VII. UZAKTAN ALGILAMA-CBS SEMPOZYUMU (UZAL-CBS 2018), 18-21 Eylül 2018, Eskişehir WORLDVIEW-2 GÖRÜNTÜSÜ KULLANILARAK NESNE TABANLI GÖRÜNTÜ ANALİZİ VE TAGUCHİ OPTİMİZASYON TEKNİĞİ İLE YARI OTOMATİK BİNA ÇIKARIMI Hasan TONBUL 1 , Taşkın KAVZOĞLU 2 1 Arş. Gör., Gebze Teknik Üniversitesi, Mühendislik Fakültesi, Harita mühendisliği Bölümü, 41400, Gebze/Kocaeli, htonbul@gtu.edu.tr 2 Prof.Dr., Gebze Teknik Üniversitesi, Mühendislik Fakültesi, Harita mühendisliği Bölümü, 41400, Gebze/Kocaeli, kavzoglu@gtu.edu.tr ÖZET Yüksek çözünürlüklü uydu görüntülerinin yaygınlaşmasıyla birlikte, görüntü içindeki mekânsal detaylar önemli ölçüde artmıştır. Bu durum, yüksek çözünürlüklü görüntülerinin analizi için nesne tabanlı görüntü analizinin (NTGA) önem kazanmasına neden olmuştur. NTGA’nın temel adımı olan görüntü bölütlemede amaç, gerçek yeryüzü nesneleri ile elde edilen görüntü nesnelerinin birebir örtüşmesini sağlamaktır. Literatürde birçok bölütleme algoritması bulunmasına karşın, çoklu-çözünürlük bölütleme metodu en fazla kullanılan metot olarak öne çıkmaktadır. Ancak çoklu-çözünürlük bölütleme için parametre tahmini zorlu bir süreçtir. Bu çalışmada, çoklu-çözünürlük bölütleme yöntemi parametrelerini (ölçek, biçim ve bütünlük) optimize ederek bina çıkarımı yapabilmek amacıyla Taguchi istatiksel optimizasyon metodu önerilmiştir. Bölütleme parametre optimizasyonunu ve bölütleme kalitesini değerlendirmek için, her test için plato objektif fonksiyonu ve sinyal-gürültü oranı ölçülmüştür. Taguchi metoduna göre, ölçek ve biçim arasında göz ardı edilemeyecek önemli bir etkileşim olduğu görülmektedir. Ölçek, biçim ve bütünlük parametreleri için sırasıyla 10, 0,9, 0,9 değerleri bina çıkarımı için en optimum değerler olarak belirlenmiştir. Daha sonra, optimize edilmiş parametreler, yüksek çözünürlük Worldview-2 görüntüsünün sınıflandırılmasında görüntü bölütleme işleminde girdi olarak kullanılmıştır. Kullanılan yaklaşımı değerlendirmek amacıyla rastgele orman kontrollü sınıflandırma işlemi uygulanmış ve %94,2 genel doğruluk (0,93 Kappa değeri) elde edilmiştir. Anahtar Sözcükler: görüntü bölütleme, nesne tabanlı görüntü analizi, parametre tahmini, Taguchi, uzaktan algılama ABSTRACT With the proliferation of high-resolution satellite images, the amount of attainable spatial information has increased significantly. This has led to the importance of object-oriented image analysis (OBIA) for the analysis of high-resolution images. The goal of image segmentation, which is the fundamental step of OBIA, is to ensure that real earth objects and the created image objects overlap each other. Although there are many segmentation algorithms in the literature, the multi-resolution segmentation has been the most popular one. However, parameter estimation of multi-resolution segmentation is a challenging process. In this study, Taguchi statistical optimization method is proposed to optimize multiple-resolution segmentation method parameters (scale, shape, compactness) for the specific problem of building extraction. The plateau objective function and signal-to-noise ratio are measured for each test to evaluate segmentation parameter optimization and corresponding segmentation quality. According to the Taguchi method, there appears to be an important interaction that cannot be ignored between scale and shape. Scale, shape and compactness parameters of 10, 0.9 and 0.9 were determined as optimum values for the problem considered here. The optimized parameters were then used in the classification of image segmentation of a Worldview-2 image. In order to evaluate the proposed approach, supervised random forest classification was applied to the imagery, and 94.2% overall accuracy (0,93 Kappa coefficient) was obtained. Key words: remote sensing, object based image analysis, parameter optimization, Taguchi, segmentation 1. GİRİŞ Uzaktan algılamada arazi örtüsü/kullanımı haritalarının üretilmesi ve güncellenmesi yüksek çözünürlüklü görüntülerinin yaygınlaşması ile önemli ölçüde kolaylaştırmıştır. Ancak, yüksek çözünürlüklü görüntülerde ele alınan nesnelerin yüksek sınıf içi spektral heterojenlik ve yüksek sınıflar arası spektral benzerliğe sahip olması sınıflandırma işlemi için önemli bir sorundur. Bu nedenle, her bir arazi örtüsü sınıfının belirgin bir spektral imzaya sahip olduğunu varsayan geleneksel piksel tabanlı yaklaşımlar, yüksek sınıflandırma doğruluğu seviyesine ulaşmakta başarısız olmaktadırlar (Johnson ve Jozdani, 2018). Buna bağlı olarak, geleneksel piksel tabanlı görüntü analizi tekniklerine alternatif olarak nesne tabanlı görüntü analizi (NTGA) (Blaschke, 2010; Blaschke vd., 2014) yaklaşımı ortaya çıkmıştır. Görüntü bölütleme, nesne tabanlı görüntü analizinin (NTGA) temelini oluşturmaktadır. Çok çözünürlüklü bölütleme algoritması, en popüler bölütleme algoritmalarından biridir. Bölütleme, genellikle ölçek, biçim ve bütünlük olarak kullanıcılara sunulan üç parametreyle yönetilen görüntünün rengini, dokusunu ve şekil özelliklerini kullanarak homojen görüntü nesneleri oluşturma işlemidir (Liu vd., 2012; Kavzoglu, 2017). Bu parametrelerin optimum kombinasyonunu tanımlama süreci oldukça zordur (Tonbul ve Kavzoğlu, 2017). Analistin parametre seçiminde öznel http://dx.doi.org/10.15659/uzalcbs2018.6403