Journals / Türk Uzaktan Algılama ve CBS Dergisi / 2021 / Cilt: 2 - Sayı: 1
On the Use of Multi-Objective Metaheuristic Optimization Algorithms to Increase the Classification Performance of Images Produced from Hybrid Pansharpening Methods
- Pages
- 1–10
- DOI
- —
Abstract
Image classification applications require images of high colour quality. However, it is not always possible to obtain such images due to the technical constraints in the sensors and cost problems. Hence, this study, for the first time in the literature, used the multi-objective metaheuristic optimization algorithm Non-Dominated Sorting Genetic Algorithm II (NSGA-II) to improve the performance of the Intensity-Hue-Saturation Discrete Wavelet Transform (IHS-DWT) pansharpening method. Five different pansharpened images with colour quality ranging from best to worst were produced with the proposed method. The input Multispectral (MS) image and all pansharpened images were classified with the Artificial Neural Network (ANN) classifier. The classification results revealed that all pansharpened images produced by the proposed method increased the overall classification accuracy to a certain extent. It was also concluded that the two images with the best colour qualities increased the overall classification accuracy by approximately 24 %. It can also be concluded that the proposed method is able to provide images for applications that require a high classification accuracy.
Özet
Görüntü sınıflandırma uygulamaları yüksek renk kalitesine sahip olan görüntülere ihtiyaç duymaktadır. Ancak, gerek algılayıcılardaki teknik kısıtlamalar, gerekse de maliyet problemlerinden dolayı bu tarz görüntüleri elde etmek her zaman mümkün olmamaktadır. Bu nedenle, bu çalışmada, literatürde ilk defa, çok amaçlı bir metasezgisel optimizasyon algoritması olan Non-Dominated Sorting Genetic Algorithm II (NSGA-II) algoritması, hibrit bir pan-keskinleştirme yöntemi olan Intensity-Hue-Saturation Discrete Wavelet Transform (IHS-DWT) yönteminin performansının iyileştirilmesi amacıyla kullanılmıştır. Önerilen yöntem ile renk kalitesi en iyiden en kötüye değişen beş farklı pan-keskinleştirilmiş görüntü üretilmiştir. Pan-keskinleştirmede kullanılan girdi Çok Bantlı (ÇB) görüntü ile üretilen bütün pan-keskinleştirilmiş görüntüler Yapay Sinir Ağları (YSA) yöntemine göre sınıflandırılmıştır. Sınıflandırma sonuçları, önerilen yöntem ile üretilen bütün pan-keskinleştirilmiş görüntülerin toplam sınıflandırma doğruluğunu belli oranda arttırdığını göstermektedir. Ayrıca, önerilen yöntem ile üretilen en iyi renk kalitesine sahip olan iki görüntünün toplam sınıflandırma doğruluğunu yaklaşık % 24 oranında arttırdığı tespit edilmiştir. Önerilen yöntem ile yüksek sınıflandırma doğruluğuna ihtiyaç duyulan uygulamalar için altlık üretilebileceği sonucuna varılmıştır.