Integration of high spatial resolution SAR and multispectral images for building detection in urban areas

در این مقاله، به‌منظور رفع برخی محدودیت‌های شناسایی ساختمان تصاویر چندطیفی، از دادة SAR به‌منزلة مکمل استفاده می‌شود. روش پیشنهادی، برای استفادة هم‌زمان اطلاعات مفید رادار و استراتژی مبتنی‌بر تلفیق تصاویر، با هدف ساختمان، مطرح همچنین، ازآن‌جاکه انتخاب ویژگی نقش بسزایی طبقه‌بندی عوارض دارد، اغلب روش‌های مرسوم رایج زمینه، مانند الگوریتم ژنتیک، نیازمند داده‌های آموزشی‌اند؛ اما دردسترس‌نبودن همیشگی نوع آموزشی یکی دغدغه‌های مهم محققان به‌شمار می‌آید. پس تحقیق، دو فیلترمبنا بررسی می‌شود تا مشخص شود آیا یادشده می‌توانند، مواقع لازم (نبودِ آموزشی)، جایگزین ژنتیک شوند؟ بنابراین، پژوهش حاضر، ابتدا بردار ویژگی‌ بهینه تصویر چندطیفی SAR، سه MNF وPCA تعیین هریک جداگانه وارد هر طبقه‌بندی‌کنندة شبکة عصبی SVM سپس مشکلاتی، همچون تشابه طیفی پشت‌بام‌ها پوشش آسفالت خیابان‌ها، بهبود نتایج، سطح نهایت مرحلة بعدی، بهترین طبقه‌بندی‌شده SVM، تمامی بررسی‌های صورت‌گرفته به مرحله، تصمیم‌گیری می‌شوند. نحوة بدین‌صورت است که همسایگی پیکسل قالب پنجرة مکانی متحرک ابعاد متفاوت، درمورد ماهیت پیکسل، نتایج حاصل‌شده صحت کلی دقت ‌شناسایی به‌ترتیب 92.82% 80.14% بیانگر عملکرد مناسب است.