robust against speckle noise as they can be applied without speckle noise reduction and reveal better classification accuracies up to 5% higher than speckle reduced data accuracies. Proposed methods are in the form of spatial and local feature extractors based on their definitions, the results also emphasize the importance of spatial local features.