جداسازی کور تصاویر فراطیفی با استفاده از الگوریتم آنالیز مورفولوژیکال تصویر

طبقه بندی تصاویر فراطیفی با استفاده از مدل آمیخته ی گاوسی و الگوریتم نمونه گیر گیبز

با پیشرفت­های فناوری سنجش از دور و تولید داده­های فراطیفی با اطلاعات طیفی فراوان، استفاده از این داده­ها جهت مطالعه دقیق پدیده­ها به سرعت در حال گسترش است. تصاویر فراطیفی به دلیل نمایش گسترده خصوصیات طیفی عوارض و پدیده­های سطح زمین در بسیاری از علوم زمین مورد توجه قرار گرفته‏‏اند. یکی از مهمترین کاربردهای تصاویر فراطیفی، طبقه­بندی آنها و تولید نقشه­های پوشش زمینی بدون نیاز به داده­های واقعیت زم...

جداسازی کور سیگنال‌های منبع بر اساس تابع خود همبستگی غیرخطی با استفاده از الگوریتم LMS

طبقه‌بندی خردپیکسلی تصاویر فراطیفی با استفاده از تحلیل مولفه‌های مستقل

شناسایی و تشخیص عوارض شهری، یکی از کاربردهای پیچیده در طبقه‌بندی تصاویر سنجش از دوری است. با این وجود، به نظر می‌رسد تصاویر فراطیفی به دلیل توانمندی ویژه در ارائه اطلاعات پیرامون مواد و اشیاء سطح زمین، توان بهتری داشته باشند. روش‌های پردازش تصاویر کلاسیک معمولا برای داده‌های فراطیفی، به نتایج قابل قبولی منجر نمی‌شوند. از این‌ رو، روش-های نوینی برای استخراج اطلاعات از این نوع داده‌ها، مطرح شده‌ا...

شناسایی اهداف با استفاده از تلفیق تصاویر فراطیفی و تصاویر با قدرت تفکیک مکانی بالا

شناسایی، ماموریتی برای کسب اطلاعات در مورد فعالیت ها، منابع، توانمدی ها و موقعیت دشمن است. شناسایی اهداف نظامی می تواند اطلاعاتی پیرامون وضعیت فعالیت ها، استقرار نیروها، آرایش نظامی و بسیاری از اطلاعات گوناگون دیگر از یک محدوده نظامی را در اختیار فرماندهان قرار دهد. در سال های اخیر پیشرفت تکنولوژی در زمینه سنجش از دور امکان تهیه تصاویر مختلف با قدرت تفکیک طیفی و مکانی بالا را فراهم نموده است. ت...

جداسازی غیرخطی در تصاویر فراطیفی

سنجش از دور فراطیفی یک روش توانمند برای شناسایی و تهیه نقشه از پدیده ها و مواد روی سطح زمین است. با وجود قدرت تفکیک طیفی بالا در تصاویر فراطیفی، به دلیل توان تفکیک مکانی پایین سنجنده ها، ممکن است مواد مختلفی درون یک پیکسل باشد. در این صورت، طیف پیکسل های ثبت شده توسط سنجنده، ترکیبی از طیف مولفه های اصلی موجود در آن پیکسل ها است. جداسازی طیفی، روشی است که مشخصه طیفی مولفه های اصلی پیکسل های مخلو...

خوشه بندی تصاویر پوشاک با استفاده از پردازش تصویر و الگوریتم K-means

امروزه صنعت پوشاک و مد صنعتی جهانی است و اکثر کشورها روی این صنعت سرمایه گذاری می کنند. در سالهای اخیر با گسترش تجارت الکترونیک و با توجه به مزیت های آن مثل قابل استفاده بودن کالاها با هزینه کمتر، انتخاب گسترده تر و صرفه جویی در زمان، انبوه مردم مایحتاج خود را از وبگاه ها و فروشگاه های اینترنتی به جای مغازه ها تهیه می کنند. این موضوع، نیاز به سامانه ای را ایجاد کرده که بتواند پوشاک را شناسایی و...