آشکارسازی تخریب در سطح راه و ارزیابی درجه تخریب یک امر ضروری در عملیات های نجات پس از وقوع زلزله می باشد. در این مطالعه، یک روش جدید به منظور استخراج و ارزیابی تخریب راه ها در مناطق شهری با استفاده از نقشه ی برداری قبل از زلزله و تصاویر ماهواره quichbird قبل و بعد از زلزله پیشنهاد شده است. در حالت کلی، وقوع زلزله، شبکه راه های شهری را دچار اختلال می کند و در نتیجه فعالیت های اورژانسی مانند عملیات های نجات و بازسازی دچار وقفه می شوند. بنابراین شناسایی تخریب بعد از زلزله در شبکه راه های شهری یک امر کاملاً ضروری است. به عبارت دیگر، نه تنها شناسایی تخریب یک نیاز است، بلکه باید الگوریتم های مناسبی برای ارزیابی تخریب به منظور کمک رسانی به سرویس های اورژانسی نیز پیشنهاد و طراحی شوند. در این مطالعه، اولین هدف شناسایی تخریب است که سپس با یک روش چیشنهادی به منظور ارزیابی درجه تخریب راه ها دنبال می شود. روش پیشنهادی در این مطالعه شامل دو مرحله اساسی و مهم می شو؛ 1) شناسایی تخریب و 2) ارزیابی درجه تخریب شبکه راه ها. ابتدا چندین توصیفگر بافتی از تصاویر استخراج شده و یک الگوریتم ژنتیک به منظور یافتن بهترین توصیفگر بافت به کار گرفته شده است و سپس یک الگوریتم طبقه بندی نظارت شده به تصاویر توصیفگرهای بافت بهینه به منظور شناسایی تخریب اعمال شد. و در نهایت، یک سیستم تصمیم گیری فازی برای ارزیابی درجه تخریب راه پیشنهاد شد. روش پیشنهادی بر روی تصاویر ماهواره quickbird تست شد و در مرحله شناسایی تخریب، نتایج نشان دهنده ی دقت کلی 75% و کاپای 0.67 می باشند و در مرحله ارزیابی درجه تخریب، 90% راه ها به درستی برچسب گذاری شدند. نتایج حاصله نشان دهنده دقت و کارایی روش پیشنهادی است.

به منظور فروش محصولات تلویزیونی ایران شرکت سیما فیلم به عنوان موسسه ای غیرانتفاعی در محل تل فیلم سابق و استودیو گلستان فعلی در سال 1373 تأسیس شد. اساسی ترین وظیفه ای که در آن زمان برای این مجموعه تعریف شده بود، تولید محصولات تصویری با درجه کیفی « الف ویژه »، « الف »و« ب » در قالب فیلم سینمایی، داستانی، مستند و سایر ساختارها بود که محور توجه آن نیز تأکید بر ارزش ها، فرهنگ، هنر و تمدن اسلامی و ایرانی ذکر شد. همچنین ارائه و فروش خدمات برنامه سازی به داخل و خارج از کشور، بازاریابی و مبادله آثار، ایجاد تسهیلات لازم برای مشارکت سایر نهادها و سازمان های بخش عمومی وخصوصی درفرآیند برنامه سازی و سازماندهی منابع موثر در صنعت سینما و تلویزیون کشوراز وظایف این موسسه به شمار میرفت به دنبال هدف ارائه و فروش خدمات برنامه سازی به خارج از کشور، این شرکت تحت عنوان "رسانه بین المللی سیما"در کنار شرکت سیما فیلم تأسیس گردیدکه در ابتدا 51درصدازسهام این شرکت متعلق به سیما فیلم و49 درصددیگر ازآن تهیه کنندگان بخش خصوصی بود. اما با توجه به عدم همکاری تهیه کنندگان و مشکلاتی که در این ارتباط به وجود آمد، این شرکت پس از چند سال فعالیت منحل و به عنوان بخشی از زیرساخت های شرکت سیما فیلم ادامه حیات داداین امر تا سال 1387 به قوت خود باقی ماند و پس از آن بنام" رسانه بین الملل"ادامه حیات داد

پرسشنامه شخصیتی زاکرمن- کلمن یکی از ابزارهای اندازه گیری صفات و ویژگی های شخصیتی است که در چارچوب الگوی پنج عاملی جایگزین شخصیت زاکرمن ساخته شده است. هدفپژوهش حاضر بررسی خصوصیات روان سنجی نسخه 50 گویه ای پرسشنامه شخصیتی زاکرمن– کلمنبود. بدین منظور، نمونه ای به حجم 508 نفر (308 نفر دختر و 200 نفر پسر) از میان دانشجویان دانشگاه تربیت معلّم آذربایجان انتخاب و مورد آزمون قرار گرفتند. تحلیل عاملی به روش مولفه های اصلی با چرخش واریماکس پنج عامل را برای پرسشنامه شخصیت زاکرمن – کلمناستخراج نمود که به ترتیب عبارت است از: اضطراب – روان رنجورخویی، هیجان خواهی تکانشی، فعالیت، مردم آمیزی و پرخاشگری – خصومت. روایی همزمان پرسشنامه شخصیتی زاکرمن – کلمن از طریق تحلیل همبستگی های بدست آمده با پرسشنامه شخصیتی آیزنک مورد بررسی قرار گرفت. نتایج نشان دهنده همبستگی میان پرسشنامه های شخصیتی زاکرمن – کلمن و آیزنک بود. به منظور بررسی روایی افتراقی، 30 نفر از افرادی که در سه عامل برون گرایی، روان رنجورخویی و روان پریشی گرایی آیزنک نمرات بالا و 30 نفر هم نمرات پایین کسب کرده بودند، انتخاب و با نمرات بدست آمده همین افراد در عامل هایپرسشنامه شخصیتی زاکرمن –کلمن موردمقایسه قرار گرفتند. در بحث روایی افتراقی هم پرسشنامه شخصیتی زاکرمن – کلمن و عامل های آن ( به جز عامل فعالیت) به بهترین نحو توانسته بین گروهی از افراد که نمرات بالاو گروهی از افراد که نمرات پایین در سه عامل آیزنک کسب کرده بودند، تمایز قائل شود. همچنین، ضریب اعتبار بازآزمایی در فاصله چهار هفته برای کل پرسشنامه 79/0، ضریب همسانی درونی (آلفای کرونباخ) 64/0 و ضریب اعتبار دو نیمه کردن 68/0 بدست آمد .

این پژوهش با هدف تعیین رابطه همجوشی فکر – عمل با ابعاد سه گان? شخصیت اسکیزوتایپی انجام شد. روش پژوهش از نوع همبستگی می باشد. جامعه آماری پژوهش شامل کلی? دانشجویان دختر و پسر دانشگاه تربیت معلم آذربایجان در سال تحصیلی 89-88 می باشد. نمونه ای به حجم 415 نفر(268 نفر دختر و 147 نفر پسر) به روش نمونه گیری تصادفی طبقه ای انتخاب شدند.ابزار استفاده شده مقیاس همجوشی فکر- عمل و پرسشنامه شخصیت اسکیزوتایپی بود. ابتدا کلی? نمونه های پژوهش، پرسشنام? همجوشی فکر – عمل و پرسشنام? شخصیت اسکیزوتایپی را پر کردند. داده های مربوط به این دو پرسشنامه با روش آماری رگرسیون مورد تجزیه و تحلیل قرار گرفت.اجرا در گروه ها نیز بدین ترتیب بود که ابتدا کلی? نمونه ها با پرسشنام? شخصیت اسکیزوتایپی غربال شدند، سپس سه گروه به عنوان نمونه های شخصیت اسکیزوتایپی همراه با گروه کنترل انتخاب و بوسیله مقیاس همجوشی فکر – عمل مورد آزمون قرار گرفتند. نتایج تحلیل رگرسیون نشان داد که همجوشی فکر - عمل احتمالی برای خود و همجوشی فکر - عمل احتمالی برای دیگران بعد نقایص ادراکی – شناختی شخصیت اسکیزوتایپی را پیش بینیمی کند. در قسمت دیگر تحلیل رگرسیون نتایج پژوهش حاضر حاکی از آن است که همجوشی فکر - عمل احتمالی برای دیگران به صورت مثبت بعد نقایص بین فردی را پیش بینی می کند. همچنین بعد همجوشی فکر - عمل احتمالی برای خود بعد آشفتگی را پیش بینی می کند. برخلاف همجوشی فکر - عمل احتمالی، همجوشی فکر - عمل اخلاقی ارتباطی با ابعاد نقایص ادراکی – شناختی، نقایص بین فردی و آشفتگی نشان نداد. نتایج تحلیل واریانس در بین گروه ها نشان داد که نمره های گروه های شخصیت های اسکیزوتایپی با نقایص ادراکی –شناختی، نقایص بین فردی، آشفتگی و گروه کنترل در پرسشنام? همجوشی فکر – عمل تفاوت معناداری(001/0>p) با هم دارند.یافته های پژوهش شواهدی برای وجود ارتباط بین نشانه شناسی مثبت و منفی اسکیزوتایپی با ابعاد همجوشی فکر – عمل فراهم می سازد.

انعطاف پذیری و قابلیت های بالای روش های طبقه بندی باعث شده است تا بعنوان یکی از مهمترین روش های استخراج اطلاعات از تصاویر ماهواره ای، در تولید انواع اطلاعات مکانی مورد استفاده قرار گیرند. طبقه بندی تصاویر یک فرایند تصمیم گیری است که در آن به دنبال تشخیص کلاسی هستیم که پیکسل مورد نظر را با حداکثر اطمینان به آن نسبت دهیم. روش بیشترین شباهت به علت سادگی الگوریتم، هزینه محاسباتی کم و اعتمادپذیری بالا از کاربردی ترین روش های طبقه بندی است. در این روش به علت همپوشانی طیفی ممکن است احتمال محاسبه شده برای چند کلاس نزدیک به هم شود و یا مقدار بزگ ترین احتمال، بسیار کوچک باشد. در چنین حالاتی نمی توان با اطمینان کامل کلاسی را به پیکسل نسبت داد. لذا بمنظور افزایش دقت ، از حد آستانه ای بعنوان کنترل گر استفاده می شود. استفاده از حد آستانه در طبقه بندی، موجب عدم برچسب دهی به برخی پیکسل ها و افزایش دقت و اعتمادپذیری در برچسب دهی به سایر پیکسل ها خواهد شد. در این پایان نامه بمنظور طبقه بندی تمام پیکسل های تصویر و افزایش دقت طبقه بندی دو روش جدید dtml و dtfl در طبقه بندی تصاویر ماهواره ای پیشنهاد می گردد. روش طبقه بندی dtml که روشی نظارت شده ی مبتنی بر پیکسل است طی چند مرحله قادر به طبقه بندی تصاویر خواهد بود. در آغاز عملیات طبقه بندی تصویر با استفاده از روش dtml، هر پیکسل در بالاترین سطح از یک درخت تصمیم گیری قرار می گیرد. روش dtml با انجام یک چرخه تکرار شونده، با تشکیل فرضیه هایی مبنی بر انتقال پیکسل از سطحی به سطح پائین تر و تست صحت این فرضیه ها، شروع به طبقه بندی پیکسل می کند. در این روش تصمیم گیری در مورد انتقال پیکسل به سطح پائین تر مبتنی بر الگوریتم بیشترین شباهت است. شرط توقف چرخه تکرار شونده، رسیدن به انتهای درخت تصمیم گیری (کلاس های خالص) یا رد شدن تمامی فرضیه های انتقال است. در این صورت پیکسل بر اساس سطحی که در آن قرار دارد برچسب ترکیبی از کلاس های از پیش تعریف شده را می پذیرد. روش dtfl نیز یک روش جزء پیکسل نظارت شده ، بر اساس روش درختی و استفاده از الگوریتم فازی است. در آغاز عملیات طبقه بندی تصویر با استفاده از روش dtfl، هر پیکسل در بالاترین سطح از یک درخت تصمیم گیری قرار می گیرد. روش dtfl با انجام یک چرخه تکرار شونده با تشکیل فرضیه هایی مبنی بر انتقال پیکسل از سطحی به سطح پائین تر و تست صحت این فرضیه ها، شروع به طبقه بندی پیکسل می کند. در این روش تصمیم گیری در مورد انتقال پیکسل مبتنی بر منطق فازی است. شرط توقف چرخه تکرار شونده، رسیدن به انتهای درخت تصمیم گیری (کلاس های خالص) یا رد شدن تمامی فرضیه های انتقال است. در این صورت پیکسل بر اساس سطحی که در آن قرار دارد برچسب ترکیبی از کلاس های از پیش تعریف شده را می پذیرد. بمنظور ارزیابی دقت، یک تصویر شبیه سازی شده و تصویر ماهواره geoeye قسمتی از استادیوم آزادی تهران با استفاده از روش های dtml و dtfl پیشنهادی طبقه بندی و نتایج آن با طبقه بندی کننده ی بیشترین شباهت مقایسه شد. توابع عضویت فازی مثلثی شکل، ذوزنقه ای شکل، ? شکل، زنگی شکل، گوسین ، s شکل تفاضلی و s شکل ضربی، همچنین یک تابع عضویت فازی بر اساس قانون بیز 8 تابع عضویت و قوانین تصمیم گیری کمینه، بیشینه، ضربی، جمعی، جمعی توان دوم، میانگین ریاضی، میانگین هندسی، میانگین هارمونیک، کمینه/بیشینه ، میانگین ریاضیکمینه/بیشینه× ، میانگین هندسیکمینه/بیشینه× و میانگین هارمونیککمینه/بیشینه× ، 12 قانون تصمیم گیری مورد استفاده در روش طبقه بندی dtfl بود. روش dtml در طبقه بندی تصویر شبیه سازی شده به دقت کلی 95.51 درصد و به مقدار کاپای 94.05 درصد و روش dtfl در بالاترین دقت، با استفاده از تابع عضویت گوسین و قانون تصمیم گیری میانگین هندسی، به دقت کلی 96.13 درصد و مقدار کاپای 94.84 درصد دست یافتند که در مقایسه با دقت کلی 94.94 درصد و مقدار کاپای 93.25 درصد حاصل از روش بیشترین شباهت نتایج بهتری را تولید کرده اند. در صورت آستانه گذاری در روش بیشترین شباهت، جهت رسیدن به دقتی مشابه دقت روش های dtml و dtfl به ترتیب 0.84 و 1.86 درصد از پیکسل ها برچسب طبقه بندی نشده می گیرند. روش dtml در طبقه بندی تصویر منطقه مطالعاتی نیز به دقت کلی 91.27 درصد و مقدار کاپای 91.16 درصد و روش dtfl در بهترین دقت با استفاده از تابع عضویت مثلثی شکل و قانون تصمیم گیری میانگین هارمونیک، به دقت کلی 96.14 و مقدار کاپای 96.06 درصد دست یافتند. در مقایسه با طبقه بندی بیشترین شباهت که به دقت کلی 89.91 درصد و مقدار کاپای 89.77 درصد رسیده بود، روش های dtml و dtfl به دقت های بهتری دست یافته اند. اگر هدف افزایش دقت طبقه بندی روش بیشترین شباهت از طریق آستانه گذاری باشد، در صورت رسیدن به دقت هایی مشابه دقت روش های dtml و dtfl به ترتیب 2.76 و 8.73 درصد از پیکسل ها در طی فرایند آستانه گذاری از دست می رود. بنابر نتایج بدست آمده از طبقه بندی تصویر شیبه سازی شده و تصویر ماهواره ای، طبقه بندی تصویر ماهواره ای با استفاده از روش درختی و الگوریتم فازی (روش dtfl پیشنهادی) دقت کلی و مقدار کاپای بالاتری را تولید می کند و اعتماد کاربران نهایی به نتایج حاصل از این روش بیشتر خواهد بود.

