Tarımsal alanlarda yüksek çözünürlüklü IKONOS uydu görüntüsünden nesne-tabanlı ürün deseni tespiti
| dc.authorid | 0000-0001-5174-7153 | |
| dc.contributor.author | Tavus, Beste | |
| dc.contributor.author | Karataş, Kamil | |
| dc.contributor.author | Türker, Mustafa | |
| dc.date.accessioned | 2025-09-12T06:11:17Z | |
| dc.date.available | 2025-09-12T06:11:17Z | |
| dc.date.issued | 2019 | |
| dc.department | Mühendislik Fakültesi | |
| dc.description.abstract | Günümüzde uzaktan algılama teknolojisi ve görüntü işleme teknikleringelişmesiyle birlikte, uydu görüntüleri tarımsal alanlarda üründeseninin belirlenmesi çalışmalarında sıklıkla tercih edilir hâlegelmiştir. Bu çalışmada, yüksek konumsal çözünürlüklü IKONOS uydugörüntüsünden tarımsal alanlarda nesne-tabanlı sınıflandırmayöntemi ile ürün desenin belirlenmesi hedeflenmiştir. Çalışma alanı,Marmara Bölgesi’nde bulunan Bursa ili, Karacabey ilçesiningüneybatısında yer almakta ve yaklaşık 9×9 km2’lik bir alanıkapsamaktadır. Domates, mısır, biber, buğday, pirinç ve şeker pancarıbölgede yetiştirilen başlıca tarım ürünleridir. Çalışmada, IKONOS uydugörüntüsü çoklu-çözünürlük segmentasyon tekniği ile segmenteedilmiştir. Segmentasyon işleminde gerekli parametrelerden enönemlisi olan ölçek parametresi için en uygun değer ESP-2 (Estimationof Scale Parameter) yazılımı ile belirlenmiştir. Diğer segmentasyonparametreleri olan şekil ve bütünlük parametreleri için en uygundeğerler ise, yapılan deneme analizleri neticesinde tespit edilmiştir.Sınıflandırmanın doğruluğunu artırmak için, görüntünün orijinalbantlarına ek olarak, normalize edilmiş bitki indeksi (NDVI) bantı ilehomojenlik, zıtlık, farklılık, ortalama, varyans ve entropi doku bantlarıkullanılmıştır. Sınıflandırma işlemi, toplam 29 bantlı veri setikullanılarak eCognition yazılımında nesne-tabanlı en yakın komşuluktekniği ile yapılmıştır. Elde edilen sınıflandırma sonucu, 2212 adet yergerçeği verisi kullanılarak değerlendirilmiştir. Doğruluk analizlerineticesinde, sınıflandırmanın genel doğruluğu %87.5 olarakhesaplanmıştır. Elde edilen sonuçlar, yüksek çözünürlüklü IKONOS uydugörüntüsünden tarımsal ürün deseni tespitinin nesne-tabanlısınıflandırma yöntemiyle yüksek doğrulukta belirlenebildiğinigöstermektedir. | |
| dc.description.abstract | Nowadays, with the development of remote sensing technologies and image processing methods, satellite images have become frequently preferred in studies to determine the crop pattern in agricultural areas. In this study, it is aimed to detection the crop pattern in agricultural areas with high accuracy by using object-based classification technique from high spatial resolution IKONOS satellite images. The study area is located on the South-west of the Karacabey district of the Bursa province in the Marmara Region and covers an area of nearly 9×9 km2 . Tomato, corn, pepper, wheat, rice and sugar beet are the main products grown in the region. In this study, the IKONOS satellite image is segmented using multi-resolution segmentation technique. The most appropriate value for the scale parameter, which is the most important parameter in the segmentation process, has been determined by ESP-2 (Estimation of Scale Parameter) software. Various combinations have been tried for shape and compactness parameters in order to find the optimal segmentation parameters. In order to increase classification accuracy, normalized difference vegetation index (NDVI) and GLCM texture measurement methods have been used, including homogeneity, contrast, dissimilarity, mean, variance, and entropy. Using the data set from consist 29 bands, the image classification process have been performed using the object-based nearest neighbor classification technique in the eCognition software. The obtained classification results have been tested on parcel basis using 2212 ground truth data. The overall accuracy of the classification has been calculated as 87.5%. The results show that the high spatial resolution IKONOS satellite image can be used to detection high accuracy with object-based classification of agricultural crop pattern. | |
| dc.identifier.endpage | 614 | |
| dc.identifier.issn | 2147-5881 | |
| dc.identifier.issue | 5 | |
| dc.identifier.startpage | 603 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12451/14344 | |
| dc.identifier.volume | 25 | |
| dc.indekslendigikaynak | TR-Dizin | |
| dc.institutionauthor | Türker, Mustafa | |
| dc.language.iso | tr | |
| dc.publisher | Pamukkale Üniversitesi | |
| dc.relation.ispartof | Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi | |
| dc.relation.publicationcategory | Makale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.subject | Segmentasyon | |
| dc.subject | Nesne-tabanlı Sınıflandırma | |
| dc.subject | Doku Analizi | |
| dc.subject | Segmentation | |
| dc.subject | Object-based classification | |
| dc.subject | Texture Analysis | |
| dc.title | Tarımsal alanlarda yüksek çözünürlüklü IKONOS uydu görüntüsünden nesne-tabanlı ürün deseni tespiti | |
| dc.title.alternative | Object-based crop pattern detection from IKONOS satellite images in agricultural areas | |
| dc.type | Article |
