معرفی و مقایسهای بین چند برنامه قطعهبندی در داده هایی باقدرت تفکیک مکانی بالای سنجشازدوری
نویسندگان
چکیده مقاله:
روش اولیه و متداول استخراج اطلاعات از دادههای سنجشازدور، طبقهبندی پیکسل پایه بوده که برای تصاویر باقدرت تفکیک مکانی متوسط طراحیشده است. با توسعه دادههای سنجشازدور و ایجاد تصاویر با توان تفکیک مکانی بالا مشکلاتی را در استفاده از پیکسل پایه به وجود آورده است. روش شی پایه تغییرات طیفی درون طبقهای را کاهش داده و به دلیل لحاظ کردن همزمان ویژگیهای طیفی و هندسی بهتر عمل کرده است. مرحله اول این روش، قطعهبندی است که هدف ایجاد پدیدههای مجزای اولیه و ناحیههای همگن از تصاویر سنجشازدوری است قطعهبندی تصویر یک مرحله قیل از طبقهبندی است که تأثیر مهمی در نتایج آن دارد بدینصورت کیفیت قطعات حاصل از این مرحله باید ارزیابی شوند. روشهای خاصی برای ارزیابی کیفیت و کمیت قطعات حاصل از مرحله قطعهبندی وجود دارد. کیفیت ارزیابی نتایج قطعهبندی اهمیت خاصی در مرحله انتخاب پارامترها دارد. فاکتور مهم در زمینه استفاده از تکنیکهای قطعهبندی کیفیت قطعهبندی است؛ بنابراین در وهله اول باید یک دید کلی در مورد نرمافزارهای قطعهبندی داشته باشیم. برای این کار از چهار باند تصاویری باقدرت تفکیک مکانی بالا Ultracam-D استفادهشده است. کمیت قطعات حاصل از قطعهبندی با شاخص ارزیابی کمیت AFI مورد بررسی قرا گرفت. با مشاهده بصری از روند کاری نرمافزارهای قطعهبندی (Spring5، Ecognition8.7، ENVI5، Saga2.1) و ارزیابی کمی قطعات تولیدی نتایج نشان دادند که نرمافزار قطعهبندی SPRING5 و Ecognition8.7 به دلیل استفاده از پارامترهای مختلف مثل مقیاس در مرحله قطعهبندی در جداسازی پدیدههای منطقه بهتر عمل کردهاند. برای نتیجهگیری بهتر باید درجاهای مختلف و روی تصاویر مختلف باقدرت تفکیک مکانی بالا و با شاخصهای مختلف قطعهبندی امتحان شود چون روشهای مختلف زیادی برای قطعهبندی وجود دارد که کارایی هرکدام از آنها بستگی به کیفیت قطعهبندی و مقیاس موردنظر دارد.
منابع مشابه
معرفی و مقایسه ای بین چند برنامه قطعه بندی در داده هایی باقدرت تفکیک مکانی بالای سنجش ازدوری
روش اولیه و متداول استخراج اطلاعات از دادههای سنجش ازدور، طبقهبندی پیکسل پایه بوده که برای تصاویر باقدرت تفکیک مکانی متوسط طراحی شده است. با توسعه دادههای سنجش ازدور و ایجاد تصاویر با توان تفکیک مکانی بالا مشکلاتی را در استفاده از پیکسل پایه به وجود آورده است. روش شی پایه تغییرات طیفی درون طبقهای را کاهش داده و به دلیل لحاظ کردن همزمان ویژگی های طیفی و هندسی بهتر عمل کرده است. مرحله اول این...
متن کاملبهبود توان تفکیک مکانی باندهای حرارتی در تصاویر چند طیفی با استفاده از روش کانتورلت
باندهای مادون قرمز حرارتی در کاربردهای مختلف به خصوص محاسبه دمای سطح اهمیت فراوانی دارند. این باندها توان تفکیک مکانی پایینی داشته و تشخیص عوارض در آنها به سختی همراه است. هدف این مقاله بهبود توان تفکیک مکانی باندهای حرارتی است. یکی از روشهای کارا برای تولید باندهای حرارتی با توان تفکیک مکانی بهینه، ادغام این باندها با باندهایی با رزولوشن مکانی بالاتر نظیر باندهای مرئی می باشد. ادغام تصاویر د...
متن کاملکاربرد چارچوب سلسلهمراتبی چند مقیاسی برای تفکیک واحدهای مکانی آبخیزها (مطالعه موردی:آبخیز تیل آباد_استان گلستان)
چکیده سابقه و هدف: برای توصیف و ارزیابی تمام پیچیدگیها و همچنین تدوین برنامههای مدیریتی اکوسیستمهای رودخانهای ضرورت دارد تمامی مؤلفهها در مقیاسهای مکانی و زمانی مختلف مورد بررسی قرار گیرند. در این خصوص چارچوب سلسلهمراتبی- چند مقیاسی با رویکرد انعطافپذیر، فرآیند محور و قابل توسعه در طی پروژه " بازسازی رودخانهها برای مدیریت موثر حوضه" ( (REFORM، ارائه شده است که به متخصصان و مدیران...
متن کاملDegenerate Four Wave Mixing in Photonic Crystal Fibers
In this study, Four Wave Mixing (FWM) characteristics in photonic crystal fibers are investigated. The effect of channel spacing, phase mismatching, and fiber length on FWM efficiency have been studied. The variation of idler frequency which obtained by this technique with pumping and signal wavelengths has been discussed. The effect of fiber dispersion has been taken into account; we obtain th...
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 7 شماره 3
صفحات 39- 49
تاریخ انتشار 2016-08
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