Show simple item record

dc.contributor.advisorYüksel, Seniha Esentr_TR
dc.contributor.authorKüçük, Sefatr_TR
dc.date.accessioned2015-10-15T08:46:36Z
dc.date.available2015-10-15T08:46:36Z
dc.date.issued2015tr_TR
dc.identifier.urihttp://hdl.handle.net/11655/2712
dc.description.abstractIn this thesis, target detection from hyperspectral images has been investigated using anomaly detection and endmember extraction. The aim of anomaly detection is to detect the deviations from the normal background behavior without any prior information about the data. In hyperspectral image analysis, Reed-Xiaoli (RX) algorithm is a commonly used anomaly detector. It first models the background as a multidimensional Gaussian distribution and then computes how much a test vector deviates from the background model. In this thesis, six different RX-based anomaly detectors, namely the global RX, local RX, dual window RX, subspace RX, kernel RX and the global RX combined with a uniform target detector have been tested on long-wave infrared (LWIR) hyperspectral images. Several factors such as parameter selection, resilience to noise, computational complexity, effect of window size have been examined and the detection performances have been compared based on ROC curves.tr_TR
dc.language.isoturtr_TR
dc.publisherFen Bilimleri Enstitüsütr_TR
dc.subjectAnomaly detectiontr_TR
dc.titleUzun Dalga Kızılötesi Hiperspektral Görüntülerde Hedef Tespititr_TR
dc.typemasterThesistr_TR
dc.callno2015/2118tr_TR
dc.bolumElektrik –Elektronik Mühendisliğitr_TR
dc.description.ozetBu tez kapsamında, hiperspektral görüntülerde hedef bulmaya yönelik anomali tespiti ve uç eleman analizi konuları üzerine çalışmalar yapılmıştır. Anomali tespitinde amaç, veri hakkında herhangi bir önsel bilgi olmaksızın veri içerisinde çevresine göre farklılık gösteren noktaları tespit etmektir. Hiperspektral görüntü analizinde sıklıkla kullanılan Reed-Xiaoli (RX) algoritması, veride arka planı çok değişkenli bir Gauss dağılımı ile modeller ve bir test pikselinin bu modelden ne kadar uzaklaştığını hesap eder. Çalışmada, RX tabanlı altı anomali bulucu: Global RX, Yerel RX, RXD-UTD, Çift Pencereli RX, Alt Uzay RX ve Çekirdek RX uzun dalga kızılötesi (long-wave infrared - LWIR) hiperspektral verileri üzerinde uygulanmıştır. Anomali bulucuların başarımlarını etkileyen işlem yükü, gürültüye dayanım, parametre seçimi, pencere boyut etkisi gibi değişkenler kapsamlı bir şekilde incelenmiş, algoritma performansları ROC eğrileri kullanılarak karşılaştırılmış.tr_TR


Files in this item

This item appears in the following Collection(s)

Show simple item record