الگوریتم حد آستانهگذاری کمینهخطا برای آشکارسازی نظارت نشده تغییرات با استفاده از تصاویر پلاریمتری رادار با روزنه مجازی
نویسندگان
چکیده مقاله:
در این مقاله، یک روش نظارت نشده برای آشکارسازی تغییرات با استفاده از تصاویر پلاریمتری رادار با روزنه ترکیبی ارائه گردیده است. آماره آزمون ویشارت تصحیح یافته متقارن، به منظور ارزیابی برابری دو ماتریس کواریانس چندمنظر مربوط به دو تصویر پلاریمتری SAR در دو زمان مختلف بکار گرفته شده تا تصویر تکباندی خروجی آن در یک الگوریتم نظارت نشده حد آستانه گذاری قرار گیرد و در نهایت نقشه تغییر/عدم تغییر بدست آید. به طور خاص، الگوریتم حد آستانهگذاری کمینه خطای کیتلر و ایلینگورس، در یک حالت تعمیمیافته استفاده شده تا توزیع غیر گاوسین هیستوگرامهای دو کلاس تغییر و عدم تغییر را مدل نماید. نتایج ارزیابی روش ارائه شده روی مجموعه دادههای چندزمانه شبیهسازی شده پلاریمتری SAR و همچنین دادههای پلاریمتری کامل باند C ماهواره رادارست-2 قابلیت الگوریتم ارائه شده را تایید میکند. نتایج دادههای واقعی نشان میدهد که با داشتن اطلاعات هر چه بیشتر از باندهای پلاریزاسیون مقادیر دقت آشکارسازی و نرخ خطای کلی الگوریتم بهبود مییابد.
منابع مشابه
الگوریتم حد آستانه گذاری کمینه خطا برای آشکارسازی نظارت نشده تغییرات با استفاده از تصاویر پلاریمتری رادار با روزنه مجازی
در این مقاله، یک روش نظارت نشده برای آشکارسازی تغییرات با استفاده از تصاویر پلاریمتری رادار با روزنه ترکیبی ارائه گردیده است. آماره آزمون ویشارت تصحیح یافته متقارن، به منظور ارزیابی برابری دو ماتریس کواریانس چندمنظر مربوط به دو تصویر پلاریمتری sar در دو زمان مختلف بکار گرفته شده تا تصویر تک باندی خروجی آن در یک الگوریتم نظارت نشده حد آستانه گذاری قرار گیرد و در نهایت نقشه تغییر/عدم تغییر بدست آ...
متن کاملتلفیق تصاویر رادار با روزنه مجازی و اپتیک با استفاده از تبدیل کرولت
ماهواره های سنجش از دور، دادههایی با خصوصیات طیفی و مکانی مختلفی از سطح زمین جمعآوری میکنند که هرکدام بخشی از خصوصیات عوارض را نمایان میسازند. گاهاً اطلاعات بدست آمده از یک سنجنده به تنهایی پاسخگوی نیازهای مورد نظر ما نیست. با وجود اینکه دادههای چند طیفی[1] اطلاعات غنی طیفی را از عوارض مختلف به ما میدهد، اما بهطور قابل توجهی تحت تأثیر عوامل محیطی مانند دود، مه، ابر و میزان نور خورشید قرا...
متن کاملآشکارسازی بدون نظارت تغییرات محیطی با استفاده از آنالیز نقطهی تغییر در تصاویر قطبیده راداری با روزنه مصنوعی
در این مقاله روشی برای آشکارسازی بدون نظارت تغییرات در تصاویر سنجش از دوری قطبیده راداری با روزنه مصنوعی ارائه شده است. این روش بر پایهی روش آنالیز نقطهی تغییر است. تابع چگالی احتمال تصاویر اختلاف، که در برگیرندهی تغییرات زمانی محیطی هستند، از توزیعهای آماری مشخصی برای هر کلاس پیروی میکنند. مدل آمیخته گاوسی یکی از مدلهای مناسب برای آنالیز نقطهی تغییر است که توانمندی مناسبی برای برآو...
متن کاملطبقهبندی تصاویر پلاریمتری رادار با روزنه مجازی بر اساس تلفیق طبقهبندی کننده ماشین بردار پشتیبان و میدانهای تصادفی مارکوف
تحقیقات اخیر نشان داده است که طبقه بندی تصاویر سنجش ازدور با کمک روشهایی که از اطلاعات مکانی در کنار اطلاعات طیفی استفاده میکند، نسبت به روشهای مبتنی بر فقط اطلاعات طیفی، دقیقتر میباشد. اگرچه طبقهبندی به روش ماشین بردار پشتیبان دارای نتایج دقیق در بیشتر تصاویر سنجش ازدور میباشد ولی این طبقهبندی کننده ذاتا بر مبنای فقط اطلاعات تک پیکسل عمل میکند، که این یک محدودیت برای استفاده از آن می...
متن کاملآشکارسازی بدون نظارت تغییرات محیطی با استفاده از آنالیز نقطه ی تغییر در تصاویر قطبیده راداری با روزنه مصنوعی
در این مقاله روشی برای آشکارسازی بدون نظارت تغییرات در تصاویر سنجش از دوری قطبیده راداری با روزنه مصنوعی ارائه شده است. این روش بر پایهی روش آنالیز نقطه ی تغییر است. تابع چگالی احتمال تصاویر اختلاف، که در برگیرنده ی تغییرات زمانی محیطی هستند، از توزیعهای آماری مشخصی برای هر کلاس پیروی می کنند. مدل آمیخته گاوسی یکی از مدل های مناسب برای آنالیز نقطه ی تغییر است که توانمندی مناسبی برای برآورد پا...
متن کاملارائه یک روش جدید برای طبقه بندی تصاویر پلاریمتری رادار با روزنه مجازی براساس تلفیق ماشین بردار پشتیبان و میدان های تصادفی مارکوف
در این مقاله یک روش نوین طبقهبندی متنی به منظور طبقهبندی تصاویر پلاریمتری رادار با روزنه مجازی ارائه شده است. روش پیشنهادی با تلفیق ماشین بردار پشتیبان (SVM) و طبقهبندیکننده ویشارت عمل میکند. بدین ترتیب این روش از مزایای هر دو نوع روشهای پارامتریک و غیر پارامتریک بهره میبرد. در این روش، ابتدا تابع انرژی اولیه میدانهای تصادفی مارکوف (MRF) در یک همسایگی از هر پیکسل محاسبه میگردد. سپس با ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 5 شماره 2
صفحات 17- 29
تاریخ انتشار 2015-11
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی برای این مقاله ارائه نشده است
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023