خصوصیات هر سطح گسترده ی موجود در تصاویر sar به وسیله ی ضریب بازپراکنش (?^0) و بافت آن سطح قابل شناسایی است. اما دقت برآورد این پارامترها در هر پیکسل از این تصاویر توسط پدیده نویزگون speckle کاهش می یابد. این پدیده که حاصل برهم نهی سازنده یا ویرانگر امواج بازپراکنش شده از سطح جسم می باشد، در تصویر به صورت لکه های روشن و تاریک دیده می شود. وجود speckle در تصاویر sar تا حدی اجتناب ناپذیر است که می...

جمع آوری داده توسط سنجش از دور یک مرحله اساسی در مدیریت پایدار زمین می باشد. یکی از پردازش های مهم و پرکاربرد بر روی تصاویر سنجش از دور، طبقه بندی است. از دیدگاه تصمیم گیری، نقشه های حاصل از طبقه بندی می توانند مفید واقع شوند، زیرا، این الگوریتم ها اطلاعات پیچیده طیفی- مکانی را در تعداد محدودی کلاس مورد نیاز، خلاصه می کنند. داده های پلاریمتریک sar به دلیل دارا بودن اطلاعات غنی از محیط، در چند ...

استفاده از داده های رادار با روزنه مجازی بهترین و پرطرفدارترین روش بازیابی پارامترهای سطح خاک است. در این تحقیق سعی بر انتخاب بهترین مدل برای تخمین پارامترهای سطح خاک با استفاده از داده های آزمایشات رطوبت خاک03 در منطقه اوکلاهومای جنوبی است. با استفاده از مدل های بازپراکنشی اُه، دوبوآ و رابطه تجمعی در سه باند l، c و p ابتدا به مقایسه ضرایب بازپراکنشی حاصل از مدل و تصویر در پلاریزاسیون های افقی ا...

وجود اسپکل در تصاویر رادار امری اجتناب ناپذیر است. نویز اسپکل یک آشفتگی نقطه ای است که معمولا به عنوان نویز ضرب شونده در تصاویر تک پلاریزه مدل می شود. این نویز که وابسته به سیگنال است به دلیل نوسانات فاز سیگنال های بازگشتی امواج الکترومغناطیسی بوجود می آید که به صورت نقطه نقطه ظاهر می شود. حضور اسپکل، تفسیر و آنالیز تصویر را پیچیده تر می کند و باعث کاهش دسترسی به اطلاعات تصویر می شود لذا انتخاب...

این پایان نامه به تجزیه و تحلیل داده های رادار پلاریمتری چندمنظر به منظور آشکارسازی تغییرات می پردازد. عدم وابستگی رادار با روزنه مجازی به شرایط اتمسفر و نور خورشید از یک سو و در اختیار داشتن تصاویر راداری با فواصل کوتاه زمانی از سطح زمین از سویی دیگر، جذابیت و پتانسیل کاربردهای آشکارسازی و پایش را بسیار بالا می برد. علاوه بر این رادار پلاریمتری با افزایش تعداد باندهای پلاریمتری در مقایسه با را...

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...

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 ...

روش های مختلف طبقه بندی داده پلاریمتری به طورکلی در سه گروه قرار می گیرند. (1) روش های آماری، (2) روش های برمبنای مکانیسم پراکنش و (3) روش های دانش مبنا. در این مقاله روشی دانش مبنا و شیءمبنا برای طبقه بندی داده ی پلاریمتری مطرح شده است که در آن روش طبقه بندی svm-dt برای تلفیق دانش در سه بخش دانش اولیه، دانش حاصل از داده پلاریمتری و دانش خبره توسعه داده شده است. دانش حاصل از داده (آماری، فیزیکی...