TY  - JOUR
TT  - Tarımsal İmge Dokularından HOG Algoritması ile Öznitelik Çıkarımı ve Öznitelik Tabanlı Toprak Neminin Tahmini
AU  - Acar, Emrullah
AU  - Özerdem, Mehmet Siraç
PY  - 2016
DA  - December
Y2  - 2016
JF  - Computer Science
JO  - JCS
PB  - Ali KARCI
WT  - DergiPark
SN  - 2548-1304
SP  - 1
EP  - 7
VL  - 1
IS  - 1
KW  - Soil Moisture Estimation; Image Processing; Classification;MLP; k-NN; HOG
N2  - Tarımsal alanlardaki topraknem düzeyinin bilinmesi; kuraklık durumu zararlarının en aza indirgenmesi,fazla sulama nedeni ile oluşan tuzluluğun önlenmesi, tarımsal alanlarınınkorunması ve sulama sisteminin verimli olarak kullanılması gibi birçok yönden önemtaşımaktadır. Bu çalışmada, Mardin tarımsal alan imgelerine ait doku öznitelikvektörleri ile yerel toprak nemölçümleri arasındaki ilişkinin kurulması ve bu ilişkiye dayalı toprak nemdüzeyinin tahmini amaçlanmıştır. İmgeler TARBİL (http://www.tarbil.org)veritabanından elde edilmiştir. İmge dokusuna duyarlı yeni yöntemlerden biriolan Yönlü Gradyan Histogramı (HOG) algoritması kullanılarak, öznitelikvektörleri elde edilmiştir. Elde edilen öznitelik vektörleri daha sonra k EnYakın Komşu (k-NN) ve Çok Katmanlı Algılayıcı (MLP) sınıflandırıcılarının girişlerineverilerek toprak nemi üç (Çok, Orta ve Az nemli) grubta sınıflandırılmıştır.
CR  - [1] H. S. Srivastava, P. Patel, Y. Sharma, et R. R. Navalgund, “Large-area soil moisture estimation using multi-incidenceangle RADARSAT-1 SAR data “, Geosci. Remote Sens. IEEE Trans. On, vol. 47, no 8, p. 2528 2535, 2009.
CR  - [2] M. Zribi, A. Chahbi, M. Shabou, Z. Lili-Chabaane, B. Duchemin, N. Baghdadi, R. Amri, et A. Chehbouni, ”Soil surface moisture estimation over a semi-arid region using ENVISAT ASAR radar data for soil evaporation evaluation.”, Hydrol. Earth Syst. Sci., vol. 15, no 1, 2011.
CR  - [3] N. Baghdadi, S. Gaultier, et C. King, “Retrieving surface roughness and soil moisture from SAR data using neural networks.”, in Retrieval of Bio-and Geo-Physical Parameters from SAR Data for Land Applications, 2002, vol. 475, p. 315 319.
CR  - [4] El-Hajj, M.; Baghdadi, N.; Belaud, G.; Zribi, M.; Cheviron, B.; Courault, D.; Charron, F. "Soil moisture retrieval over grassland using X-band SAR data",  Geoscience and Remote Sensing Symposium (IGARSS), 2014 IEEE International, On page(s): 3638 – 3641.
CR  - [5] Buttrey, S. and Karo, C.2001. Using k-nearest-neighbor classification in the leaves of a tree. Computational Statistics & Data Analysis, 40 (2002) 27-37.
CR  - [6]  Li, X., Nie, P., Jun,Z. and He, Y. 2011.Using wavelet transform and multi-class least square support vector machine in multi-spectral imaging classification of Chinese famous tea. Expert Systems with Applications 38(9):11149-11159.
CR  - [7]  N. Dalal and B. Triggs  "Histograms of oriented gradients for human detection",  Proc. IEEE Computer Soc. Conf. Comput. Vis. Pattern Recognit.,  pp.886 -893 2005.
CR  - [8] R. Kadota and H. Sugano  "Hardware architecture for HOG feature extraction",  Proc. 5th Int. Conf. Intell. Inf. Hiding Multimedia Signal,  pp.1330 -1333 2009
CR  - [9] O. Ludwig, D. Delgado, V. Goncalves, and U. Nunes, 'Trainable 
Classifier-Fusion Schemes: An Application To Pedestrian Detection,' In: 12th International IEEE Conference On Intelligent Transportation Systems, 2009, St. Louis, 2009. V. 1. P. 432-437.
CR  - [10] Acar, E. and Özerdem, M.S., “Image Classification of Kiziltepe cropland by using Gabor Wavelet Transform”, 20th Signal Processing and Communications Applications Conference (SIU), On page(s): 1 – 4, Muğla, 2012.
UR  - https://dergipark.org.tr/en/pub/bbd/issue//305643
L1  - https://dergipark.org.tr/en/download/article-file/293226
ER  -