با گذشت زمان و با توسعه ابزار و سنجنده های سنجش از دور به خصوص طیف نگارهای فراطیفی، بر میزان اطلاعات قابل جمع آوری توسط این سنجنده ها افزوده می شود. همراه با آن و با پیشرفت تکنولوژی و نیاز به داشتن برنامه ریزی و اتخاذ روش مناسب در زمان مقتضی، نیاز به پردازش آنی این اطلاعات نیز بیشتر و بیشتر می شود. برای رسیدن به این منظور بشر ناگزیر از بکار بستن روش های پردازش موازی در تحلیل داده های فراطیفی است. روش های متفاوتی بسته به امکانات سخت افزاری و نرم افزاری جهت ایجاد یک سیستم پردازش موازی وجود دارد. برای همین منظور دانشگاه ام آی تی اقدام به تولید جعبه ابزاری تحت عنوان pmatlab تحت نرم افزار متلب جهت انجام پردازش های موازی کرده است. در این تحقیق به پیاده سازی موازی چندین روش از الگوریتم های پردازش تصاویر فراطیفی، تحت همین جعبه ابزار خواهیم پرداخت. شش الگوریتم از الگوریتم های پردازش تصاویر فراطیفی موازی سازی خواهند شد. این الگوریتم ها عبارتند از کشف آنامولی محلی rxd، کشف آنامولی محلی تخمین تابعی semip، کشف آنامولی محلی مورفولوژیکی، کشف آنامولی محلی اندکس خلوص پیکسل، استخراج عضو خالص n-findr و استخراج عضو خالص اندکس خلوص پیکسل؛ که در این میان الگوریتم های کشف آنامولی محلی مورفولوژیکی و کشف آنامولی محلی اندکس خلوص پیکسل، الگوریتم های جدیدی هستند که بر پایه مفهومی نوین که برای اولین بار در این پایان نامه ارائه می شود، ارائه شده اند. در پایان نتایج حاصل از اعمال این الگوریتم ها به صورت سریال و موازی ارائه می شود. افزایش سرعت که هدف اصلی از موازی سازی است در نتایج بدست آمده قابل مشاهده است. همچنین در برخی از الگوریتم-ها بسته به ماهیت الگوریتم و روش موازی سازی به کار گرفته شده، نتایج بدست آمده تفاوت هایی با نتابج نسخه سریال الگوریتم دارند. این پایان نامه نخستین کار پژوهشی انجام شده در زمینه پردازش موازی داده های فراطیفی در ایران است. با توجه به نیاز نوظهور محاسبات آنی در ایران، امید است که نقطه شروعی برای انجام کارهای پژوهشی دیگر در این زمینه باشد.

چکیده مثال های بیشماری از تولید نقشه های پوششی و کاربری اراضی در مقیاس های جهانی، منطقه ای و محلی از تصاویر چندطیفی وجود دارد. بیشتر آنها هر پیکسل تصویر را بعنوان مشاهده مستقل، صرف نظر از مفهوم مکانی، طبقه بندی می کنند. یکی از مهمترین مشکلات تولید نقشه های پوششی و کاربری اراضی از تصاویر رقومی ترکیب پاسخ طیفی از عوارض مختلف است. همچنین در تهیه نقشه از مناطق ناهموار و کوهستانی، توپوگرافی زمین مسأله ساز است. برای حل چنین مسائلی برخی محققان به طبقه بندی چندمنبعی و استفاده از داده های کمکی همراه با داده های طیفی و برخی دیگر به روش های پیشرفته تر رو آورده اند. تحقیق حاضر روی تصویر سنجنده liss-iii از ماهواره irs-p6 حوضه آبریز خرسان انجام گرفت. با توجه به ناهموار بودن منطقه در ابتدا اثرات ارتفاعی از روی تصویر حذف شد. بدین منظور روش های مختلف تصحیح اثرات توپوگرافی در حالات متفاوت بررسی گردیده تا روش بهتر انتخاب شود. سپس طبقه بندی چند منبعی با استفاده از داده های ارتفاعی و بافت تصویر قبل و بعد از تصحیح اثرات توپوگرافی انجام گردید. در این حین برای رسیدن به ترکیب بهینه ای از پارامترهای ورودی طبقه بندی از الگوریتم ژنتیک استفاده شد. همچنین برای بررسی بهبود طبقه بندی پوشش و کاربری اراضی منطقه از رویکرد شئ گرا استفاده گردید. و نتایج این رویکرد با روش بیشترین شباهت در رویکرد پیکسل پایه مقایسه شد. نتایج نشان داد که دقت زوایای آزیموت و زنیت در تصحیح اثرات توپوگرافی تاثیر محسوسی ندارد. روش تصحیح cosine بدترین و روش تصحیح c بهترین نتایج را در تصحیح اثرات توپوگرافی تصویر نشان داد. تصحیح توپوگرافی 3 درصد صحت کلی طبقه بندی را در حالت پیکسل پایه افزایش داد. و در روش بیشترین شباهت، صحت کلی طبقه بندی از 73.86 به 76.81 و در الگوریتم کمترین فاصله صحت طبقه بندی از 62.67 به 63.38 رسید. اضافه کردن dem به فرآیند طبقه بندی در تفکیک کلاس هایی که از نظر طیفی مشابه، اما در ارتفاعات مختلفی قرار گرفته اند بویژه تفکیک کشاورزی از مرتع کمک می کند. با وارد کردن داده های ارتفاعی صحت کلی طبقه بندی در روش بیشترین شباهت به 77.97 و در طبقه بندی کننده کمترین فاصله به 68.39 رسید. در ادامه برای تشخیص بهتر کلاس های غیریکنواخت مانند کلاس کاربری شهری، داده های بافت تصویر وارد شد و ترکیب بهینه و مستقل از این پارامترها بهمراه پارامترهای طیفی و ارتفاعی با استفاده از الگوریتم ژنتیک انتخاب شد. ترکیب بهینه طیفی ارتفاعی بافتی انتخابی دو الگوریتم مختلف و همچنین قبل و بعد از تصحیح توپوگرافی متفاوت است. با اضافه شدن داده های متن تصویر صحت کلی طبقه بندی در ترکیب بهینه در روش بیشترین شباهت به 83.28 و در روش کمترین فاصله به 68.72 رسید. همچنین نتیجه طبقه بندی ترکیب بهینه حاصل شده با الگوریتم ژنتیک در مقایسه با ترکیب مستقل یافت شده با تحلیل مولفه های اصلی 9 درصد بالاتر است. در تمام حالات استفاده از رویکرد شئ گرا صحت طبقه بندی بالاتری نسبت به روش بیشترین شباهت در رویکرد پیکسل پایه حاصل شد. تصحیح توپوگرافی در تمام سطوح و حالات باعث بهبود صحت طبقه بندی گردید. صحت طبقه بندی با 4 باند طیفی، قبل و بعد از تصحیح توپوگرافی به ترتیب 75.35 و 77.07 حاصل شد. استفاده از داده های ارتفاعی صحت طبقه بندی را به 81.09 رساند. با اضافه کردن پارامترهای بافت تصویر به ترکیب طیفی ارتفاعی صحت طبقه بندی به مقدار 86.35 افزایش یافت که در مقابل حالت مشابه در رویکرد پیکسل پایه 3 درصد افزایش صحت دارد.

خلاصه رشد تجمع گازهای گلخانه ای در اتمسفر (co2, ch4 و cfcs) به عنوان مهمترین عامل افزایش دمای کره زمین از نیمه دوم قرن بیستم به بعد، شناخته شده اند. تغییرات آب و هوایی ناشی از فعالیت های انسان به طور غیرقابل پیش بینی رشد داشته است. به دام انداختن کربن در جنگل ها و درختان یک راه حل عملی، کارآ و ارزان برای کاهش سطح دی اکسید کربن در اتمسفر است. بنابراین اندازه گیری زیست توده در بررسی تغییرات آب و هوایی و چرخه کربن جهانی اهمیت ویژه ای دارد. این مطالعه روشی بر پایه تبدیلات موجک به منظور تخمین زیست توده در یک منطقه جنگلی با درختان پهن برگ در شمال ایران ارائه داده است. تبدیلات مختلف موجک (تبدیلات دوبعدی گسسته) بر روی تصاویر نوری و مایکرویو سنجنده alos اعمال شده و ضرایب بدست آمده به عنوان داده های جداگانه ذخیره شدند. میزان همبستگی هریک از پارامترهای محاسبه شده با مقدار زیست توده توسط آنالیز رگرسیون چندگانه بررسی شد. تبدیلات مختلف موجک در سطوح مختلف تجزیه تصاویر مورد استفاده قرار گرفتند. همچنین، شاخص های گیاهی مختلف نیز از تصاویر اپتیک محاسبه شده و مقدار همبستگی هریک از شاخص ها با زیست توده ارزیابی شده است. به علاوه، پارامترهای مختلف بافت نیز از تصویر مایکرویو استخراج شده و از نظر مقدار همبستگی با زیست توده مورد بررسی قرار گرفتند. نتایج نشان داد که ضرایب بدست آمده از تبدیلات موجک حاصل از تصویر مایکرویو باند l نسبت به سایر پارامترهای استخراج شده همبستگی بیشتری با مقدار زیست توده دارند. در تجزیه یک مرحله ای تصویر مایکرویو، مقدار همبستگی با زیست توده تقریبا 5/0 و برای تصویر نوری حدودا 4/0 بدست آمد. این مقدار برای شاخص های گیاهی 2/0 و برای پارامترهای بافت تقریبا 35/ 0بوده است. در تجزیه دو مرحله ای تصاویر، مقدار همبستگی بدست آمده برای تصویر مایکرویو به بیش از 75/0 و برای تصویر نوری به بیش از 55/0 ارتقا پیدا کرد. این تحقیق نشان داد که استفاده از تبدیلات موجک می تواند روش مناسبی برای تخمین زیست توده خصوصا در مناطقی با ساختار پوشش گیاهی پیچیده باشد. اگرچه، تحقیقات بیشتری برای توسعه روش های تخمین زیست توده با استفاده از تبدیلات موجک و همچنین بهینه سازی روند اندازه گیری آن مورد نیاز است.

چکیده ندارد.

در دو دهه اخیر استفاده از لیزر اسکنرهای هوایی و یا بعبارتی سنجنده لیدار در کاربردهای گوناگون مهندسی ژئوماتیک و نقشه برداری رشد فزاینده ای پیدا کرده است. دلیل اصلی این امر قابلیت اعتماد و صحت بالای داده های خروجی حاصل از این نوع سنجنده می باشد. خروجی لیدار، ابرنقاط سه-بعدی طبقه بندی نشده و غیرساختاریافته می باشد. بنابراین مهمترین پردازشی که روی این داده ها می بایست انجام گیرد، طبقه بندی شان در قالب کلاس های متمایز و جدا از هم می باشد. داده های لیدار طبقه بندی شده به عنوان ورودی در پردازش های مربوط به تولید مدلهای سه بعدی شهری بکارگرفته می شوند. این مدلهای سه بعدی به متخصصان حوزه های مختلف مدیریت شهری، صنعت توریسم و مدیریت بحران در تصمیم گیری شان یاری می رساند. داده های لیدار دارای یکسری ویژگی های منحصربفرد می باشند که در فرآیند طبقه بندی شان نقش اساسی ایفا می کنند. مهمترین ویژگی آنها ویژگی های هندسی شان می باشد که از پردازش بر روی موقعیت سه بعدی نقاط بدست می آیند. از جمله این پردازشها استخراج صفحه از ابرنقاط می باشد که بکمک تبدیل هاف سه بعدی انجام می گیرد. در پیاده سازی تبدیل هاف سه بعدی از حالت تصادفی آن بهره گرفته شده است و سعی بر این بوده است که نقاطی از مجموع کل نقاط بدست بیایند که با احتمال بالایی متعلق به صفحات داخل ابرنقاط باشند. دسته دیگر ویژگیهای هندسی با استفاده از پارامترهای تنسور ساختاری بر روی کل نقاط بدست می آید. این دسته پارامترهای تنسور ساختاری بسیار متنوع و متعدد می باشند. بدست آوردن ترکیبی مناسب از این پارامترهای که در ترکیب با سایر ویژگی های بردار ویژگی نتیجه طبقه بندی داده های لیدار را افزایش دهند یکی از چالش های این پایان نامه بوده است و در نهایت بهترین ترکیب با نتیجه دقت طبقه بندی بالا حاصل شده است. از سال 2004 ظهور نسل جدیدی از سنجنده های لیدار با نام لیدار موج-پیوسته امکان استخراج ویژگی های جدیدی با ماهیتی فیزیکی را فراهم نمود. این ویژگی های جدید حاصل پردازش سیگنالی اشعه لیزر گسیل شده از سنجنده می باشد که پس از طی مسافت بین سنجنده و سطح زمین و گذر از اشیا گوناگون دچار اعوجاج گشته و پروفیلی یک بعدی از مسیر سیر خود ایجاد می کنند. از جمله این ویژگی های فیزیکی می توان به دامنه پالس، پهنای پالس و شماره پالس بازگشتی اشاره نمود. در این پایان نامه الگوریتمی توسعه داده شده است که این دو دسته ویژگی، هندسی و فیزیکی، را با هم ترکیب کرده و فضای ویژگی مورد نیاز جهت طبقه بندی را فراهم می کند. اهمیت این موضوع در این است که تا به حال چنین ترکیبی در طبقه بندی داده های لیدار بکارگرفته نشده است. بردار ویژگی تشکیل شده برای هر نقطه به عنوان ورودی به طبقه بندی کننده ماشین بردار پشتیبان معرفی شده و نقاط را در سه کلاس زمین لخت، ساختمان و پوشش گیاهی طبقه بندی می کند. ماشین بردار پشتیبان در طبقه بندی داده های دارای حجم بالا به دقت های بسیار خوبی می رسد. از این رو برای طبقه بندی ابرنقاط حجیم لیدار روش ایده الی محسوب می گردد. برای ارزیابی دقت طبقه بندی کننده از سه معیار گوناگون بهره می گیریم. این سه معیار شامل دقت کلی، دقت میانگین و ضریب کاپا می باشند. با استفاده از روش توسعه یافته در این پایان نامه به دقت کلی 89%، دقت میانگین 88.14% و ضریب کاپا 83.31% در طبقه بندی می رسیم.

