Kızıltepe tarımsal alan i̇mgeleri̇ni̇n gabor dalgacik dönüşümü i̇le sınıflandırılması
Yükleniyor...
Dosyalar
Tarih
2012-05-30
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
IEEE
Erişim Hakkı
info:eu-repo/semantics/closedAccess
Attribution-NonCommercial-NoDerivs 3.0 United States
Attribution-NonCommercial-NoDerivs 3.0 United States
Özet
Bu çalışmada, Kızıltepe (Mardin) tarım alanlarına ilişkin
imgelerin, bitkinin farklı gelişim dönemlerine (ekim dönemi,
az gelişmiş dönem, tam gelişmiş dönem ve hasat dönemi) göre
sınıflandırılması amaçlanmıştır. İmgeler TARİT (Tarımsal
Rekolte İzleme ve Tahmin Sistemi) projesi kapsamında
kurulan istasyonlardan elde edilmiştir. İmge dokusuna duyarlı
olan yöntemlerden Gabor Dalgacık Dönüşümü (GDD)
kullanılarak, ürünün gelişim sürecine ilişkin imgelerin
öznitelik vektörleri elde edilmiştir. Bu yöntem ile elde edilen
öznitelik vektörleri ayrı ayrı sınıflandırıcılarda test edilerek,
elde edilen performans sonuçları karşılaştırılmıştır.
Sınıflandırıcı olarak Çok Katmanlı Algılayıcı (MLP) ve k-En
Yakın Komşu (k-NN) yöntemleri kullanılmıştır. Sonuç olarak
en yüksek ortalama performans, MLP sinir ağının 24-35-4 ağ
yapısında % 98.01 olarak gözlemlenmiştir.
In this research, images of Kızıltepe (Mardin) agricultural land are classified based on development in different period of crops (1-sowing term, 2-little ripe term, 3-ripe term and 4- harvest term). The digital crop images are derived from TARIT (Agricultural Crop Forecast and Following Project) stations. The texture feature vectors are obtained from images of different crop periods with using Gabor Wavelet Transform (GWT) which is very popular method for image texture extraction. GWT based feature vectors are applied to different type of classifiers as inputs and the performance results of each system are compared. For classification the crop images, Multilayer Perceptron (MLP) neural network and k-Nearest Neighbor (k- NN) methods are used. Finally, the best average performance is observed as 98.01 % in 24-35-4 network structure of MLP neural network classifier.
In this research, images of Kızıltepe (Mardin) agricultural land are classified based on development in different period of crops (1-sowing term, 2-little ripe term, 3-ripe term and 4- harvest term). The digital crop images are derived from TARIT (Agricultural Crop Forecast and Following Project) stations. The texture feature vectors are obtained from images of different crop periods with using Gabor Wavelet Transform (GWT) which is very popular method for image texture extraction. GWT based feature vectors are applied to different type of classifiers as inputs and the performance results of each system are compared. For classification the crop images, Multilayer Perceptron (MLP) neural network and k-Nearest Neighbor (k- NN) methods are used. Finally, the best average performance is observed as 98.01 % in 24-35-4 network structure of MLP neural network classifier.
Açıklama
Anahtar Kelimeler
Agricultural Crops, Agricultural Land, Feature Vectors, Gabor Wavelet Transforms, K-Nearest Neighbors, MLP Neural Networks, Multilayer Perceptron Neural Networks, Network Structures, Texture Extraction, Texture Feature Vector
Kaynak
WoS Q Değeri
N/A
Scopus Q Değeri
N/A
Cilt
Sayı
Künye
Acar, E., Özerdem, M. S. (2012). Kızıltepe tarımsal alan i̇mgeleri̇ni̇n gabor dalgacik dönüşümü i̇le sınıflandırılması. 2012 20th Signal Processing and Communications Applications Conference, 20 April 2012, Muğla. https://doi.org/10.1109/SIU.2012.6204755
