Jeodezi ve Jeoinformasyonda Özel Konular II
Jeodezi ve Jeoinformasyon Mühendisliği
Fen Bilimleri Enstitüsü
Doktora
| Dersin Adı | Dersin Kodu | Dersin Türü | Dersin Düzeyi | Dersin Yılı | Dersin Verildiği Dönem | AKTS Kredisi |
|---|---|---|---|---|---|---|
| Jeodezi ve Jeoinformasyonda Özel Konular II | JJM614 | Seçmeli | Doktora | 1 | Bahar | 8 |
Öğretim Elemanı Adı
Prof. Dr. Ozan ARSLAN
Doç. Dr. Orhan KURT
Dersin Öğrenme Kazanımları
1) Mevcut uzaktan algılama sistem ve algılayıcıları hakkında genel bilgileri tanımlar.
2) Görüntü işleme, yorumlama ve analiz yöntemleri hakkında temel bilgileri değerlendirir.
3) Uzaktan algılanmış görüntüler üzerinde radyometrik zenginleştirme teknikleri ve geometrik
düzeltme algoritmalarını kullanır.
4) Sensör (algılayıcı) sistemleri, kamera ve tarayıcı sistemler ile uydular hakkında bilgileri açıklar.
5) Yeryüzü gözlemleri için ışınımın ve elektromanyetik ışınımın özellikleri ile fiziksel temelleri
konusunda bilgileri tanımlar.
Program Yeterliliği İlişkisi
| Program Yeterlilikleri | |||||
| 1 | 2 | 3 | 4 | ||
| Öğrenme Kazanımları | |||||
| 1 | Yüksek | ||||
| 2 | Orta | ||||
| 3 | Yüksek | ||||
| 4 | Yüksek | ||||
| 5 | Yüksek | ||||
Eğitim Şekli
Yüz Yüze
Ön Koşullar, Diğer Koşullar
Yok
Önerilen Destekleyici Dersler
Önerilen herhangi bir ders yok
Dersin İçeriği
Bu derste uzaktan algılama görüntülerinde İleri radyometrik zenginleştirme tekniğinin matematik modelleri, atmosferik düzeltme modelleri ile görüntü kalibrasyonu, görüntü verilerinin Fourier dönüşümü, görüntü bazlı tekniklerle geometrik iyileştirme yaklaşımı, görüntü özelliklerinin otomatik olarak saptanması ve ölçütleri, uzaktan algılama görüntülerinin analizinde dalgacık analizi, parametrik olmayan sınıflandırma algoritmaları, çok değişkenli spektral sınıf modelleri için ayrılabilirlik ölçütleri ve detay (özellik) seçimi işlemi için kanonik analiz yöntemiyle ilgili detaylı bilgi verilir.
Haftalık Ders İzlencesi
1) Uzaktan Algılama görüntülerinde ileri radyometrik zenginleştirme tekniğinin matematik modelleri2) Atmosferik düzeltme modelleri ile görüntü kalibrasyonu
3) Görüntü bazlı tekniklerle geometrik iyileştirme yaklaşımı
4) Görüntü verilerinin Fourier dönüşümü
5) Görüntü verilerinin FFT (Fast Fourier Transformation 9dönüşümü
6) Görüntü özelliklerinin otomatik olarak saptanması ve ölçütleri
7) Uzaktan algılamada digital görüntü özelliklerinin saptanması
8) Ara sınav/Değerlendirme
9) Uzaktan algılama görüntülerinin analizinde dalgacık analizi
10) Uzaktan algılama görüntülerinde uygulanan parametrik ve parametrik olmayan sınıflandırma algoritmaları
11) Parametrik olmayan sınıflandırma yöntemleri
12) Detay- Özellik seçimi işlemi için kanonik analiz yöntemi
13) Çokdeğişkenli spektral sınıf modelleri için ayrılabilirlik ölçütleri
14) Çokdeğişkenli spektral sınıf modelleri için istatistiksel ayrılabilirlik ölçütleri
15) Ayrılabilirlik ölçütlerinin kullanımına ilişkin yazılım uygulamaları
16) Yarıyıl sonu sınavı
Önerilen/İstenen Ders Kaynakları
Planlanan Öğrenim Faaliyetleri Ve Eğitim Yöntemi
1) Anlatım
2) Tartışma
3) Gösteri
4) Grup Çalışması
5) Problem Çözme
Değerlendirme Yöntemi ve Ölçütleri
Yarıyıl İçi Çalışmalarının Başarıya Oranı |
50% |
||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
|||||||||||||||
Yarıyıl Sonu Sınavının Başarıya Oranı |
50% |
||||||||||||||
Toplam | 100% | ||||||||||||||
Dersin Eğitim Dili
Türkçe
Mesleki Uygulama
İstenmemekte