چکیده مقدمه: اضطراب مرگ عموماً به عنوان احساس ناراحتی توأم با ترسی که معطوف به مرگ خود یا دیگران است و با در نظرگرفتن مرگ، به عنوان پایان حیات یا تجسم مراسم تدفین و جسد برانگیخته می شود، تعریف می شود.این مفهوم چندبعدی به عوامل متعددی مانند سن، جنس، ارزش های فرهنگی واجتماعی و به ویژه به ارزش های مذهبی مرتبط است. هدف: بررسی رابطه ی برخی متغیرهای مذهبی مانند سبک های دلبستگی به خدا، جهت گیری مذهبی، راهبردهای مقابله-ی اسلامی و عمل به باورهای دینی با اضطراب مرگ و نقش پیش بینی کنندگی آن ها در میزان اضطراب مرگ می-باشد.روش:روش انجام پژوهش از نوع همبستگیمی باشدبدین منظور نمونه ای شامل422 نفر(287 دختر و 135 پسر) از بین دانشجویان دانشگاه شهید مدنی آذربایجان به طور تصادفی طبقه ای انتخاب شده است.ابزارهای اندازه گیری شامل پرسش نامه ی اضطراب مرگ تمپلر، مقیاس جهت گیری مذهبی فگین، سبک های دلبستگی به خدا بک و مک دونالد، راهبردهای مقابله ی اسلامی احتشام زاده و مقیاس عمل به باورهای دینی(معبد) گلزاری می باشد. داده ها از طریق آزمون همبستگی پیرسون، تحلیل رگرسیون چند متغیره به روش گام به گام و تحلیل واریانس یک راهه و آزمونt مستقل مورد تجزیه و تحلیل قرار گرفتند.یافته ها: یافته های پژوهش حاضر روشن ساخت که بین سبک دلبستگی اضطرابی به خداو اضطراب مرگ درسطح(01/0>p)رابطه ی مثبت و معنادار و بین سبک دلبستگی اجتنابی به خدا و اضطراب مرگ در سطح (01/0>p) رابطه ی منفی و غیر معنادارو بین جهت گیری مذهبی بیرونی و اضطراب مرگ در سطح(01/0>p) رابطه ی مثبت و معنادار و بین جهت گیری مذهبی درونی، راهبردهای مقابله ی رفتاری و ابعاد عمل به باورهای دینی و اضطراب مرگدرسطح(01/0>p)، رابطه ی منفی و معنادار و بین راهبردهای مقابله ی شناختی و عاطفی و اضطراب مرگسطح(05/0>p) رابطه ی معنادار وجود دارد. علاوه براین متغیرهای سبک دلبستگی اضطرابی به خدا، جهت گیری مذهبی درونی و بیرونی و عمل به مستحبات توانستند اضطراب مرگ را پیش بینی نمایند.نتیجه گیری:مطالعه ی حاضر نشان داد متغیرهای مذهبی به طور منفی با اضطراب مرگ رابطه دارند و لذا سطوح بالای تقیدات مذهبی می تواند میزان اضطراب مرگ را کاهش دهد. کلیدواژه ها:همبسته های مذهبی،اضطراب مرگ، دلبستگی به خدا، جهت گیری مذهبی، راهبردهای مقابله ی اسلامی،عمل به باورهای دینی.

هندسه اپی پلار یکی از کارآمدترین ابزارهای پردازش تصاویر پوشش دار به حساب می آید، و به طور گسترده ای در علوم مختلف مورد استفاده قرار می گیرد. یکی از مهم ترین ویژگی های هندسه اپی پلار وابستگی آن به مدل سنجنده است، که این ویژگی سبب تفاوت نحوه بکارگیری هندسه اپی پلار برای انواع سیستم های تصویربرداری می گردد. به عنوان مثال در جوامع دید ماشینی و برای تصاویر برد کوتاه، هندسه اپی پلار در قالب ماتریس اساسی مورد استفاده قرار می گیرد؛ و در جوامع فتوگرامتری و برای تصاویر هوایی، هندسه اپی پلار براساس معادلات شرط هم خطی به کار گرفته می شود. هرچند هندسه اپی پلار در پردازش تصاویر ماهواره ای اخذ شده توسط سنجنده های خطی پوش بروم نیز می تواند بسیار مفید واقع شود، اما با این وجود هیچ گاه استقبال از هندسه اپی پلار در پردازش این تصاویر به گستردگی تصاویر فریم نبوده است؛ که مهم ترین دلیل این امر را باید در عدم وجود شناختی عمیق و دقیق از هندسه اپی پلار در تصویربرداری خطی پوش بروم جستجو کرد. با توجه به اینکه اکثر تحقیقات صورت پذیرفته در زمینه هندسه اپی پلار تصاویر خطی به برآورد و ارزیابی منحنی های اپی پلار معطوف بوده، و همچنین با توجه به نارسایی این شیوه در ارزیابی مدل های اپی پلاریتی، عملکرد مدل های ریاضی مختلف در تولید تصاویر نرمال، مبنای مقایسه آنها در بازسازی هندسه اپی پلار قرار گرفت. تا کنون بر مبنای مدل های غیرفیزیکی چندین روش برای بازنمونه برداری اپی پلار تصاویر خطی پیشنهاد گردیده است؛ اما از آنجا که هنوز روشی بر مبنای مدل های فیزیکی برای این منظور پیشنهاد نشده، امکان سنجی و توسعه چنین روشی به عنوان یکی از اهداف این پژوهش مورد توجه قرار گرفت. نتیجه این بخش از پژوهش، توسعه مدلی برای بازآرایی اپی پلار تصاویر خطی بر مبنای تصحیح مسیر سنجنده بود. از سوی دیگر، برای مقایسه منصفانه عملکرد مدل های فیزیکی و غیرفیزیکی، لازم است شرایط انجام آزمایش برای هر دو نوع مدل تا حد امکان یکسان در نظر گرفته شود. در نتیجه، روش پیشنهادی برای بازآرایی اپی پلار تصاویر خطی به گونه ای تغییر داده شد تا با استفاده از هر دو نوع مدل های فیزیکی و غیرفیزیکی قابل پیاده سازی باشد؛ که نتیجه این بخش از پژوهش، توسعه مدلی برای بازآرایی اپی پلار تصاویر خطی بر مبنای تصحیح پوشش زمینی تصاویر پوشش دار بود. به این ترتیب، با فراهم آمدن ابزاری مناسب برای ارزیابی عملکرد مدل های فیزیکی و غیرفیزیکی در بازسازی هندسه اپی پلار تصاویر خطی، عملکرد مدل پارامترهای مداری ولدان زوج و مدل مراکز تصویر چندگانه به عنوان دو مدل فیزیکی، و مدل توابع کسری به عنوان یک مدل غیرفیزیکی، از سه دیدگاه دقت تصحیح هندسی، دقت تصاویر شبه نرمال تولید شده، و کارآیی مدل ریاضی مورد استفاده با یکدیگر مقایسه گردید. بر اساس نتایج تحقیق، مدل پارامترهای مداری ولدان زوج از نظر دقت تصحیح هندسی و دقت تصاویر شبه نرمال تولید شده به عنوان دقیق ترین مدل، و مدل مراکز تصویر چندگانه با ارزیابی پارامترهایی نظیر سهولت، سرعت و انعطاف پذیری مدل برای انطباق با شرایط مفروض در فرآیند تولید تصاویر شبه نرمال، به عنوان کارآمدترین مدل شناخته شد. در پایان باید اذعان نمود هرچند روش پیشنهادی برای بازآرایی اپی پلار تصاویر خطی بر مبنای تصحیح پوشش زمینی تصاویر برای مقایسه عملکرد مدل های فیزیکی و غیرفیزیکی در بازسازی هندسه اپی پلار تصاویر خطی مناسب به نظر می رسد، اما با توجه به ماهیت غیرفیزیکی بخشی از این فرآیند، نمی توان با استفاده از آن به شناخت هندسه اپی پلار تصاویر خطی پوش بروم از نقطه نظر هندسی و فیزیکی پرداخت. از این روی، در ادامه سعی شد با شناسایی عوامل تخریب کننده ماهیت فیزیکی مدل و ارائه راه کارهایی برای مرتفع ساختن آنها، مدلی برای بازنمونه برداری اپی پلار تصاویر خطی پیشنهاد شود. نتیجه این بخش از پژوهش توسعه مدلی برای بازنمونه برداری اپی پلار تصاویر خطی پوش بروم بر مبنای تصحیح مسیر سنجنده در فضای تصاویر پوشش دار بود.

با توجه به افزایش روزافزون جمعیت جهان و به تبع آن گسترش دامنه تاثیر مناطق شهری، کنترل، مدیریت و برنامه ریزی در این مناطق به موضوع مهم و پیچیده ای تبدیل شده است. روش های سنتی استخراج اطلاعات از قبیل تفسیر بصری تصاویر هوایی و روش های برداشت زمینی، اغلب پرهزینه، وقت گیر و وابسته به نوع و کیفیت مهارت اپراتور هستند. با ظهور تصاویر بزرگ مقیاس ماهواره ای، از قبیل ikonos و quickbird فرصتها و امکانات فراوانی جهت بررسی و آنالیز نواحی شهری، فراهم شده است. در کشور ما ایران، به علت رشد ناهمگون نواحی شهری، استخراج این اطلاعات دارای دشواری دو چندانی است. در این پایان نامه منطقه مورد مطالعه، از یک منطقه پیچیده و متراکم از شهر شیراز انتخاب شد. هدف این انتخاب، ارائه راه حلی برای تولید اطلاعات در اینگونه مناطق است که تقریبا بخش اعظمی از ایران عزیز را شامل می شوند. گرچه مطالعات شهری برای بیشتر محققان جذاب است اما این نواحی پیچیده و چالش انگیزاند. خوشبینانه است که فرض کنیم یک سنجنده به تنهایی می تواند همه ی اطلاعات لازم جهت استخراج جز به جز المانهای شهری را فراهم کند. بیشتر تحقیقات در تلاش است تا تصاویر چندمرجعه را بر نواحی شهری ترکیب کنند. بنابراین، روش های تلفیق تصویر در سه سطح پیکسل، ویژگی و تصمیم گیری توسعه یافت. در کاربردهای مختلف و به منظور دریافت اطلاعات خاص از تصویر تلفیقی، از روشهای تلفیق در سطح ویژگی و تصمیم گیری استفاده میشود. روشهای تلفیق در سطح پیکسل، به علت گستردگی و سادگی استفاده و همچنین، با توجه به اینکه میتواند به عنوان پایه و اساس الگوریتم های تلفیق در سطح ویژگی و تصمیم گیری باشند، مورد توجه بیشتری قرار گرفته اند. روش ihs یکی از معروفترین روشهای تلفیق است که به علت کارایی و توان تفکیک مکانی بالای خروجی بسیار استفاده می شود. گرچه، خروجی این روش به علت جایگزینی تصویر شدت با تصویر پانکروماتیک انحراف طیفی دارد. در این تحقیق، یک روش جدید برای بهبود کیفیت طیفی تصویر تلفیقی معرفی می شود. در روش پیشنهادی، تصویر با رزولوشن مکانی بالاتر (hr) و تصویر شدت بر اساس اطلاعات آماری شان تلفیق می شوند. سپس تصویر تلفیقی جایگزین تصویر شدت شده و تبدیل معکوس ihs اعمال می شود. روش پیشنهادی بر دو مجموعه داده الف) تصاویر چندطیفی و پانکروماتیک سنجنده آیکونوس، ب) تصویر چندطیفی سنجنده آیکونوس و تصویر hh سنجنده terrasar-x اعمال شد. جهت ارزیابی قابلیت روش پیشنهادی، روش های ihs، gungor، brovey و svr نیز پیاده سازی شد. نتایج، انحراف طیفی کمتر روش پیشنهادی نسبت به دیگر روش های پیاده سازی شده را نشان می دهد. جهت مقایسه اثر تلفیق، تصاویر تلفیقی به روش پیشنهادی با هر دو مجموعه داده الف و ب، طبقه بندی شدند. نتایج، بترتیب افزایش 6/5 و 2 درصدی دقت کلی طبقه بندی در تصویر تلفیقی با دو مجموعه داده الف و ب را نشان می دهد.

با توجه به لزوم به روز رسانی مکرر سنجنده های ماهواره ای و تصاویر به دست آمده از آن ها، توجه به روش های کالیبراسیون کم هزینه حتی با دقتی کمتر رو به افزایش است. تصاویر حاصل از ماهواره لندست به دلیل دقت تفکیک مکانی متوسط و پوشش زمینی گسترده، در تهیه نقشه های پوششی از طریق سنجش از دور و دیگر تحقیقات در زمینه تغییرات جهانی اهمیت بسیاری دارد. در این تحقیق هدف، کالیبراسیون تصاویر سنجنده tm ماهواره لندست با عدم قطعیت 4.6% از طریق مرجع قرار دادن تصاویر سنجنده etm+ با عدم قطعیت 2.9% و تصحیح ضرایب کالیبراسیون این سنجنده در هر باند است. این کار با استفاده از روش بازتاب مبنا بر روی باندهای خورشیدی (باندهای 1-5 و 7) تصاویر به دست آمده از سایت کالیبراسیون rvpn در روز 1 ژوئن 1999 دو سنجنده صورت گرفت. از آنجا که مقادیر تابش بالای سطح اتمسفر و خروجی رقومی متناظر سنجنده از طریق ضرایب کالیبراسیون آن سنجنده همبسته هستند، جهت تصحیح ضرایب کالیبراسیون سنجنده tm، به تصحیح تابش بالای سطح اتمسفر این سنجنده توسط تابش بالای سطح اتمسفر به دست آمده از سنجنده etm+ می پردازیم. جهت مقایسه مقادیر دو سنجنده و تصحیح مقادیر تابش سنجنده tm، نیاز است تا بازتاب بالای سطح اتمسفر دو سنجنده را در هر باند داشته باشیم. سپس با انجام تصحیحات تابع توزیع بازتاب دوراستایی، به مقدار بازتاب تصحیح شده برای سنجنده tm می رسیم. برای اطمینان از صحت روش و ارزیابی نتایج به دست آمده، به مقایسه بازتاب های بالای سطح اتمسفر تصحیح شده با بازتاب های متناظر به دست آمده از روش کالیبراسیون بین سنجنده ای با زمان پشت سر هم که توسط teillet و همکارانش در سال 2001 صورت گرفته، برداشت های زمینی و بازتاب های سنجنده etm+ می پردازیم. در نهایت از طریق روابط موجود، از بازتاب به دست آمده، تابش بالای سطح اتمسفر و ضرایب کالیبراسیون تصحیح شده برای سنجنده tm در هر باند محاسبه می گردد. در تحقیقات بعدی این ضرایب می تواند جایگزین ضرایب حاصل از کالیبراسیون پیش از پرتاب و حین پرتاب شود. در کالیبراسیون بین سنجنده ای با استفاده از روش بازتاب مبنا، اثر زاویه زنیت خورشیدی به دلیل اختلاف زمانی میان کسب اطلاعات حذف می شود و مقادیر اختلاف چگالی تابش خورشیدی خارج از اتمسفر حاصل باندهای طیفی متفاوت جبران می گردد. در این تحقیق با ارزیابی نتایج توسط داده های بازتاب زمینی تصحیح اتمسفری شده، نشان داده شد، عدم قطعیت بازتاب تصحیح شده از طریق روش باقیمانده ارائه شده در این تحقیق 3.3% است که نسبت به عدم قطعیت 3.8% بدست آمده از روش کالیبراسیون بین سنجنده ای با استفاده از تصاویر پشت سرهم، نتایج بهتری حاصل می گردد. علاوه بر اینکه با توجه به فرض های صورت گرفته در روش کالیبراسیون با استفاده از تصاویر پشت سرهم، این روش تنها در مورد تصاویر با اختلاف زمانی کمتر از یک ساعت به کار می رود، در صورتی که روش ارائه شده در این تحقیق در مورد تصاویر با اختلاف زمانی بیشتر حتی تا 1 روز نیز کاربرد دارد و دارای مراحل کمتر، ساده تر و درنتیجه صرف زمان کمتری است. همچنین در این پروژه، از میان دو روش نسبت و باقیمانده، جهت برقراری رابطه میان مقادیر بازتاب و توابع توزیع بازتاب دوراستایی دو سنجنده، روش باقیمانده دارای دقت بالاتری است.

