Incorporation of hyperspectral imagery and texture information in a SVM method for classifying urban area of southern regions of Tehran, Iran

Son yillarda hizli nufus artisi ve kentsel alanlardaki degisimler cevreyi onemli bir sekilde etkilemistir. Kentsel alanlar heterojenik ve parcalanmis bir yapiya sahiptir, bu durum uzaktan algilama goruntuleri acisindan zorlu bir durum yaratmaktadir. Kentsel alanlarda uzaktan algilama uygulamalarindan elde edilen bilgilerin guvenilirligi mekansal ve spektral verilerin kalitesine bagli olarak degismektedir. Dolayisiyla, bu calismanin amaci Tahran'in guney batisindaki kentsel bolgede Hyperion goruntuleri ve yuksek cozunurluklu pankromatik ALI goruntulerinin dokusal ozelliklerinin esas etkisini analiz etmektir. Bu amacla, gri-seviyeli es-olusum matrisi (gray-level co-occurrence matrix) (GLCM) yontemini kullanarak pankromatik ALI goruntulerinden yapisal bilgi ayiklanmistir. Siniflandirma bes senaryo halinde SVM yontemi ile gerceklestirilmistir. CNT yontemiyle spektral bantlarin siniflandirilmasi, spektral bant siniflandirilmasi pencere boyutu 3, boyut 5, boyut 7 ve boyut 9. siniflandirma sonuclari Tahran guney bati kentsel alanlarin Hyperion uydu goruntuleri ile yeterince karakterize edilemedigini gostermektedir. Sonuclar yapisal bilgilerin kullanimi ile kentsel arazi siniflandirmalarinin daha basarili bir sekilde yapilabildigini gostermektedir. Sonuc olarak, Hyperion goruntuleri ile yapisal bilgilerinin birlestirilmesi heterojenik siniflandirmada karisikligi azaltmaktadir. GLCM ozellikleri icerdikleri zengin yapisal bilgi ile heterojen alanlarda arazi kullanim siniflandirmalari icin buyuk bir potansiyel gosterirler.