: ادغام ویژگی های ارزشمند طیفی و مکانی در تصاویر ابرطیفی با تفکیک مکانی بالا، دقت طبقه بندی را به مقدار قابل توجهی بهبود می بخشد. در این مقاله یک روش استخراج ویژگی طیفی- مکانی بر مبنای تحلیل ممیز پیشنهاد شده است. برای افزایش تفکیک پذیری کلاس ها، پراکندگی های بین کلاسی حداکثر و پراکندگی های درون کلاسی حداقل شده است. برای وارد نمودن اطلاعات مکانی در فرآیند استخراج ویژگی، پراکندگی های مکانی در یک ...

سنسورهای سنجش از دور ابرطیفی، با اخذ تصویر در چند صد طول موج مختلف، احتمال تفکیک پذیری مواد موجود در صحنه را نسبت به تصاویر چند طیفی افزایش داده و امکان طبقه بندی تصویر در تعداد کلاس های بیشتر و با دقت بالاتر را فراهم می آورند. بااین وجود، مشکلات ناشی از ابعاد بالای تصاویر ابرطیفی در بعد طیفی، موجب ناکارآمدی روشهای متداول طبقه بندی تصاویر چندطیفی در این تصاویر می شود (نفرین ابعاد). برای حل این ...

فن آوری سنجش از دور ابرطیفی دارای کاربردهای فراوان در طبقه­بندی پوشش های زمین و بررسی تغییرات آنها می باشد. با پیشرفت های اخیر و ایجاد تصاویری با قدرت تفکیک مکانی بالا، لزوم استفاده توام از اطلاعات طیفی و مکانی را در طبقه­ بندی تصاویر ابرطیفی ایجاب می کند. در این تحقیق سعی می گردد تاثیر کاهش ابعاد به کمک الگوریتم ژنتیک را در فرآیند طبقه­ بندی طیفی-مکانی تصاویر ابرطیفی بررسی شود. در میان الگوریت...

کم بودن تعداد نمونه های آموزشی نسبت به تعداد باندهای تصویر یک مشکل اساسی طبقه بندی داده های ابرطیفی، می باشد. در این تحقیق با ترکیب دو رویه طبقه بندی طیفی -مکانی، یکی بر اساس استفاده از ناحیه بندی به منظور تعریف همسایگی وفقی برای هر پیکسل و دیگری بر پایه استفاده از مدل mrf مبتنی بر پنجره ثابت، مشکل محدود بودن تعداد نمونه های آموزشی در طبقه بندی تصاویر ابرطیفی، تعدیل یافته است. در ابتدا روشی کار...

پدیده های بیو فیزیکی و دست ساخت بشر توسط روشهای پردازش تصویر قابل شناسایی و تفکیک می باشند. شناسایی پدید ه هایی ­مانند کاربری ­و پوشش اراضی به روشهای سنتی ­وقت گیر و پر هزینه است. درحالی که روشهای رقومی استخراج اطلاعات از داده های دور سنجی سریعتر و کم ­هزینه تر می باشد . امروزه، سنجنده های ماهواره ای علاوه بر ثبت اطلا عات طیفی، قادر به جمع آوری اطلاعات مکانی از پدیده های سطح زمین نیز می‌باشند، ...

فنآوری سنجش از دور ابرطیفی دارای کاربردهای فراوان در طبقه‌ بندی پوشش‌ های زمین و بررسی تغییرات آنها است. معمولترین روش جهت طبقهبندی تصاویر ابرطیفی، طبقه‌ بندی مبتنی بر پیکسل بوده که در آن هر پیکسل فقط با اطلاعات طیفی خود و بدون در نظر گرفتن پیکسل های همسایه، به کلاس مشخصی اختصاص می‌ یابد. پیشرفتهای اخیر و ایجاد تصاویری با قدرت تفکیک مکا...

فن آوری سنجش از دور فراطیفی دارای کاربردهای فراوان در طبقه بندی پوشش های زمین و بررسی تغییرات آنها است. با پیشرفت های اخیر و ایجاد تصاویری با قدرت تفکیک مکانی بالا، لزوم استفاده توام از اطلاعات طیفی و مکانی را در طبقه بندی تصاویر فراطیفی ایجاب می کند. در این تحقیق روشی جدید جهت طبقه بندی طیفی-مکانی تصاویر فراطیفی به کمک الگوریتم جنگل پوشای مینیمم ( msf) مبتنی بر نشانه ها که یکی از دقیق ترین الگ...

نحوه عمل در اکثر الگوریتم های طبقه بندی متداول در سنجش از دور بر اساس ویژگیها و اطلاعات طیفی پیکسلها می باشد. این مسئله ضمن نادیده گرفتن مقدار زیادی از اطلاعات فضایی موجود در تصویر با افزایش قدرت تفکیک فضایی در ماهواره ها، باعث افزایش اطلاعات غیر مفید (نویز) و افزایش تشابه طیفی بین طبقات و در نتیجه افزایش واریانس داخلی می شود که در نهایت منجر به اثرات منفی بر روی دقت طبقه بندی می گردد. به منظور...

طبقه بندی یکی از مهم ترین روش های استخراج اطلاعات از تصاویر رقومی ماهواره ای است. در روش های معمول پیکسل پایه، طبقه بندی براساس ارزش عددی هریک از پیکسل ها انجام می شود که نتیجه بازتاب عارضه های متناظر آن در سطح زمین است. توانایی روش های کلاسیک در طبقه بندی تصاویر ماهواره ای هنگامی که اشیاء متفاوت اطلاعات طیفی مشابهی دارند محدود می با شد. این امر موجب کاهش صحت روش های طبقه بندی پیکسل پایه می گرد...