با توجه به اینکه آتش سوزی ها تقریبا در اکثر نقاط جهان می تواند واقع شوند، نظارت کامل و مداوم بر وقوع و روند پیشروی آنها با مطالعات میدانی و در مقیاس های محلی امکان پذیر نیست. استفاده از فن آوری سنجش از دور و مدلسازی با استفاده از سیستم اطلاعات جغرافیایی راهکاری مناسب و اساسی جهت شناسایی و نظارت بر آتش سوزی ها می باشد. سنجنده modis به دلیل دوره ی تکرار نسبتاً مناسب و داشتن باند های مناسب در محدوده ی طیف الکترومغناطیس، جهت آشکارسازی آتش سوزی ها به کار می رود. در تحقیق پیش رو 3 الگوریتم ارائه شده توسط giglio، wang و byun که متداولترین الگوریتم های کشف آتش می باشند، در منطقه ی مورد مطالعه بهینه سازی شده و بر روی 31 تصویر از زمان های مختلف سال 2011 تست شدند. نتایج به دست آمده نشان می دهد که الگوریتم giglio می تواند پیکسل های آتش صحیح بیشتری را نسبت به دو الگوریتم دیگر آشکار کند. در کل 2046 نقطه ی آتش بررسی شد که هر کدام از الگوریتم های giglio، wang و byun به ترتیب 957، 495 و 576 آتش را به درستی آشکار کردند. در بین الگوریتم های بررسی شده الگوریتم giglio با دقت سازنده 9/86 درصد و دقت کاربر 7/46 درصد بهترین کارایی را در کشف آتش دارا می باشد. الگوریتم ارائه شده توسط byun نقاط اشتباه زیادی را به عنوان آتش آشکار می کند و دارای دقت سازنده ی پایینی است که باعث ناکارآمدی این الگوریتم می شود. الگوریتم wang هر چند دارای آلارم های اشتباه پایینی می باشد اما در آشکارسازی آتش ها دقت خوبی نداشته و دارای دقت کاربر 2/24 درصد می باشد. میزان همبستگی میان دما و آشکارسازی آتش 0.72248- محاسبه شد که نشان می دهد با افزایش دمای محیط اطراف آتش ها میزان کشف آتش کاهش می یابد. این امر سبب کاهش دقت سازنده و کاربر در آشکارسازی نقاط آتش می گردد. مقدار همبستگی میان رطوبت و آشکارسازی آتش به میزان 0.659456 محاسبه شد، که نشانگر وجود همبستگی مثبت میان رطوبت و آتش های آشکار شده می باشد. به طوری که افزایش رطوبت محیط باعث افزایش هر دو دقت کاربر و سازنده در آشکارسازی آتش می گردد. زمانی که پیکسلی به عنوان آتش آشکار شد مختصات مرکز پیکسل به عنوان موقعیت آتش قرار می گیرد و دما و رطوبت محیط تاثیر کمی بر دقت مکانی آتش های آشکار شده دارد.

پس از وقوع زلزله، نیاز فراوانی به تعیین ساختمان‏های تخریب شده جهت تعیین موقعیت دقیق و میزان تخریب آنها به منظور تسریع و تسهیل امر امدادرسانی احساس می‏شود. هدف اصلی این تحقیق ارائه روشی معتبر جهت تعیین نیمه اتوماتیک تخریب ساختمانها است. ابتدا با استفاده از تصویر با قدرت تفکیک مکانی بالای مربوط به پس از وقوع زلزله و داده برداری منطقه اقدام به استخراج ساختمانها شد. به علت توانایی بالای ویژگیهای بافتی در تعیین تخریب ساختمانها، در این تحقیق از ویژگیهای بافتی آماری مرتبه اول و ویژگیهای حاصل از ماتریس هم اتفاق استفاده گردید. در ادامه با استفاده از الگوریتم بهینه سازی ژنتیک، نسبت به انتخاب ویژگیهای بافتی بهینه اقدام شد. تابع شایستگی الگوریتم ژنتیک، ضریب کاپای بدست آمده از طبقه بندی کمترین فاصله بود. در ادامه با استفاده از الگوریتم خوشه بندی isodata و تلفیق اطلاعات طیفی و ویژگیهای بافت بهینه، برای سقف ساختمانهای استخراجی سه کلاس تعیین شد، و درصد پیکسلهای هر کلاس، به عنوان ورودیهای سیستم استنتاج فازی معرفی شدند. تصمیم گیری در مورد وضعیت ساختمانها توسط یک سیستم استنتاج فازی با موتور استنتاج ممدانی و پایگاه قوانین فازی طراحی شده با بهره گیری از ساختمانهای مرجع انجام پذیرفت. در مجموع 315 ساختمان وارد الگوریتم شده و در چهار کلاس تخریب طبقه بندی شدند. خروجی اصلی این تحقیق نقشه تخریبی شامل چهار کلاس ساختمانهای سالم، با تخریب کم تا متوسط، با تخریب زیاد و ویران بود. استفاده از ساختمانهای مرجع در برآورد دقت روش پیشنهادی نشان دهنده دقت 73 درصدی و قابل قبول روش در تعیین وضعیت ساختمانها پس از وقوع زلزله بود. در پایان نیز نتیجه گیری و پیشنهاداتی در زمینه تعیین تخریب ساختمان ارائه گردید.

هدف از این پژوهش ارائه روشی جهت کشف ساختما ن ها و بازسازی مدل سه بعدی آن ها از طریق تصویر هوایی و داده های لیدار می باشد. این پژوهش شامل سه مرحله کلی آشکارسازی ساختمان ها، بازسازی مرز دو بعدی ساختمان و بازسازی مدل سه بعدی ساختمان ها می باشد. جهت کشف ساختمان ها در ابتدا عوارض مرتفع (درختان و ساختمان ها) از روی داده های لیدار استخراج می شود و سپس طبقه بندی ماشین های بردار پشتیبان (svms) و دسته بندی k-means بر مبنای ژنتیک جهت جداسازی ساختمان ها و درختان بکار گرفته می شود. ویژگی های مورد استفاده در طبقه بندی از تصویر هوایی و داده های لیدار استخراج شده است و داده های آموزشی جهت انجام طبقه بندی ماشین های بردار پشتیبان بصورت نیمه اتوماتیک انتخاب شده است. جهت پس پردازش نتایج طبقه بندی نیز از عملگرهای مورفولوژی ریاضی استفاده شده است. بعد از جداسازی درختان، جداسازی ساختمان های غیر هم ارتفاع بر اساس دسته بندی k-means انجام گرفته است نتایج نشان می دهد که روش پیشنهادشده برای کشف ساختمان ها در کشف ساختمان هایی با ابعاد متفاوت می تواند موفق باشد. شاخص های پیکسل مبنا جامع بودن، صحیح بودن و کیفیت برای نتایج کشف ساختمان ها در روش طبقه بندی ماشین های بردار پشتیبان به ترتیب 86/60%، 99/10%، 85/92% و در روش دسته بندی k-means بر مبنای ژنتیک به ترتیب 86/22%، 99/11%، 85/55% می باشند. در مرحله بازسازی مرز دو بعدی ساختمان، مرزهای دو بعدی ساختمان ها بعد از برداری کردن با خلاصه سازی و عمود سازی استخراج گردیده اند. در این تحقیق، بازسازی سه بعدی ساختمان در سطح lod2 انجام گرفته است. در مرحله بازسازی مدل سه بعدی ساختمان ها جهت کشف ساختار سقف ساختمان ها، ابتدا پارامترهای صفحه برازش یافته به نقاط لیدار داخل هر کرنل بدست می آیند و با در نظر گرفتن این پارامترها بعنوان ویژگی های هر ساختمان، دسته بندی iso-data انجام گرفته است که در نهایت نتایج این دسته بندی بیانگر تعداد سطوح صفحه ای هر ساختمان می باشد. با ادغام صفحات نزدیک و موازی و برازش صفحه به هر سطح صفحه ای، تعداد و پارامترهای سطوح صفحه ای هر ساختمان مشخص گردیده است. با تقاطع این سطوح و بدست آوردن نقاط میانی هر ساختمان، مدل سه بعدی ساختمان ها بازسازی شده اند. مقدار rms ارتفاعی صفحات تعیین شده برای ساختار سقف ساختمان ها 0/4 متر و مقدار خطای rms کلی رئوس پلیگون های این صفحات 0/9 متر می باشد.

زلزله یکی از مخرب ترین حوادث طبیعی است. وقوع زلزله در مناطق شهری باعث تخریب ساختمان ها و آسیب افراد ساکن در آن می شود. یکی از اولین اقدامات پس از وقوع زلزله، امدادرسانی است. تعیین موقعیت ساختمان های آسیب دیده می تواند سرعت را در امدادرسانی ارتقاء دهد. یکی از منابع اصلی در تهیه نقشه ی تخریب ساختمان ها، علم سنجش از دور است. تحقیقات بسیاری در بحث ارزیابی خسارت با استفاده از تصاویر سنجش از دور انجام شده است. هدف این تحقیق ارائه یک روش ارزیابی خسارت به ساختمان با استفاده از منطق فازی و آنالیز شیء مبنا است. در این تحقیق دو روش بر پایه پیکسل و بر پایه اشیاء ارائه شدند. در روش بر پایه پیکسل، اطلاعات آوار، ساختمان و سایه هر ساختمان با استفاده از روش بر پایه پیکسل استخراج شدند، سپس این اطلاعات وارد یک مدل فازی و ژنتیک و یک مدل عصبی فازی شدند، این 2 مدل با استفاده از داده های تعلیمی آموزش داده شدند. نتایج حاصل از روش بر پایه پیکسل با استفاده از نقاط ارزیابی بررسی شدند، صحت کلی روش با استفاده از مدل فازی و ژنتیک و مدل عصبی-فازی به ترتیب 100% و 78% محاسبه شد. در روش بر پایه اشیاء ابتدا تصویر منطقه قطعه بندی شد، سپس با استفاده از تصویر طبقه بندی در سطح پیکسل به هر قطعه کلاس اختصاص داده شد، در گام بعد ویژگی های هندسی قطعات ساختمان ها استخراج شدند و وارد یک مدل فازی و ژنتیک و یک مدل عصبی-فازی شدند، این 2 مدل با استفاده از داده-های تعلیمی آموزش داده شدند. نتایج حاصل از روش بر پایه اشیاء با استفاده از نقاط ارزیابی بررسی شدند، صحت کلی روش با استفاده از مدل فازی و ژنتیک و مدل عصبی-فازی به ترتیب 78% و 79% محاسبه شد.

حجم عمده ای از تصمیمات کلان و راهبردی اخذ شده توسط مدیران و برنامه ریزان به موقعیت و مکان عوارض منتسب و مربوط می باشد، لذا وجود اطلاعات مکانی دقیق و بهنگام از منابع کشور در یک پایگاه داده جامع مکان مرجع به همراه تجزیه و تحلیل های مرتبط، از مهم ترین ابزارهای تصمیم گیری و مدیریت بهینه می باشد. از بین اطلاعات مکانی، ساختمان به عنوان یکی از مهم ترین عوارض ساخت دست بشر، بیشترین تعدد را در مناطق شهری و نیمه شهری داشته و درنتیجه بیشترین زمان و هزینه تهیه اطلاعات مکانی را به خود اختصاص می دهد. لذا دستیابی به الگوریتمی جهت استخراج اتوماتیک ساختمان از منابع داده بسیار مهم می باشد. در این راستا تصاویر ماهواره ای و هوایی که قادر به پوشش مناطق وسیع و غیرقابل دسترس در زمان اندکی هستند دارای پتانسیل بالایی بوده و حجم زیادی از تحقیقات را در این حوزه به خود اختصاص داده اند. بسیاری از روش های توسعه یافته از داده های چند منبعی جهت غلبه بر پیچیدگی های تصویر استفاده نموده اند، اما تهیه آن ها بسیار پرهزینه و دشوار می باشد. بنابراین در تحقیق حاضر از اطلاعات طیف و بافت موجود در تک تصویر به منظور استخراج ساختمان استفاده شده است. زیرا ساختمان ها اغلب دارای بافت یکسان هستند. برای این منظور از مدل منحنی فعال که دارای سطح اتوماسیون بالایی هستند، استفاده گردیده است. مدل مذکور با کمینه سازی یک تابع انرژی که در بردارنده ترم هایی بر اساس اطلاعات گرادیان، طیف و یا بافت تصویر است، منحنی های اولیه تعریف شده را در یک فرایند تکراری به سمت محدوده عوارض هدایت می کند. در مرحله نخست از تحقیق، برخلاف تحقیقات رایج که از منحنی فعال جهت استخراج مرز عوارض استفاده نموده اند، از آن برای شناسایی عوارض و تولید ماسک ساختمان با استفاده از باندهای طیفی استفاده شده است. در واقع نتیجه حاصل برای ماسک کردن ویژگی های بافت به کار گرفته می شود. زیرا ویژگی هایی بافت توانایی تمایز بین برخی عوارض نظیر ساختمان، راه و یا پارکینگ های بزرگ را نداشته و دچار مشکل می گردند، درحالیکه این عوارض دارای ویژگی طیفی متفاوت می باشند. نهایتاً ویژگی بافت ماسک شده به عنوان ورودی به مدل منحنی فعال معرفی شده و مرزهای ساختمان شناسایی و استخراج می گردند. بنابراین در تصویر نهایی، تنها عوارضی که دارای طیف و بافت یکسان با ساختمان هستند به عنوان ساختمان شناسایی می شوند. این موضوع با پیاده سازی الگوریتم پیشنهادی بر روی تصاویری با ساختمان های مختلف مورد بررسی قرار گرفت که با توجه به کسب دقت موقعیت کلی 83.08 و 95.00 درصد به ترتیب برای تصویر اول و دوم توانایی آن به اثبات رسید.

