Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11851/1962
Full metadata record
DC FieldValueLanguage
dc.contributor.authorUfuk, Derviş Utku-
dc.contributor.authorDemirpolat, Caner-
dc.contributor.authorDemirci, Muhammed Fatih-
dc.date.accessioned2019-07-10T14:42:42Z
dc.date.available2019-07-10T14:42:42Z
dc.date.issued2017
dc.identifier.citationUfuk, D. U., Demirpolat, C., & Demirci, M. F. (2017, May). Fast cloud detection using low-frequency components of satellite imagery. In 2017 25th Signal Processing and Communications Applications Conference (SIU) (pp. 1-4). IEEE.en_US
dc.identifier.isbn978-1-5090-6494-6
dc.identifier.issn2165-0608
dc.identifier.urihttps://ieeexplore.ieee.org/document/7960237-
dc.identifier.urihttps://hdl.handle.net/20.500.11851/1962-
dc.description25th Signal Processing and Communications Applications Conference (SIU) (2017 : Antalya, TURKEY )
dc.description.abstractBeing able to rapidly detect clouds in satellite imagery is critical in terms of increasing mission efficiency of ground observation satellites. In this work, a new approach has been proposed for cloud detection involving the utilisation of lowfrequency Discrete Wavelet Transform (DWT) components whose sizes are 1/64 of the original image sizes. In the proposed method, several texture features are calculated from the low-frequency DWT components and the cloud pixels are detected by using a KNearest Neighbors (KNN) classifier. The proposed method has been tested on the Gokturk-2 images. Since the utilization of lowfrequency components leads to a significant loss in detail; the cloud detection performance have decreased to some extent. Nevertheless the obtained results were found to be sufficient for determining the cloudiness rate at a small margin of error, and at approximately 145x increased processing speed.en_US
dc.description.abstractYer gözlem uydularınınn görev verimliliğiini artırabilmek için uydu görüntülerindeki bulutların hızlı bir şekilde tespit edilmesi önemlidir. Bu çalışmada orijinal görüntülerden 1/64 oranında küçük ebatlarda olan düşük frekanslı Ayrık Dalgacık Dönüşümü (ADD) bileşenlerinden bulut tespit etmeyi amaçlayan yeni bir yaklaşım önerilmiştir. Önerilen çözümde düşük frekanslı bileşenlerin bir takım doku öznitelikleri hesaplanmakta ve K-En Yakın Komşu (KEYK) sınıflandırıcısıyla bulutlu pikseller tespit edilmektedir. Önerilen yöntem Göktürk-2 görüntüleri üzerinde test edilmiştir. Düşük frekanslı ADD bileşenlerinin kullanılması önemli ölçüde detay kaybına yol açtığından; bulut tespit başarımı orijinal görüntülerin kullanımına kıyasla bir miktar düşmüştür. Bununla birlikte görüntülerdeki bulutluluk oranının az bir hata payıyla tespit edilebilmesine olanak sağlayacak sonuçlar elde edilmiş ve işleme hızı yaklaşık 145 kat gibi önemli bir artış göstermiştiren_US
dc.language.isotren_US
dc.publisherIEEEen_US
dc.relation.ispartofSignal Processing and Communications Applications Conferenceen_US
dc.rightsinfo:eu-repo/semantics/closedAccessen_US
dc.subjectCloud Detectionen_US
dc.subjectGokturk-2en_US
dc.subjectDiscrete Wavelet Transformen_US
dc.subjectSatellite Imageen_US
dc.subjectTexture Featureen_US
dc.subjectBulut Tespititr_TR
dc.subjectGöktürk-2tr_TR
dc.subjectAyrık Dalgacık Dönüşümütr_TR
dc.subjectUydu Görüntüsütr_TR
dc.subjectDoku Özniteliğitr_TR
dc.titleFast Cloud Detection Using Low-Frequency Components of Satellite Imageryen_US
dc.title.alternativeUydu Görüntülerinin Düşük Frekanslı Bileşenlerinden Yüksek Hızlı Bulut Tespitien_US
dc.typeConference Objecten_US
dc.departmentFaculties, Faculty of Engineering, Department of Computer Engineeringen_US
dc.departmentFakülteler, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümütr_TR
dc.identifier.wosWOS:000413813100101en_US
dc.identifier.scopus2-s2.0-85026297317en_US
dc.institutionauthorDemirci, Muhammed Fatih-
dc.identifier.doi10.1109/SIU.2017.7960237-
dc.authorscopusid14041575400-
dc.relation.publicationcategoryKonferans Öğesi - Uluslararası - Kurum Öğretim Elemanıen_US
dc.identifier.scopusquality--
item.openairetypeConference Object-
item.languageiso639-1tr-
item.grantfulltextnone-
item.fulltextNo Fulltext-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.cerifentitytypePublications-
crisitem.author.dept02.3. Department of Computer Engineering-
Appears in Collections:Bilgisayar Mühendisliği Bölümü / Department of Computer Engineering
Scopus İndeksli Yayınlar Koleksiyonu / Scopus Indexed Publications Collection
WoS İndeksli Yayınlar Koleksiyonu / WoS Indexed Publications Collection
Show simple item record



CORE Recommender

SCOPUSTM   
Citations

4
checked on Dec 21, 2024

WEB OF SCIENCETM
Citations

1
checked on Nov 9, 2024

Page view(s)

84
checked on Dec 16, 2024

Google ScholarTM

Check




Altmetric


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.