طبقهبندی پوششهای جنگلی با استفاده از دادههای پلاریمتری فشرده
Authors
Abstract:
اخیرا رشد قابل توجهی در سیستمهای Dual-Polarimetry (DP) بهوجود آمده است که Compact Polarimetry (CP) نامیده میشود. CP یک سیستم تصویربرداریDP است که چندین مزیت مهم را نسبت به دیگر سیستمهای چندپلاریزاسیون SAR دارد. از جمله آنها میتوان به قابلیت کاهش پیچیدگی سیستم، هزینه، وزن و نرخ دادههای سیستم SAR اشاره کرد. یکی از زمینههای تحقیقاتی مورد توجه سنجش از دور راداری مطالعه جنگلها است، چراکه نقش مهمی را در کنترل آب و هوا بازی میکنند. در این تحقیق پتانسیل دادههای CP در طبقهبندی مناطق جنگلی با استفاده از طبقهبندی کننده ویشارت مختلط و به دو صورت بررسی و ارزیابی شده است. یکبار با استفاده از ماتریسهای کواریانس 2 2 دو مد pi/4و Circular Transmit-Linear Receive(CTLR)، و بار دیگر با بهکارگیری ماتریسهای کواریانس 3 3 بازسازی شده از این دو مد CP. سپس نتایج حاصل با نتیجه بهدست آمده از مد Full Polarimetry (FP) مقایسه و ارزیابی شدند. نتایج نشان دادند که در طبقهبندی پوششهای جنگلی، مد pi/4 دقت کلی طبقهبندی بهتری را نسبت به مد CTLR فراهم میکند.
similar resources
طبقه بندی پوشش های جنگلی با استفاده از داده های پلاریمتری فشرده
اخیرا رشد قابل توجهی در سیستمهای dual-polarimetry (dp) بهوجود آمده است که compact polarimetry (cp) نامیده میشود. cp یک سیستم تصویربرداریdp است که چندین مزیت مهم را نسبت به دیگر سیستمهای چندپلاریزاسیون sar دارد. از جمله آنها میتوان به قابلیت کاهش پیچیدگی سیستم، هزینه، وزن و نرخ دادههای سیستم sar اشاره کرد. یکی از زمینههای تحقیقاتی مورد توجه سنجش از دور راداری مطالعه جنگلها است، چراکه ن...
full textارائه روشی شیءمبنا جهت طبقهبندی مناطق جنگلی با استفاده از تصاویر پلاریمتری رادار و ابرطیفی
جنگل به عنوان یکی از منابع سخت تجدیدپذیر در محیطزیست به شمار میآید. کسب اطلاعات از این منابع، همواره مورد توجه سازمانها و مدیران بخشهای منابع طبیعی بوده است. سنجشازدور بهعنوان علمی قوی و تا حدودی مقرونبهصرفه، توانایی در اختیار قرار دادن اطلاعاتی از قبیل نوع گونههای اصلی، تخمین زیستتوده، شناسایی و طبقهبندی تکدرختان و غیره را از منابع جنگلی دارد. نحوه بهرهگیری تصاویر سنجشازدوری به...
full textتعیین مرزهای بهینه برای نواحی طبقه بندی آلفا انتروپی داده پلاریمتری فشرده دو دایروی با استفاده از مفهوم حداکثر مشابهت
یکی از مهمترین اهداف پژوهشگران در حوزه پلاریمتری فشرده، پیشنهاد روشهایی جهت نزدیکتر کردن اطلاعات و نتایج حاصل از داده های پلاریمتری حالت فشرده به نتایج حاصل از داده های پلاریمتری حالت کامل می باشد. یکی از روش های پرکاربرد جهت استخراج مکانیسم های پراکندگی داده های پلاریمتری، روش طبقه بندی بر اساس فضای انتروپی-آلفا می باشد. فضای طبقه بندی انتروپی-آلفای داده حالت فشرده دو دایروی که در ادبیات موض...
full textارائه روشی جدید جهت بهبود نتایج طبقهبندی حاصل از مدهای پلاریمتری فشرده
اخیرا مد جدیدی در سیستمهای تصویربرداری پلاریمتری دوتایی (DP) رادار با روزنه مجازی (SAR) ارائه شده است که پلاریمتری فشرده (CP) نامیده میشود. این مد چندین مزیت مهم را نسبت به مد تمام پلاریمتری (FP) دارا میباشد که ازجمله آنها میتوان به افزایش در پهنای نوار و نیز کاهش در پیچیدگی، هزینه و نرخ دادهای یک سیستم تصویربرداری SAR اشاره کرد. علیرغم این مزایا، این مد اطلاعات کمتری از اهداف را نسبت به ...
full textفشرده سازی داده های پلاریمتری سار
داده های پلاریمتری سار به دلیل اطلاعات گسترده ای که در مورد منطقه تصویربرداری شده ارائه می¬دهند امروزه بسیار مورد توجه قرار گرفته¬اند. به دلیل اطلاعاتی که سار پلاریمتری ارائه می¬دهد یکی از کاربردهای اصلی این نوع داده ها استفاده برای طبقه بندی تصاویر می¬باشد. داده های پلاریمتری سار حجم زیادی را اشغال می¬کنند و این حجم زیاد باعث مشکلاتی مانند کم شدن سرعت پردازش، پایین آمدن سرعت انتقال داده، نیاز ...
طبقه بندی پوشش های جنگلی با استفاده از داده های compact پلاریمتری
اخیرا مد جدیدی در سیستم های تصویربرداری dual polarimetry ارائه شده است که compact polarimetry (cp) نامیده می شود. این مد چندین مزیت مهم را نسبت به مد full polarimetry دارا می باشد که از جمله آنها می توان به قابلیت کاهش در پیچیدگی، هزینه و نرخ داده های sar اشاره کرد. همچنین این مد پهنای نوار وسیع تری را نسبت به مد fp دارد. بنابراین این مد می تواند برای کاربردهای بزرگ مقیاس مانند کنترل و پایش منا...
My Resources
Journal title
volume 5 issue 3
pages 1- 14
publication date 2016-02
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023