بلوط شامل گستره وسیعی از 500 گونه درخت و درختچه در نیمکره ی شمالی است. عقیده بر آن است که گیاه بلوط به عنوان غذای آینده برای انسان و دام از جایگاه ویژه ای برخوردار است. بلوط تقریباٌ حاوی تمام مواد مغذی و اسید های چرب ضروری است که نقش موثری در پیشگیری از بیماری های قلب و عروق دارند. در این تحقیق، مقادیر کم عناصری نظیر آهن، پتاسیم و روی در برگ و میوه بلوط و خاکی که در آن بلوط رویش کرده همراه با اسید های چرب موجود در میوه بلوط اندازه گیری شد. آنالیز عنصری با استفاده از روش افزایش استاندارد و مقادیر جذب توسط اسپکتروسکوپی جذب اتمی تعیین شد. از آنجاییکه میزان عناصر موجود در گیاه بلوط تحت تأثیر عوامل محیطی نظیر نوع خاک، اسیدیته خاک، رطوبت و ارتفاع محل رویش گیاه از سطح دریا می باشد. لذا جمع آوری نمونه ها به صورت تصادفی از مناطق مختلف استان کهگیلویه و بویر احمد صورت گرفت. نتایج این تحقیق آشکار ساخت که مقدار میانگین آهن در میوه بلوط (mg/kg 958 /598 ) بیشتر از روی (mg/kg 420/260 ) است ومقدار میانگین روی در برگ (mg/kg000 /500 ) بیشتر از آهن (mg/kg 739 /271 ) است. برای آنالیز اسید های چرب از روش کروماتوگرافی گازی و طیف سنجی جرمی استفاده شد. نتایج نشان دادند که میوه بلوط حاوی مقدار قابل توجهی از اولئیک اسید (70-50 %) در روغن استخراج شده از میوه بلوط است.

به دلیل تغییر سریع جوامع بشری و به تبع آن رشد و گسترش شهرها و به منظور انجام بسیاری از پروژه های شهری و غیر شهری مانند مدیریت شهری و منابع طبیعی، مدیریت بحران، آنالیز تغییر کاربری زمین، مطالعه جابجائی زمین های کشاورزی، تخمین خسارت، تخمین میزان جنگل زدائی، مطالعه تغییرات فصلی در محصولات مراتع و اهدافی از این قبیل بدون در اختیار داشتن اطلاعات و نقشه های جامع، دقیق، یکپارچه و به روز از محیط پیرامون، غیر ممکن می باشد. به همین منظور یکی از مسائل مهمی که نظر کارشناسان را به خود جلب کرده است، بررسی و شناسائی تغییرات عوارض می باشد. امروزه همزمان با پیشرفت آنالیزهای مطرح در پردازش تصویر و امکان به کارکیری سنجنده های دارای قدرت تفکیک مکانی و رادیومتریکی بالا، نه تنها تنوع اطلاعات قابل ثبت از سطح زمین افزایش یافته، بلکه امکان دسترسی هرچه سریع تر به این داده ها فراهم آمده است. در چنین شرایطی با توجه به نیازمندی به داشتن اطلاعات سریع تغییرات صورت گرفته، اتوماتیک سازی تعیین تغییرات و به هنگام رسانی داده ها امری لازم و ضروری می باشد. در این تحقیق هدف افزایش هرچه بیشتر سطح اتوماسیون روند شناسائی تغییرات می باشد. برای این منظور از یک نقشه رقومی قدیمی 1:25000 از منطقه شیراز و تصاویر ماهواره ای irs-p5 و irs-p6 از همان منطقه مورداستفاده قرار گرفته است. به منظور استخراج تغییرات رخ داده در کلاس های مناطق مسکونی، پوشش گیاهی و زمین های زراعی، از یک روش شی گرا استفاده شده است. در این راستا از یک روش طبقه بندی نظارت شده بر مبنای به کارگیری هم زمان شی های تصویری و ویژگی های قابل استخراج از عوارض استفاده گردید. جهت اتوماتیک سازی این مرحله، آموزش سیستم توسط داده های آموزشی که به صورت اتوماتیک استخراج شده و مورد ویرایش قرار گرفته انجام پذیرفته است. نتایج دقت طبقه بندی های انجام شده توسط داده های آموزشی استخراج شده و ویرایش شده بهبود 15 درصدی را در آن نشان می دهد، که این اهمیت مرحله ویرایش داده های آموزشی را مشخص می کند. به دلیل آن که دقت طبقه بندی کلاس راه در این روش مناسب نبود تغییرات در سه کلاس مناطق ساختمانی، زمین های زراعی و پوشش گیاهی استخراج شدند. نقشه تغییرات برای نواحی بدون تغییر و حذف شده با دقت بالای 86 درصد نشان دهنده عملکرد خوب این روش اتوماتیک در استخراج این گونه تغییرات می باشد. و همچنین دقت نواحی اضافه شده نیز با توجه به محدودیت های موجود نقشه رقومی مانند کم بودن پوشش برخی کلاس ها مانند کلاس پوشش گیاهی و به تبع آن استخراج کم داده های آموزشی به ترتیب برای کلاس مناطق مسکونی، زمین های زراعی و پوشش گیاهی به صورت 83/76%، 16/80 و 87/64 % بوده است. این دقت ها با توجه به آن که این نقشه تغییرات با نقشه تغییراتی که به صورت دستی تهیه شده است مورد ارزیابی قرار گرفته است و نقشه تغییرات دستی نیز عدم قطعیت های مخصوص به خود را دارد دقت های قابل قبولی می باشند.

شناسایی عارضه ساختمان در سال های اخیر به دلیل رشد شهرنشینی و گسترش دامنه شهرها اهمیت بالایی یافته است. شناسایی ساختمان ها به عنوان مهم ترین عارضه ی شهری جهت پیشبرد سیاست های توسعه شهری، برنامه ریزی و طراحی شهری، آمادگی در برابر خطرات بلایای طبیعی نظیر سیل و زلزله و یا حوادث غیرمترقبه نظیر آتش سوزی مورد تحقیق بسیاری از محققان بوده است. منظر شهری بسیار پیچیده و متراکم است از این رو با توجه به مزایایی که داده لایدار و تصاویر بزرگ مقیاس در آن واحد در اختیار ما قرار می دهند؛ این دو داده به عنوان ورودی الگوریتم پیشنهادی انتخاب می شوند. در این تحقیق دو مجموعه داده جهت پردازش به الگوریتم معرفی می شوند. مجموعه داده اول شامل تصویر طیفی هوایی و داده لایدار است. مجموعه داده دوم شامل تصویر ماهواره ای و داده لایدار می باشد. تحقیق پیش رو سه فاز اصلی را در بر می گیرد. در فاز اول تصاویر طیفی با مقیاس بالا پیش پردازش می شوند تا برای ورود به الگوریتم آماده گردند. پیش-پردازش برروی داده لایدار با هدف حذف نویز و تولید لایه dsmn انجام می گیرد. لایه های رستری شده لایدار با داده طیفی هم مرجع می شود. هم مرجع کردن دو داده از اهمیت بالایی برخوردار است چرا که سنگ بنای پردازش ها و آنالیز شی مبناست. فاز دوم شامل انتخاب پارامترهای مناسب قسمت بندی سلسله مراتبی و اعمال آن ها به لایه های ورودی است. انتخاب این پارامترها به صورت سعی و خطاست که از طریق ارزیابی بصری نتایج حاصل از قسمت بندی انجام می شود. روش قسمت بندی، روش چند مقیاسه است که امکان انتساب وزن به لایه های ورودی نیز در آن وجود دارد. آنالیز شی مبنا بر روی مجموعه داده اول به دلیل بالا بودن سطح جزئیات در سه سطح قسمت بندی انجام می گیرد. برای مجموعه داده دوم تنها یک سطح قسمت بندی داریم. بعد از تولید اشیا باید ویژگی های مناسب جهت انجام کلاسه بندی شی مبنا معرفی شوند. انتخاب ویژگی مرحله ای حساس و مهم است چرا که دقت نتایج کلاسه بندی را کنترل می نماید. انتخاب ویژگی نیاز به دانش درباره منطقه مطالعاتی و خصوصیات داده مورد نظر دارد. بعد از انتخاب ویژگی ها، کلاسه بندی بر روی مجموعه داده اول به چهار روش حدآستانه گذاری، نزدیک ترین همسایه، نزدیک ترین همسایه فازی و ماشین بردار پشتیبان انجام می شود .سه روش حدآستانه گذاری، نزدیک ترین همسایه و ماشین بردار پشتیبان نیز بر روی مجموعه داده دوم اعمال می شوند. در فاز سوم ارزیابی و تفسیر نتایج صورت می گیرد. جهت مقایسه نتایج روش کلاسه بندی شی مبنای مجموعه داده اول از روش آنالیز پیکسل مبنا با روش کلاسه بندی درخت تصمیم گیری استفاده می شود. کلاس های اصلی ساختمان، درختان، بوته، چمن و راه هستند. در نهایت با ارزیابی نتایج کلاسه بندی بر روی مجموعه داده اول مشخص گردید، دقت کلی روش نزدیک ترین همسایه در سطح اول سلسله مراتب 1 است که بالاترین مقدار را نشان می دهد. ضریب کاپا، دقت تولیدکننده و دقت کاربر برای کلاس ساختمان در این سطح برابر 1 می باشد. در سطح دوم سلسله مراتب و در ارزیابی پنج روش با حضور پنج کلاس دقت کلی در مجموع برای روش نزدیک ترین همسایه ماکزیمم است و برابر 0/982 می باشد. ضریب کاپا، دقت تولیدکننده و دقت کاربر به ترتیب 0/938، 0/95و 1 هستند. ارزیابی نتایج کلاسه بندی مجموعه داده دوم نشان می دهد، نزدیک ترین همسایه با دقت کلی 0/92 بهترین عملکرد را داشته است. دقت تولید کننده، دقت کاربر و ضریب کاپای کلاس ساختمان برای این روش به ترتیب برابر 0/95 ، 0/934 و 0/87 می باشد. با این وجود پارامترهای دقت مجموعه داده دوم پایین تر از پارامترهای دقت مجموعه داده اول می باشد. این امر را می توان به پایین تر بودن قدرت تفکیک مکانی و عدم حضور باند مادون قرمز نزدیک در این مجموعه داده نسبت داد.

روش های فتوگرامتری و سنجش از دور با توجه به وسعت منطقه تحت پوشش از یک طرف و نیز دقت قابل قبول این روش ها از طرف دیگر، به عنوان روش های مناسب جهت تولید و بهنگام رسانی اطلاعات مکانی شناخته شده اند. در حال حاضر یکی از زمینه های تحقیقاتی مهم در این رابطه کاهش نقش اپراتور انسانی در استخراج و بازسازی مدل عوارض از داده های مختلفی چون تصویر رقومی و داده-های ارتفاعی با بکارگیری الگوریتم های مختلف پردازش تصویر است. با توجه به تعداد زیاد ساختمان ها در مناطق شهری دستیابی به یک مدل یا الگوریتم جهت استخراج و بازسازی اتوماتیک این عارضه از داده های هوایی و ماهواره ای می تواند نقش انسان را در تولید اطلاعات مکانی بزرگ مقیاس شهری به حداقل رسانده و هزینه و زمان تولید آنها را به شدت کاهش دهد. منحنی های پویا به عنوان یکی از روش های مبتنی بر مدل های ریاضی با بکارگیری اطلاعات گرادیان و یا اطلاعات طیفی تصویر، یکی از روش های پرکاربرد در زمینه استخراج اتوماتیک عوارض از تصویر به شمار می روند. یکی از مشکلات اغلب مدل های منحنی های پویا موجود در زمینه استخراج ساختمان، عدم استفاده از اطلاعات و هوش انسانی در محاسبه تابع انرژی است. این مشکل علاوه بر ایجاد وابستگی مدل به کاربر، باعث کاهش کنترل کاربر در تاثیر پارامترهای مختلف تابع انرژی در بهبود منحنی اولیه می شود. لذا در تحقیق حاضر ضمن استفاده از مزایای مدل منحنی های فعال، از هوش انسانی جهت غلبه بر مشکل بیان شده استفاده کرد. با استفاده از الگوریتم های هوش محاسباتی می توان به نحو مناسبی از دانش و روند تصمیم گیری انسان در تشخیص عوارض بهره گرفت. یکی از روش هایی که می تواند زمینه ورود دانش غیرقطعی انسانی در فرآیند بهبود منحنی را ایجاد کند، سیستم های محاسبات فازی است. با محاسبه تابع انرژی مدل منحنی پویا با استفاده از یک سیستم استنتاج فازی می توان کنترل عامل را بر روی نقش قسمت-های مختلف تابع انرژی افزایش داد و با تعریف قوانین مطابق دانش کارشناسی و درک انسان از تاثیر پارامترهای مختلف، زمینه بهبود جستجو و استخراج را توسط این مدل ها ایجاد کرد. در مدل پیشنهادی در این تحقیق که جزء نوآوری های این تحقیق می باشد، با محاسبه تابع انرژی خارجی در قالب یک سیستم استنتاج فازی و با بهره گیری از دانش کارشناسی، مشکلات مدل های موجود در استخراج اتوماتیک ساختمان ها از تصاویر با قدرت تفکیک بالا برطرف شده است. مهم ترین مزیت مدل های جدید قابلیت استخراج یک عارضه هدف از تصویر، پایین بودن حساسیت به نویز حاصل از عوارض موجود بر روی سقف ساختمان ها و تفکیک ساختمان های بهم چسبیده می باشد. محدوده ساختمان های استخراج شده در مناطق شهری، را می توان به منظور بازسازی سه بعدی و تهیه مدل های شهری مورد استفاده قرار داد. در زمینه بازسازی ساختمان خصوصاً از داده های لیدار، تحقیقات بسیاری انجام شده است و روش های موجود را می توان در دو دسته کلی تقسیم بندی کرد. روش های مدل مبنا که عمدتاً بر مبنای مدل های اولیه تعریف می شوند و عملکرد این روش ها محدود به این مدل ها هستند و توانایی آنها وابستگی زیادی به تطابق مدل های اولیه به ساختمان های موجود در تصویر دارد؛ بنابراین طراحی یک الگوریتم جامع نیازمند یک شناخت کامل از ساختمان های موجود در منطقه دارد. این دسته مدل ها محدودیت هایی نسبت به پیچیدگی شکل سقف ساختمان دارند؛ بازسازی سقف های پیچیده ساختمانی محدود به مجموعه مدل های ساده کتابخانه ایست. در این تحقیق، یک روش مدل مبنای بازسازی ساختمان بر مبنای بهینه کردن پارامترهای مدل ساختمان با استفاده از الگوریتم ژنتیک ارائه می شود. استفاده از الگوریتم ژنتیک در روش پیشنهادی که یکی دیگر از نوآوری-های این تحقیق به شمار می رود، ضمن افزایش انعطاف پذیری روش های مدل مبنا، نیاز به توابع کتابخانه ای را در این دسته روش ها برطرف می نماید.

