UZAKTAN ALGILAMA - Deneme Sınavı - 8

Kontrollü ve kontrolsüz sınıflandırma yöntemlerinin bir arada kullanıldığı sınıflandırma yöntemine melez (hibrit) sınıflandırma yöntemi denir.

Sınıflandırma işlemi ile görüntüdeki farklı özelliklerin veya objelerin belirlenmesi
ve tanımlanmasını sağlayacak kantitatif karar fonksiyonları oluşturulur.

*Bir pikselin yeryüzünde karşılık geldiği alan içindeki sınıf karışımları.

*Algılayıcı kalibrasyon değişimleri.

*Atmosferik değişkenlik.

*Topografya ve topografik aydınlanma koşulları. bu dört maddedir. Bunlara dahil olayan ise beşeri faktörlerdir.

Sınıflandırma işlemi sırasında hangi algoritma kullanılırsa kullanılsın bu kontrollü  ve kontrolsüz olmak üzere iki temel yaklaşım ile yapılır.

Nesne tabanlı sınıflandırma sadece görüntüdeki spektral bilgiyi değil, piksellerin komşuluk özelliklerini yansıtan doku ve bağlam bilgilerini de kullanan bir yöntemdir.Bu yöntemdeki temel eleman piksel değil, komşuluk ilişkisine sahip piksel gruplarından oluşan nesnelerdir.

Biyolojik beynin çalışma prensibini matematiksel olarak taklit eden lineer olmayan hesaplamalı modellerdir. Beyin dokusunun temel elemanı olan biyolojik nöronlar, birbirleriyle kurdukları binlerce bağlantıyla aynı anda paralel çalışan büyük bir ağ meydana getirirler. Beynin bu paralel çalışabilme özelliği, merkezi
ve çevresel sinir sisteminin hiçbir aksama olmadan gerektiği gibi hızlı çalışmasını sağlar.

Bulanık  veya bir başka deyişle fuzzy mantık, bir tür mantık uygulamasıdır. Klasik
mantıkta aşırı uçlar kullanılırken, bulanık mantıkta aşırı uçlar yanında yaklaşık ara değerlerde kullanılmaktadır. 1960’larda Loutfi Zadeh’in teorisini yarattığı  bulanık mantığın en önemli avantajı problemleri gerçek hayattaki yaklaşık ifadelerle modelleyebiliyor olmasıdır.

Bu olasılıkların hesaplanabilmesi için bir olasılık dağılım modeline ihtiyaç vardır. Uygulamada genellikle Normal dağılım modeli kullanılmaktadır. Maksimum Olabilirlik yönteminde bir piksel en yüksek olasılık değerine sahip olduğu sınıfa atanır.

Alman matematikçi Gauss’un ölçme hataları üzerine yaptığı çalışmalar sonucu tanınan Normal (Gauss) dağılım, sürekli bir olasılık dağılımı olup bilimin her alanında, rastlantısal etkiler içeren fiziksel ölçmeler için temel bir modeldir. Bundan dolayı, istatistiksel karar alma (sonuç çıkarma) ve regresyon analizlerinin temel istatistik modelidir.

Monotonik fonksiyon,verideki sırayı koruyan reel değerli bir fonksiyondur. Monotonik bir fonksiyonun tersi de aynı şekilde verilen sıralamayı korur.

Melez (Hibrit) sınıflandırma, kontrollü ve kontrolsüz yöntemlerinin bir arada kullanıldığı bir yöntemdir. Bu tip bir yaklaşımda kontrolsüz sınıflandırma sonrasında elde edilen kümeler birleştirilerek, kontrollü sınıflandırma için gerekli eğitim alanlarının oluşturulmasında etkin öncül bir araç olarak kullanılmaktadır.

Sınıflandırmaya girdi olacak bilgilerin oluşturduğu uzaya özellik uzayı adı verilir.

Sınıflandırma işleminin temel girdisi olan görüntü özelliklerine ait ölçüm vektörüne örüntü adı verilir.

"Görüntünün rektifiye edilmiş olması" sınıflandırma işleminde, kategorilere ait özellikler arasındaki karışım nedeniyle birbirlerinden ayırt edilebilirliği etkileyen faktörlerden biri değildir.

Sadece görüntüdeki spektral bilgiyi değil piksellerin komşuluk özelliklerini yansıtan doku ve bağlam bilgilerini de kullanan yönteme "Nesne tabanlı sınıflandırma" adı verilir.

Biyolojik beynin çalışma prensibini matematiksel olarak taklit eden lineer olmayan hesaplamalı modellere "yapay sinir ağları" adı verilir.

Kontrollü sınıflandırmada en iyi sınıflandırma doğruluğunu veren özelliklerin belirlenmesine "Özellik seçimi" adı verilir.

Bütün sınıflar için eğitim örüntüleri kullanılarak özellik uzayındaki minimum ve maksimum değerlerin belirlendiği ve herhangi bir örüntü hangi aralığa denk gelirse ilgili pikselin o sınıfa atandığı yönteme "Paralel kenar yöntemi" adı verilir.

Bir görüntüdeki piksellerin en yüksek olasılık değerine sahip olduğu sınıfa atandığı yönteme "Maksimum olabilirlik" adı verilir.