فشرده سازی داده های پلاریمتری سار
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شیراز - دانشکده مهندسی برق و الکترونیک
- نویسنده علیرضا هوشمند سروستانی
- استاد راهنما کامران کاظمی محمد صادق هل فروش حبیب الله دانیالی
- سال انتشار 1393
چکیده
داده های پلاریمتری سار به دلیل اطلاعات گسترده ای که در مورد منطقه تصویربرداری شده ارائه می¬دهند امروزه بسیار مورد توجه قرار گرفته¬اند. به دلیل اطلاعاتی که سار پلاریمتری ارائه می¬دهد یکی از کاربردهای اصلی این نوع داده ها استفاده برای طبقه بندی تصاویر می¬باشد. داده های پلاریمتری سار حجم زیادی را اشغال می¬کنند و این حجم زیاد باعث مشکلاتی مانند کم شدن سرعت پردازش، پایین آمدن سرعت انتقال داده، نیاز به پهنای باند زیاد برای انتقال و نیاز به فضای ذخیره سازی زیاد می¬گردد. برای حل این مشکل در این پایان نامه روشی برای فشرده سازی داده های پلاریمتری سار ارائه شده است. در روش پیشنهادی به منظور تعیین ناحیه مورد علاقه تصاویر پلاریمتری توسط الگوریتم طبقه بندی اچ/ای/آلفا طبقه بندی می¬شوند، ناحیه مورد علاقه انتخاب می¬شود و این ناحیه و بقیه تصویر به کمک الگوریتم فشرده سازی به نحوی فشرده سازی می¬شوند که کیفیت ناحیه مورد علاقه بیشتر از ناحیه زمینه باشد. سادگی پیاده سازی الگوریتم و کیفیت بالای فشرده سازی ناحیه مورد علاقه و ناحیه زمینه بر اساس معیار کیفیت معرفی شده در متن از ویژگی های این روش می¬باشد.
منابع مشابه
طبقه بندی پوشش های جنگلی با استفاده از داده های پلاریمتری فشرده
اخیرا رشد قابل توجهی در سیستمهای dual-polarimetry (dp) بهوجود آمده است که compact polarimetry (cp) نامیده میشود. cp یک سیستم تصویربرداریdp است که چندین مزیت مهم را نسبت به دیگر سیستمهای چندپلاریزاسیون sar دارد. از جمله آنها میتوان به قابلیت کاهش پیچیدگی سیستم، هزینه، وزن و نرخ دادههای سیستم sar اشاره کرد. یکی از زمینههای تحقیقاتی مورد توجه سنجش از دور راداری مطالعه جنگلها است، چراکه ن...
متن کاملتعیین مرزهای بهینه برای نواحی طبقه بندی آلفا انتروپی داده پلاریمتری فشرده دو دایروی با استفاده از مفهوم حداکثر مشابهت
یکی از مهمترین اهداف پژوهشگران در حوزه پلاریمتری فشرده، پیشنهاد روشهایی جهت نزدیکتر کردن اطلاعات و نتایج حاصل از داده های پلاریمتری حالت فشرده به نتایج حاصل از داده های پلاریمتری حالت کامل می باشد. یکی از روش های پرکاربرد جهت استخراج مکانیسم های پراکندگی داده های پلاریمتری، روش طبقه بندی بر اساس فضای انتروپی-آلفا می باشد. فضای طبقه بندی انتروپی-آلفای داده حالت فشرده دو دایروی که در ادبیات موض...
متن کاملطبقهبندی پوششهای جنگلی با استفاده از دادههای پلاریمتری فشرده
اخیرا رشد قابل توجهی در سیستمهای Dual-Polarimetry (DP) بهوجود آمده است که Compact Polarimetry (CP) نامیده میشود. CP یک سیستم تصویربرداریDP است که چندین مزیت مهم را نسبت به دیگر سیستمهای چندپلاریزاسیون SAR دارد. از جمله آنها میتوان به قابلیت کاهش پیچیدگی سیستم، هزینه، وزن و نرخ دادههای سیستم SAR اشاره کرد. یکی از زمینههای تحقیقاتی مورد توجه سنجش از دور راداری مطالعه جنگلها است، چراکه ن...
متن کاملارائه روشی نوین برای بهبود دقت بازسازی داده حالت پلاریمتری کامل از روی داده حالت پلاریمتری دو دایروی
علیرغم این که داده حالت پلاریمتری کامل اطلاعات بسیار خوبی از اهداف زمینی فراهم می آورد، مشکلاتی از قبیل کافی نبودن عرض پوششدهی برای اهداف نظارتی و بالا بودن توان ارسالی، حجم داده، هزینه و پیچیدگی سیستم، پژوهشگران این حوزه را به سمت استفاده از حالت پلاریمتری فشرده سوق داد. در این حالت با سعی بر اینکه اطلاعات دریافتی تا حد ممکن به اطلاعات حالت پلاریمتری کامل نزدیک باشد، مشکلات حالت پلاریمتری کام...
متن کاملطبقهبندی عارضه مبنای تصاویر پلاریمتری سار با استفاده از طبقهبندیکنندههای چندگانه ماشین بردار پشتیبان
طبقه بندی پوشش زمین یکی از کاربرد های مهم استفاده از داده های سنجش از دوری است. از میان تصاویر و دادههای مورد استفاده در این مورد، داده های پلاریمتری راداری به خاطر امکان استخراج ویژگی های زیاد و متنوع میتوانند برای طبقه بندی گزینه مناسبی باشند. در این مقاله یک روش عارضه مبنا برای طبقه بندی مناطق شهری با استفاده از داده های پلاریمتری راداری به صورت تلفیق نتایج پیکسل مبنای طبقه بندی SVM و قطعات...
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 @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شیراز - دانشکده مهندسی برق و الکترونیک
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023