در این پژوهش هدف بررسی روشی دقیق جهت برقراری ارتباط میان تصویر رستری و نقشه برداری با کمک گرفتن از مفهوم تناظریابی می باشد. عوارض بکار گرفته شده در این پروسه، نقاط تقاطع شبکه راه می باشد و تمرکز بر روی ارائه روشی نوین و کارا جهت تعیین موقعیت دقیق و خودکار نقطه تقاطع شبکه راه بصورت مستقیم می باشد. داده ی مورد استفاده در این روند تصویر ikonos شهر شیراز به همراه نقشه ی 1:2000 ناحیه مذکور می باشد. این پژوهش شامل چهار قسمت اصلی می باشد. قسمت اول این پروسه انتخاب و تعیین موقعیت نقاط تقاطع شبکه راه مناسب از روی نقشه برداری و تعیین پنجره های متناظر این نقاط بر روی تصویر می باشد. قسمت دوم تعیین موقعیت دقیق نقاط تقاطع شبکه راه روی تصویر ماهواره ای می باشد که این بخش حساس ترین قسمت این پژوهش و شامل 3 مرحله می باشد. این مراحل عبارتند از: 1) تخمین پیکسل های شبکه راه، 2) شناسایی پیکسل های لبه ی ناحیه تقاطع شبکه راه و 3) استخراج نقاط تقاطع شبکه راه. در مرحله 1 پس از خوشه بندی تصویر توسط الگوریتم k-means و حذف نوفه با استفاده از فیلتر میانه، با استفاده از توصیف گر میانگین بافت زاویه ای، پیکسل های کاندید شبکه راه تعیین گردیده است. در مرحله 2 ابتدا خطوط موجود در هر ناحیه با استفاده از فیلتر canny مشخص و خطوط کوچک آن حذف گردیده است. سپس با استفاده از آنالیز دایره مرکزی ناحیه تقاطع پیکسل های کاندید تقاطع شبکه راه تعیین و سپس با استفاده از المان دایره ای شکل استفاده شده و نیز پیکسل های تعیین شده به عنوان کاندید تقاطع شبکه راه، لبه ی ناحیه تقاطع راه مشخص می گردد. در مرحله 3 با استفاده از روشی پیشنهادی و نوین به پیکسل های لبه باقی مانده خط مستقیم برازش داده شده است و در ادامه با بررسی وضعیت این خطوط نسبت به یکدیگر و فاصله آنها با شبکه راه محور مرکزی راه مشخص شده و با بررسی تقاطع این خطوط نقاط تقاطع شبکه راه تعیین گردیده است. در قسمت سوم و پس از تعیین موقعیت نقاط مورد نظر با استفاده از دو تابع مشابهت و پلی نومیال درجه1 تصویر زمین مرجع شده است. در قسمت پایانی این روند به بررسی دقت الگوریتم در زمینه تعیین موقعیت تقاط تقاطع شبکه راه و پس از آن به بررسی دقت زمین مرجع شدن تصویر با استفاده از نقاط فوق و توابع ذکر شده پرداخته شده است. پارامتر استفاده شده در این زمینه تعیین دقت الگوریتم پارامتر rmse می باشد. در انتهای این پژوهش مشاهده می شود الگوریتم تعیین موقعیت نقاط تقاطع شبکه راه با دقتی در حدود نیم پیکسل به شناسایی محل دقیق تقاطع شبکه بصورت خودکار نایل گردیده و همینطور در زمینه زمین مرجع نمودن تصویر توانسته دقت کمتر از یک پیکسل را حاصل نماید.

شناسایی عارضه ساختمان در سال های اخیر به دلیل رشد شهرنشینی و گسترش دامنه شهرها اهمیت بالایی یافته است. شناسایی ساختمان ها به عنوان مهمترین عارضه شهری جهت پیشبرد سیاست های توسعه شهری، برنامه ریزی و طراحی شهری، آمادگی در برابر خطرات بلایای طبیعی نظیر سیل و زلزله و یا حوادث غیرمترقبه نظیر آتش سوزی مورد تحقیق بسیاری از دانشمندان بوده است. منظر شهری بسیار پیچیده و متراکم است از این رو با توجه به مزایایی که داده لیدار و تصاویر هوایی بزرگ مقیاس در آن واحد در اختیار محقق قرار می دهند؛ این دو داده به عنوان ورودی الگوریتم پیشنهادی انتخاب شدند. تحقیق به این شرح می باشد، در مرحله اول پیش پردازش داده های لیدار با حذف نویز انجام می شود، در مرحله دوم تصویر هوایی پیش پردازش شده با لایه های رستری اولین و آخرین بازگشت فاصله لیدار و داده شدت هم مرجع شده تا برای ورود به الگوریتم آماده گردد. هم مرجع کردن دو داده از اهمیت بالایی برخوردار است چرا که سنگ بنای پردازش ها و آنالیز شی مبناست. در مرحله سوم به منظور تولید مدل رقومی و سطح نرمالایز شده زمین از دو روش فیلترینگ موفق سال های اخیر چندجهتی و مورفولوژیک بهبودیافته استفاده می شود، با مقایسه نتایج دو الگوریتم فوق، الگوریتم موفولوژیک بهبودیافته جهت ادامه کار انتخاب می گردد. در مرحله چهارم لایه های شیب و جهت شیب از روی ndsm تولیدشده در مرحله قبل، ساخته می شوند. در مرحله پنجم ویژگی های مختلف جهت ورود به طبقه بندی کننده های مرحله بعد انتخاب می شود که این ویژگی ها در سه دسته کلی ویژگی های استخراج شده از تصویر هوایی و داده لیدار و ویژگی های شی مبنا دسته بندی می شوند. در مرحله ششم طبقه بندی کلاس ساختمان در دو آنالیز شی-مبنا و پیکسل مبنا انجام می شود که طبقه بندی کننده های شی مبنا شامل حدآستانه گذاری، نزدیک ترین همسایگی و ماشین بردار پشتیبان است و روش های بیشترین شباهت و ماشین بردار پشتیبان در آنالیز پیکسل مبنا بررسی می شود، آنالیزهای پیکسل مبنا در حالت اول و دوم با ویژگی های متفاوت طبقه بندی را انجام می دهند که حالت اول شامل ویژگی های ndvi، ndsm، باند قرمز، سبز، مادون قرمز، شیب می-باشد و در حالت دوم علاوه بر ویژگی های ذکرشده، سه ویژگی جهت شیب و اولین بازگشت فاصله و شدت لیدار اضافه می شود. مرحله هفتم شامل انتخاب پارامترهای مناسب قسمت بندی و اعمال آن ها به لایه های ورودی است. انتخاب این پارامترها به صورت سعی و خطاست که از طریق ارزیابی بصری نتایج حاصل از قسمت بندی انجام می شود. روش قسمت بندی، چند مقیاسه در نظر گرفته شده است که امکان انتساب وزن به لایه های ورودی نیز در آن وجود دارد. مرحله هشتم شامل پس پردازش نتایج حاصل از طبقه بندی می باشد که با استفاده از توابع مورفولوژی این نتایج بهبود میابند. در نهایت در مرحله پایانی نتایج حاصل از هر طبقه بندی با داده مرجع مقایسه شده و ارزیابی می شوند. که با مقایسه ضرایب کاپای روش های حدآستانه گذاری، نزدیک ترین همسایگی، ماشین بردار پشتیبان با آنالیز شی مبنا که به ترتیب 0/98 ، 0/97 ، 0/97می باشد و ضرایب روش پیکسل مبنای بیشترین شباهت در حالت اول و دوم به ترتیب 0/42و 0/52 می باشد و ضرایب ماشین بردار پشتیبان با آنالیز پیکسل مبنا در دو حالت به ترتیب 0/63 و 0/70می باشد، این نتایج حاصل می شود که به طور کلی در این تحقیق آنالیز شی مبنا به دلیل استفاده از ویژگی های شی مبنا نتایج مطلوب تری نسبت به آنالیز پیکسل مبنا دارد. از طرفی اضافه شدن جهت شیب و اولین بازگشت فاصله و شدت لیدار در حالت دوم هر دو روش پیکسل مبنا، نتایج را بهبود داده است.

روش‏های فتوگرامتری و سنجش از دور با توجه به وسعت منطقه تحت پوشش و همچنین دقت قابل قبول این روش‏ها، به عنوان روش‏های مناسب جهت تولید و به‏هنگام رسانی اطلاعات مکانی و نقشه‏های پوششی شناخته شده‏اند. در حال حاضر یکی از زمینه‏های تحقیقاتی مهم در این زمینه، کاهش نقش اپراتور انسانی در استخراج عوارض از تصاویر با قدرت تفکیک مکانی بالا با به‏کارگیری الگوریتم‏های مختلف پردازش تصویر است. با توجه به تعدد راه‏ها در مناطق شهری، دست‏یابی به یک مدل یا الگوریتم مناسب جهت استخراج اتوماتیک یا نیمه اتوماتیک این عارضه از تصاویر هوایی و ماهواره‏ای می‏تواند نقش انسان را در تولید نقشه‏های بزرگ مقیاس شهری به حداقل رسانده و هزینه‏های مالی و زمانی تولید آن‏ها را به شدت کاهش دهد. منحنی‏های فعال هندسی، به عنوان یکی از روش‏های مبتنی بر مدل‏های ریاضی، با به‏کار گیری اطلاعات گرادیان و یا اطلاعات طیفی تصویر، یک منحنی از پیش تعریف شده را در یک فرآیند تکراری به سمت محدوده عوارض موجود در تصویر هدایت می‏کند. برای تولید نتایج بهتر در استخراج راه از تصاویر با قدرت تفکیک بالا، استفاده از داده‏های ارتفاعی و داده‏های طیفی و توسعه مدل‏های ریاضی موجود، اجتناب ناپذیر است. در این تحقیق روشی ارائه شده است که با استفاده از داده‏های ارتفاعی و شدت لیدار و همچنین با به‏کار گیری و توسعه یکی از مدل‏های منحنی‏های فعال هندسی موسوم به مدل lbf، قادر به استخراج عارضه راه از تصاویر با حد تفکیک بالا خواهد بود. مطابق با روش پیشنهادی، پس از هم‏مرجع نمودن داده‏ها، ndsm منطقه با استفاده از داده‏های لیدار تشکیل شده و عوارض مرتفع، با استفاده از ndsm، حذف می‏شوند. در ادامه با افزودن قیدهایی به مدل lbf و اجرای آن بر روی تصویر خروجی از مرحله قبل، راه‏های منطقه شناسایی و استخراج می‏گردد. به‏منظور انجام ارزیابی کمی، داده‏های مرجع بوسیله رقومی‏سازی دستی راه‏ها از تصویر rgb منطقه، تولید شده‏اند. نتایج ارزیابی حاکی از 93/40% "کامل بودن"، 76/97% "صحیح بودن" و 73/00% "کیفیت" می‏باشد.

گرد و غبار بخش مهمی از هواویزهای موجود در اتمسفر را تشکیل می¬دهد که حیات روی کره زمین را از جهات مختلفی متاثر می¬کند. چرخه گرد و غبار بخش مهمی از سیستم کره زمین است این فرآیند روی چرخه انرژی، آب و کربن اثر می¬گذارد. گرد و غبار از چندین جهت روی سلامتی انسان موثر است. شناسایی گرد و غبار از مهم¬ترین اقدامات در راه جلوگیری از آسیب¬های ناشی از آن است و سنجش از دور کمک شایانی در این زمینه به محققان می¬کند. در این تحقیق در ابتدا به شرح پدیده گرد و غبار و ویژگی¬های آن پرداخته و سپس به معرفی انواع مختلف سنجنده¬های فعال و غیر فعال و الگوریتم¬هایی که در طی این سال¬ها برای شناسایی گرد و غبار مورد استفاده قرار گرفته¬اند می¬پردازیم و در فصل آخر ابتدا با استفاده از سنجندهaeronet به شناسایی ویژگی¬های اپتیکی و اندازه ذرات گرد و غبار منطفه پرداخته و سپس با کمک کد انتقال تابشی sbdart و خروجی مرحله شناسایی ویژگی¬های گرد و غبار و حالت¬های مختلف موقعیت هندسی سنجنده و خورشید به بازسازی بازتاب در شرایط آلوده به گرد و غبار و آسمان صاف پرداخته¬ایم. با استفاده از 19584 حالت بدست آمده جدول جست و جویی برای پیدا کردن عمق اپتیکی ایجاد شده است. در این تحقیق از باند 1، 3 و 4 تصاویر modis برای بازیابی عمق اپتیکی استفاده شده است. برای پیدا کردن بازتاب ناشی از هواویز ابتدا باید دیگر اجزای تشکیل دهنده بازتاب بالای اتمسفری را شناسایی و محاسبه کرد. به این منظور ابتدا باید بازتاب ناشی از اتمسفر و سطح محاسبه گردد. برای محاسبه بازتاب سطح که به طور جداگانه برای هر فصل صورت می¬گیرد از روش کمترین بازتاب، پایگاه داده¬ای برای منطقه مطالعاتی فراهم شده است. قدرت تفکیک این پایگاه داده 05/0*05/0 طول و عرض جغرافیایی است که برای باندهای مذکور محاسبه شده است. با استفاده از بازتاب سطح و بازتاب اتمسفری در معادله انتقال تابشی ، بازتاب هواویز هر تصویر بازیابی شده است. با بهره¬گیری بیشترین شباهت بین شرایط هندسی هر پیکسل¬ و بازتاب هواویز بدست آمده و جدول جست و جوی ساخته شده، عمق اپتیکی هواویز برای باند 1، 3 و 4 با طول موج¬های 66/0، 47/0 و 55/0 میکرون تخمین زده شده است. در این تحقیق اندکس و متدلوژی جدیدی نیز بر اساس بازتاب هواویز معرفی شده است که بدون استفاده از ویژگی¬های هواویز، بار آن را در شش سطح تعیین می¬کند. اندکس بدست آمده با نتایج حاصل از تشخیص باینری گرد و غبار که توسط اختلاف دمای روشنایی بدست آمده ترکیب شده است تا بار هواویز بدست آمده منحصر به گرد و غباری گردد. در نهایت بدون داشتن اطلاعات جانبی از قبیل ویژگی¬های اپتیکی و اندازه ذرات و بدون استفاده از کد¬های انتقال تابشی، اندکس نهایی گرد و غبار به شناسایی گرد و غبار و تعیین بار آن در شش سطح: : بدون هواویز، کم، متوسط پایین، متوسط، متوسط بالا و زیاد با قدرت تفکیک 1 کیلومتر می¬پردازد. منطقه مطالعاتی این تحقیق منطقه غرب و مرکزی ایران در فصل بهار سال 2005 بوده است. نتایج بدست آمده با محصول هواویز modis موسوم به mod04 که شامل عمق اپتیکی در 47/0، 55/0 و 66/0 میکرون با قدرت تفکیک 10 کیلومتر است مقایسه شده¬اند. در نهایت تطابق قابل قبولی بین نتایج این تحقیق و mod04 برقرار شده است. بهترین نتایج از اندکس نهایی گرد و غبار پیشنهادی در 47/0 میکرون با 75 درصد کورولشین بدست آمده است. میزان کورولیشن بین عمق اپتیکی بازیابی شده و اندکس پیشنهادی با افزایش طول موج کاهش یافته است.

جنگل ها 31 درصد از سطح خشکی ها را پوشش داده اند و نقش مهمی را برای بشر و طبیعت به همراه دارند. سالیانه در کشور ما صدها مورد آتش سوزی در جنگل ها و مراتع رخ می دهد و هزاران هکتار از درختان، درختچه ها و گیاهان را طعمه خود می سازد. به دلیل قرار گرفتن کشور ایران در کمربند خشک کره زمین و ناحیه پرفشار جنب حاره ای، شرایط جوی لازم جهت وقوع آتش سوزی در جنگل ها و مراتع فراهم می باشد. از طرفی عوامل انسانی نیز از عوامل بسیار مهم حریق در مناطق مختلف ایران می باشد. آتش سوزی اثرات زیان باری نظیر تخریب چرخه طبیعت و محیط زیست، گرم شدن زمین، از بین رفتن پوشش گیاهی سطح خاک، خشک شدن خاک منطقه و ... را در پی دارد. در نتیجه پیش بینی و جلوگیری از بروز گسترش آتش سوزی در این مناطق از اهمیت زیادی برخوردار می باشد. سنجش از دور و سیستم اطلاعات جغرافیایی به طور گسترده برای مدیریت آتش سوزی و پیشگیری از آن مورد استفاده قرار می گیرند. در این تحقیق تکنیک های سنجش از دور و سیستم اطلاعات جغرافیایی برای مدیریت آتش سوزی مورد بحث و بررسی قرار گرفته شده است. در این تحقیق دو مدل گسترش آتش سوزیcellular atummata و farsite که به ترتیب مدل های گسترش آتش سوزی جنگل مکانی و مکانی¬زمانی می باشند، با توجه به منطقه مورد مطالعه که مربوط به جنگل های شهرستان مینودشت و آزادشهر استان گلستان است انتخاب شده اند. در مدل ca ورودی یک تصویر طبقه بندی شده با دو کلاس جنگل و غیر جنگل می باشد. در این تحقیق از سه روش طبقه بندی ماکزیمم شباهت، k means clustering که پیکسل¬مبنا می باشند و نزدیک ترین همسایگی که شی¬مبنا می باشد استفاده شده است. با توجه به مقادیر دقت کلی و ضریب کاپا که برای هر یک از سه روش بالا به ترتیب 02/97%، 91/85%، 18/98%و 6654/0، 9212/0و 9528/0 می باشد و با توجه به نتایج بصری به دست آمده از طبقه بندی در این تحقیق استفاده از روش نزدیک ترین همسایگی شی مبنا در مدل گسترش آتش سوزی ca مناسب تر می باشد. در این تحقیق از شرایط محیطی شامل درجه حرارت، رطوبت نسبی، درجه حرارت، جهت باد و مدل مواد سوختنی و وضعیت مکانی منطقه مانند نقشه شیب، جهت شیب و مدل رقومی ارتفاعی به عنوان ورودی در مدل گسترش آتش سوزی farsite استفاده نموده است. به دلیل استفاده از پارامترهای محیطی در این تحقیق در مقایسه بصری مدل ایجاد شده به ناحیه تعریف شده توسط سازمان جنگل ها نزدیک تر می باشد.

دفتر اول مثنوی معنوی از نظر شکلی؛ علاوه بر بخش مقدمه و خاتمه، پانزده داستان اصلی دارد که به غیر از داستان 4 که با داستان قبلی خود مشابهت موضوعی داشته و در موازات آن قرار گرفته است، بقیه با همدیگر یک پیوند زایشی دارند یعنی هر داستان از داستان قبلی خود زایش می یابد. بخش داستانی این دفتر، علاوه بر 15 بستر اصلی، در مجموع؛ از 33 حکایت فرعی، 13 توصیه، 2 تمثیل، 10 تفسیر و 4 حدیت شکل گرفته است. از نظر محتوایی؛ روان درمانی، قضاوت، نقاب، دگر آزاری، سامانه شناختی، دگرگونی روانی، قابلیت و ظرفیت، خود بینی و قدرت، تهذیب نفس و آگاهی از مباحث اصلی و هسته ای این داستان ها به شمار می روند. در مجموعه داستان های دفتر اول، درحوزه مطالعات روان شناختی، 408 نظریه استخراج شده که با نظریه های مکاتب مهم روان شناسی غرب (انسان گرایی، رفتارگرایی، روانکاوی، شناخت گرایی) همخوانی دارند. از این مجموعه نظریه ها؛ 40 درصد آن روانکاوی، 28 درصد شناختی، 17 درصد انسانگرایی، 11 درصد رفتارگرایی و 4 درصد تکراری است. براساس آمار استخراجی؛ مولوی در سلسله مباحث خود، بیشتر روی معرفی درد و درمان انسان تمرکز دارد. وی درباره درد روحی، جسمی و موجبات و علل آن ها عالمانه بحث کرده و نظریه های جامعی ارائه داده است. تخصیص 40 درصد از مجموعه نظریه های روان شناختی به حوزه روانکاوی، رویکرد غالب فکری مولوی را در دفتر اول با این مکتب همخوان نشان می دهد. وی"آگاهی" را نسخ? درمان همه بیماری ها و گرفتاری ها، وسیله حل موانع و سختی ها و در نهایت موجب عزت و سربلندی های زندگی انسانی می داند. 28 درصد از نظریه های روانشناختی اش به این حوزه اختصاص یافته و در آن ها، به جای آموختن بیشتر به آگاهاندن توجه شده است. مولوی در پانزده داستان دفتر اول، از ارزش های زندگی، فطرت و اصالت انسان صیانت می کند و سعی دارد؛ یک سبک مطلوب و الگوی مناسب برای زندگی شخصی و اجتماعی انسان تعریف کند که مسیر سعادت حقیقی را برای وی هموار سازد.

تحقیق حاضر شامل دو مرحله آزمایش می باشد که مرحله اول به منظور درجه بندی اناردانه ها و غشاء های خارج شده از میوه ی انار در محدوده های رنگی قرمز، صورتی و سفید می باشد، مرحله ی دوم از آزمایش به منظور ارزیابی درجه ی تازگی اناردانه، از تصویربرداری حرارتی و پردازش این تصاویر استفاده شد. در مرحله ی اول با استفاده از روش پردازش تصویر در محدوده ی مرئی به اجرا درآمد. برای شناسایی چهار گروه اناردانه از 10ویژگی شکلی- اندازه ای، 6 ویژگی بافتی و 10ویژگی رنگی استفاده گردید. به منظور طبقه بندی و شناسایی هر کدام از گروه ها بر مبنای اطلاعات مبتنی بر تصویر از روش تحلیل تفکیک خطی استفاده شد. در این مطالعه از روش "یکی کنار بگذار" (leave one out) به منظور اعتبار سنجی و آزمون داده های ورودی استفاده گردید همچنین برای رتبه بندی ویژگی های ورودی مدل طبقه بند از روش گام به گام به کار برده شد. دقت طبقه بندی بر مبنای ویژگی های اندازه و شکلی 96/6 %، فضای رنگی lab 89/1 %، hsi 84 %، rgb 87 %، بافتی93/3 %، ترکیب بافتی و رنگی 96 % و ترکیب کل ویژگی های استخراجی 99 % موفقیت را نتیجه داد. در قسمت دوم از آزمایش، تعداد 35 اناردانه برای ارزیابی درجه تازگی در طول 15 روز نگهداری در چهار گروه روز اول، پنجم، دهم و پانزدهم تصاویر حرارتی فعال تهیه گردید. به منظور استخراج مقادیر دمایی دو روش بخش بندی بر مبنای آستانه یابی تصاویر حرارتی و ترکیب تصاویر رنگی و حرارتی به روش ثبت تصویر استفاده شد. از ویژگی های دمایی مستخرج برای ارزیابی و طبقه بندی اناردانه های چهار دوره نگهداری در سه بازه ی زمانی 60 ثانیه ای از تصویربرداری (مجموعاً 180 ثانیه تصویربرداری حرارتی) از روش آنالیز تفکیک خطی استفاده شد. میانگین دقت طبقه بندی اناردانه ها در سه بازه ی زمانی 60 ثانیه ی اول، دوم و سوم از تصویربرداری حرارتی 62/1%، 72 % و 79/8 % بدست آمد. برای طبقه بندی دوره ها نیز در سه بازه ی زمانی60 ثانیه بهترین دقت طبقه بندی در 60 ثانیه ی سوم که برای روز اول 98/7% ، روز پنجم 69/23 % ، روز دهم 65/38 % و روز پانزدهم 89/85 % بدست آمد.

یکی از مهم ترین مباحث حقوق تجارت ورشکستگی است، زیرا حکم ورشکستگی علاوه برآن که بر تاجر، اموال و معاملات او تأثیر قانونی دارد بر روابط حقوقی او با اشخاص ثالث اعم از شریکان و طلبکاران نیز تأثیرگذار است. بنابراین قانونگذار سخت گیری بیشتری نسبت به شخص تاجر اعمال می کند. در قوانین تجارت مواد مخصوصی برای ورشکستگی پیش بینی شده است و تشکیلاتی برای رسیدگی به کار ورشکستگان و اداره ی امور آن ها به وجود آمد. بر این اساس می خواهیم به بررسی مسایلی پیرامون شرایط شکلی ورشکستگی بپردازیم از جمله این که چه اشخاص و مراجعی می توانند دعوای ورشکستگی را به طرفیت تاجر ورشکسته طرح نمایند، طبق قانون تجارت سه دسته اشخاص از جمله تاجر، طلبکاران و دادستان می توانند در این دعوا خواهان واقع شوند این دعوا در دادگاه عمومی شهرستان باید مطرح شود و طبق شرایط و تشریفات قانون آیین دادرسی مدنی و قانون تجارت رسیدگی می گردد.

در میان همه ذرات معلق طبیعی و مصنوعی ایجاد شده توسط بشر در تروپسفر، ذرات معلق معدنی (گردوغبار) نقش مهمی را در تغییر آب و هوا ایفا می¬کنند. بنابراین شناسایی رویداد گردوغبار به عنوان یکی از گام¬های اصلی برای پیش بینی حرکت و گسترش گردوغبار و شناسایی هر چه دقیق¬تر هواویز گردوغبار است. فناوری سنجش از دور به دلیل وسعت منطقه¬ای که مورد پایش قرار می¬دهد همواره به عنوان یکی از کارآمدترین روش¬ها در مطالعه همزمان پدیده¬های مختلف اقلیمی، اتمسفری و فرایندهای هیدرولوژیکی مدنظر محققان بوده است. پس با توجه به این نکته که ذرات معلق بر روی میزان تابش زمین تأثیر می¬گذارند و در نتیجه آب و هوا را به واسطه تغییر رفتار پراکنش و جذب اتمسفر، تحت تأثیر قرار می¬دهند؛ شاخص¬هایی همچون شاخص تفاوت نرمال گردوغبار و اختلاف دمای درخشندگی که بر اساس ویژگی¬های گردوغبار بر روی نواحی مریی، مادون قرمز نزدیک و مادون قرمز حرارتی امواج الکترومغناطیس تعریف شده¬اند، اطلاعات زیادی را پیرامون مشخصات گردوغبار فراهم می¬کنند. برای این منظور در راستای پیش برد راهکار شناسایی گردوغبار، سه روش پیاده¬سازی و مورد ارزیابی قرار می¬گیرد. که در هر سه روش از اندازه¬گیری¬های سنجنده modis استفاده می¬گردد. در تحقیق پیش رو با به کارگیری شاخص یکپارچه مادون قرمز حرارتی modis، درخت تصمیم-گیری و شبکه عصبی به شناسایی گردوغبار رخ داده در استان¬های ایلام و خوزستان در طی سال-های 1384 تا 1391 پرداخته شده است. در هر سه روش در گام اول نمونه¬های آموزشی مناسب گردآوری شده است و سپس این داد¬ه¬ها مورد آنالیزهای آماری قرار می¬گیرد. پس از بررسی¬های لازم، روش¬های مطرح شده در تحقیقات پیشین پیاده سازی شده و دقت هر یک از آنها با توجه به داده¬های زمینی (داده¬های ایستگاه¬های هواشناسی کشور) بدست می¬آید. به دلیل پایین بودن دقت این روش¬ها در منطقه مطالعاتی مورد نظر ما، روش¬های بهبود یافته¬ای ارائه می¬گردد که ضمن افزایش دقت در شناسایی گردوغبار نسبت به روش¬های پیشین، بومی سازی نیز صورت پذیرفته است. لازم به ذکر است در طی این پایان نامه روش¬های بهبود یافته تحت عنوان tiidi بهبود یافته و درخت تصمیم¬گیری توسعه یافته مطرح شده¬اند. وژگان کلیدی: شناسایی گردوغبار، سنجنده modis، شاخص¬های طیفی، شبکه عصبی، داده¬های ایستگاه هواشناسی، میدان دید افقی، سنجنده omi، عمق نوری ذرات معلق

یکی از مخاطرات طبیعی که همواره بخشی از کشورمان را مورد هجوم خود قرار داده است پدیده مخرب آتش سوزی می باشد که علاوه بر آلودگی هوا و فرسایش محیط زیست، اثرات زیان باری را بر روی سلامتی موجودات زنده دارد. کنترل و مهار آتش سوزی به خصوص در لحظات اولیه امری ضروری است و بسیار ساده تر از زمان گسترش و تقویت آن است. با توجه به این نکته که نظارت مداوم و تمام وقت بر روند وقوع و پیش روی آتش سوزی در مقیاس محلی امکان پذیر نمی باشد، استفاده از فناوری سنجش از دور و سیستم اطلاعات مکانی راهکاری مناسب جهت نظارت، شناسایی و مقابله با این پدیده نا به هنجار طبیعی می باشد. سنجنده های ماهواره های سنجش از دوری با توان تفکیک مکانی و زمانی مناسب اطلاعات مفیدی را از وقایع سطح زمین ارائه می دهند، در این راستا به منظور مطالعه آتش سوزی نیز می توان از این امکانات بهره گرفت. تحقیق پیش رو دارای 3 فاز اصلی می باشد. در بحث استفاده از داده های ماهواره ای به منظور شناسایی آتش یکی از پارامترهای مهم میزان اعتماد به داده های به دست آمده از سنجنده های ماهواره ای می باشد. در این راستا در فاز اول تحقیق به بررسی و ارزیابی دقت مکانی نقاط آتش های ثابت شناسایی شده توسط سنجنده ماهواره ای modis واقع بر سکوهای terra و aqua پرداختیم. با مقایسه نتایج حاصل از تحقیق می توان نتیجه گرفت که دقت مکانی ماهواره terra نسبت به ماهواره aqua در کشف نقاط آتش سوزی ثابت در نظر گرفته شده در جنوب ایران بیشتر و حدود دو برابر می باشد. با مقایسه میانگین زاویه چرخش بیضی انحراف استاندارد برازش داده شده بر نقاط ثابت آتش سوزی برای ماهواره های terra و aquaمی توان به این نتیجه رسید که زاویه ای که جهت کشیدگی نقاط این دو ماهواره با محور x ها می سازد تا حدودی متفاوت می باشد. میانگین زاویه چرخش بیضی انحراف استاندارد نشان دهنده کشیدگی نقاط در جهت حرکت ماهواره(track) می باشد. به عبارت دیگر دقت نقاط آتش آشکارشده در جهت عمود بر حرکت ماهواره (scan) بیشتر است. در بخش دیگر تحقیق با در نظر داشتن اینکه برای هر یک از چاه های نفت منطقه بافر مشخصی انتخاب شده است و نقاط آتش ماهواره های terra وaqua در یک محدوده بافر با مساحت یکسان انتخاب شده اند مشخص می شود که ماهواره terra آتش های بیشتری را نسبت به ماهواره aqua آشکار می سازد. در فاز دوم تحقیق به بررسی و ارزیابی دقت زمانی نقاط آتش های ثابت شناسایی شده توسط سنجنده ماهواره ای modis واقع بر سکوهای terra و aqua پرداختیم. در این تحقیق درصد کشف هر یک از ایستگاه ها یعنی چاه های نفت ناحیه جنوبی ایران مربوط به سال 2011 در طول سال به صورت اثرات ساعتی، روزانه، ماهانه و فصلی بررسی گردید. نتایج نشان می دهد که بیش ترین آشکار سازی مربوط به نیمه اول سال یعنی ماه های فروردین تا مهر می باشد. همچنین مشاهده می شود بر حسب فصول سال، در فصل بهار بیش ترین فراوانی و فصل پاییز کمترین فراوانی ثبت آتش ها صورت می گیرد و لذا می توان گفت که میزان شناسایی بر حسب ساعات روز و ماه ها و فصول سال تغییر می نماید. همچنین در این مطالعه به بررسی چاه های نفت مستقل آشکارشده توسط سنجنده مربوطه که دارای وضعیت نسبتاً پایداری بودند پرداختیم و به نتایجی مشابه دست یافتیم. در فاز سوم تحقیق به بررسی تأثیرات برخی پارامترهای محیطی در دقت مکانی آتش های ثابت کشف شده از تصاویر ماهواره ای اخذشده توسط سنجنده modis که بر روی دو سکوی terra و aqua نصب گردیده، پرداختیم. با محاسبه ضریب همبستگی پارامترهای محیطی با rmse روزانه نقاط به این نتیجه دست یافتیم که پارامترهای محیطی بر دقت مکانی سنجنده مربوطه در شناسایی نقاط آتش تأثیر اندک و قابل اغماضی را داشتند.

اشاعه یکی از جمله مفاهیمی است که در حقوق ایران به آن کمتر پرداخته شده است. در فقه اسلامی که یکی از ارکان اساسی تشکیل دهنده ی حقوق ایران می باشد نیز توجه چندانی به این موضوع نشده است. اغلب فقها و حقوقدانان در مبحث شرکت به صورت بسیار گذرا به آن پرداخته و در هیچ یک از تألیفات ایشان عوامل و اسباب ایجاد اشاعه به صورت مفصل مورد بررسی قرار نگرفته است. برخی از فقهای متأخر اقدام به طرح یک تقسیم بندی راجع به اسباب ایجاد اشاعه نموده و برخی حقوقدانان نیز از ایشان تبعیت کرده اند که البته این تقسیم بندی دارای ایرادتی نیز است. اغلب فقها و حقوقدانان عقد، ارث، مزج و حیازت مباحات را سبب ایجاد اشاعه دانسته اند. اما باید توجه داشت که این موارد فقط بخشی از اسباب ایجاد اشاعه بوده و بسیاری از اسباب ایجاد اشاعه از نظرها دور مانده که در این رساله به طور مفصل به آن پرداخته شده است. در حقوق ایران اشاعه دارای عناصر سه گانه ای می باشد که عبارتند از اجتماع حقوق، تعدد فعلی ذوی الحقوق و وحدت موضوع، که برای تحقق اشاعه می بایست هر سه رکن فوق به صورت همزمان وجود داشته باشد. این عناصر ممکن است در موضوعات مختلفی تحقق پیدا کرده و موجب مشاع تلقی شدن انواع مختلف حقوق و یا تعهدات گردند. بنابراین موضوع اشاعه نه تنها حقوق مالی بلکه برخی از حقوق غیر مالی و تعهدات نیز می باشند. امروزه و بر خلاف گذشته، اشاعه یک حالت استثنایی است که به واسطه ی عوامل ارادی یا غیر ارادی بر حق وارد شده و دو رکن انحصاری و مطلق بودن حق را تحت تأثیر قرار می دهد و بر همین اساس تصرفات و اداره ی حقوق مشاع دارای قواعد و محدودیت هایی است که همین قواعد و محدودیت ها را می توان آثار اشاعه دانست. به نظر می رسد مهم ترین اثر اشاعه، پیروی از اتفاق نظر شرکا در اداره و تصرفات مادی و برخی تصرفات حقوقی باشد.

تشخیص راه های تخریب شده در اثر آوار و تعیین درجه ی انسداد آنها به منظور امداد رسانی سریع و بهینه پس از بلایای طبیعی امری حیاتیست. در این تحقیق از یک رویکرد ابتکاری برای تشخیص و ارزیابی راه های تخریب شده به صورت نیمه اتوماتیک استفاده شده است که از تصاویر پیش و پس از زلزله به همراهِ نقشه ی برداری راه ها بهره میجوید. منظور از تخریب و انسداد در این پژوهش؛ آوار حاصل از ساختمانها، حضور خودرو های پارک شده و همچنین درختان شکسته بر سطح راه ها بود که طبیعتا این حضور امر امداد رسانی را با اشکالاتی همراه میکند. ویژگی های مختلفی به منظور طبقه بندی سطح راه ها همچون "شاخص سایه" و "شاخص گیاهی" بکار گرفته شد و سپس از یک الگوریتم ژنتیک برای یافتن ویژگی های بهینه ی فاقد همبستگی و یا خطا استفاده گردید. در این کوشش به منظور دستیابی به دقت کلی بالاتر و تشخیص تخریب بهتر از بین دو طبقه بندی کننده نظارت شده mll و svm و با روش آزمون و خطا؛ طبقه بندی کننده ی ماشین بردار پشتیبان انتخاب شد که نتایج بهتری در تشخیص صحیح پیکسل های تخریب نسبت به طبقه بندی کننده ی بیشترین شباهت داشت. در انتها از یک سیستم استنتاج فازی "ممدانی" و همچنین یک مدل عصبی- فازی برای ارزیابی درجه ی تخریب یک قطعه از یک راه استفاده شد و با تعیین یکسری ضوابط آماری روی تعداد قطعات با درجه تخریب معین در یک راه مشخص؛ میزان تخریب به کل آن راه تعمیم یافت. روش مذکور بر روی تصاویر سنجنده ی quick bird از شهر بم ایران تست شد و نتایج دقت بالای 93 درصد و ضریب کاپای 0.91 را در مرحله ی تشخیص تخریب نشان میدهد. همچنین بیش از 88% و 94% از راه های مورد مطالعه به ترتیب در روش ارزیابی با fis و anfis برچسب تخریب صحیح گرفتند. این درجه از دقت با داده های چشمی و تفسیر بصری توسط اپراتور حاصل شد. همچنین خروجی دیگری به عنوان نقشه ی قطعات مسدود راه ها با قابلیت ارائه به پروژه های امداد رسانی بدست آمد که دقت جزئی تری را نسبت به سایر تحقیقات مشابه که تخریب هر راه را مستقل و بدون ملاحظات توپولوژیک بیان میکردند ارائه نمود. این امر نشان از کارآیی بالای الگوریتم پیشنهادی دارد.

از آنجا که از دیرباز تهیه نقشه امری درخور توجه بوده است، همواره دولت ها و نظام های حاکمه درصدد تولید نقشه بوده اند. آنچه که پس از تهیه نقشه از اهمیت خاصی برخوردار است، اعتبار و منطبق بودن نقشه با وضع موجود است. از آنجا که شهرها، روستاها و مناطق مختلف همواره با گذشت زمان دستخوش تغییر می شوند، به همین دلیل شناسایی تغییرات رخ داده در نقشه تولیدی از اهمیت بسزایی برخوردار است. در این بین یکی از روش های مرسوم در این زمینه استفاده از روش های طبقه بندی تصویر و مقایسه آن با نقشه می باشد. نظر به اینکه در طبقه بندی نظارت شده همواره داده های آموزشی نقش حیاتی ایفا می کنند، لذا اطمینان از صحت داده های آموزشی به طور مستقیم بر قابلیت اطمینان طبقه بندی انجام شده موثر خواهد بود. در این پایان نامه، سعی بر آن بوده تا روشی برای پالایش داده های آموزشی و پس پردازش تصویر طبقه بندی شده ارائه گردد. در روش پیشنهادی در این پایان نامه، از تصویر هوایی با قدرت تفکیک مکانی 9 سانتیمتر، داده لیدار با تراکم 6 نقطه در متر مربع اقدام به شناسایی مناطق تغییر کرده نسبت به نقشه موجود از منطقه شده است. برای این منظور ابتدا داده های آموزشی اولیه متناسب با کلاس های مدنظر از لایه های نقشه موجود استخراج شدند. سپس از قطعه بندی شی گرای چندمقیاسه تصویر و مدل رقومی نرمال شده سطح حاصله از داده های لیزر اسکنر هوایی در پالایش داده های آموزشی کمک گرفته شده است. پس از این مراحل طبقه بندی تصویر مبتنی بر داده های آموزشی پالایش یافته با استفاده از دو الگوریتم ماشین بردار پشتیبان و k همسایه نزدیک پیاده سازی گردید. به منظور پس پردازش طبقه بندی انجام شده، از مدل رقومی نرمال شده سطح کمک گرفته شد. در این مرحله پیکسل هایی که اشتباه طبقه بندی شده بودند، با توجه به ارتفاع حاصل از این مدل ارتفاعی، متناسب با نوع کلاس عارضه مدنظر، اصلاح و برچسب کلاس مربوط به خودشان را اتخاذ کردند. سرانجام پس از پس پردازش طبقه بندی، با مقایسه نقشه و تصویر طبقه بندی شده مناطق تغییر کرده در چهار کلاس "ساختمان "، "چمن زار"، درخت" و "راه" مشخص شده اند. دقت کلی و ضریب کاپا حاصل از بکارگیری داده های آموزشی پالایش یافته و انجام پس پردازش های صورت گرفته با استفاده از مدل رقومی نرمال شده سطح در طبقه بندی به روش ماشین بردار پشتیبان به ترتیب 62/96% و 15/95% و برای روش k همسایه نزدیک به ترتیب 51/96% و 99/94% بدست آمده اند. این پارامترهای ارزیابی در مقایسه با حالتی که از مدل رقومی نرمال شده سطح در پالایش و پس-پردازش در طبقه بندی استفاده نشود، به ترتیب رشد 81/15% و 67/23% برای روش ماشین بردار پشتیبان و 59/14% و 35/21% برای روش k همسایه نزدیک را نشان می دهد. در انتها نیز مناطق تغییر کرده شناسایی شده بر روی نقشه جانمایی شدند.

تولید غذای سالم، ارزان و همراه با کمترین آسیب های زیست محیطی و از سوی دیگر هزینه های بالای تجهیزات پردازش تصویر ما را بر آن داشت تا روشی مقرون به صرفه را در این اثر علمی به منظور شناسایی علف های هرز مورد ارزیابی قرار دهیم. در این پژوهش یک سامانه فراصوتی با قابلیت ارسال و دریافت امواج پیوسته فراصوتی با فرکانس 40 کیلوهرتز ساخته شد و به یک سه پایه با قابلیت تنظیم در سه جهت x، y و z و چرخش حول محور x مجهز شد تا برد الکترونیکی به صورت کاملا عمودی در قسمت فوقانی تاج پوششی گونه علف هرز مورد مطالعه قرار گیرد. در این مطالعه اقدام به شناسایی 5 گونه علف هرز (خارخسک، خرفه، سلمه تره، علف شور و تاج خروس خوابیده) گردید. در نهایت اقدام به تشخیص هر 5 گونه علف هرز به کمک ویژگی های آماری رایج شکل موج های حاصله از جمله میانگین، واریانس، انحراف معیار، چولگی و کشیدگی شد که شبکه عصبی از نوع کلاس بندی ترتیبی دودویی توانست با درصد تشخیص 100 درصد گونه های علف هرز مورد مطالعه را شناسایی نماید.

تولید اطلاعات دقیق و به روز از جمله ابزار های اساسی و مهم به منظور مدیریت و برنامه ریزی شهری می باشد. گسترش روز افزون تکنولوژی فتوگرامتری و سنجش از دور امکان استخراج اطلاعات متنوع از پوشش های شهری را فراهم می آورد. اما وجود عوارض متنوع در محدوده شهرها و نیز کاربری های مختلف اطلاعات مکانی تولید شده، تلفیق منابع داده را امری ضروری می کند. علاوه بر این، استفاده از تلفیق منابع متنوع داده سنجش از دوری جهت شناسایی عوارض شهری کارایی خود را به اثبات رسانده است. از این رو، در این تحقیق تلفیق داده جدید فراطیفی مادون قرمز حرارتی با قدرت تفکیک مکانی بالا و تصویر مرئی جهت شناسایی و طبقه بندی عوارض شهری مورد مطالعه قرار گرفت. در تحقیقات پیشین روش های پیشنهادی با تکیه بر اطلاعات طیفی / مکانی تصویر مرئی و نیز اطلاعات طیفی داده حرارتی به شناسایی عوارض شهری پرداختن اند. این در حالی است که، فضای ویژگی مکانی تولیدی از داده حرارتی مد نظر قرار نگرفته است. همچنین روش های کاهش ابعاد فضای ویژگی داده فراطیفی حرارتی در تحقیقات پیشین از کارایی مناسبی برخوردار نبوده است. در این تحقیق روشی سلسله مراتبی سه سطحی جهت شناسایی عوارض شهری با استفاده از داده های مذکور پیشنهاد گردیده است. در سطح اول با استفاده از فضای ویژگی طیفی / مکانی مستخرج از تصویر مرئی و نیز معرفی دو شاخص گیاهی جدید با عنوان های sivi و msivi تفکیک سه کلاس درختان، گیاهان و سایر عوارض شهری انجام شد. نتایج به دست آمده نشان داده استفاده از روش پیشنهادی در سطح اول شناسایی عوارض شهری، موجب افزایش دقت کلاس درختان و گیاهان به ترتیب تا 11 و 35 درصد در مقایسه با استفاده از فقط تصویر مرئی را نشان می دهد. در سطح دوم نشان داده شد که استفاده از روش کاهش ابعاد فضای ویژگی sppp در مقایسه با روش های شناخته شده دیگر بر روی داده حرارتی با افزایش دقتی کل و ضریب کاپا به ترتیب تا 4و 7 درصد همراه است. سپس با استخراج اطلاعات طیفی / مکانی از تصویر حرارتی کاهش ابعاد یافته و تصویر مرئی شش کلاس گیاهان شهری، ساختمان با سقف قرمز، ساختمان با سقف خاکستری، ساختمان با سقف آسفالت، راه ها و خاک پرداخته شد. در مرحله بعد خروجی سطح اول و دوم ادغام شد. خروجی مرحله ادغام، تصویر طبقه بندی شده خام شامل هفت کلاس "درختان"، "گیاهان"، "ساختمان با سقف قرمز"، "ساختمان با سقف خاکستری"، "ساختمان با سقف آسفالت"، "راه ها" و "خاک" است. در نهایت در سطح سوم، الگوریتمی شی مبنای نوین به منظور پس پردازش نقشه طبقه بندی-شده خام خروجی از مراحل قبل با عنوان روش" پس پردازش شی مبنا قاعده مبنا" ارائه گردید. نتایج حاصل از روش پیشنهاد شده در این تحقیق با نتایج خروجی مسابقه تلفیق داده جامعه سنجش از دور ieee 2014 با معیار کاپای ماتریس ابهام مقایسه و جزء بهترین نتایج قرار گرفت. همچنین نتایج بدست آمده برای دقت کل و ضریب کاپا مقادیر به ترتیب 95 و 83/92 درصد را نشان می دهد.

چکیده ندارد.

در این پایان نامه یک راهکار موثر جهت خودکارسازی روند طراحی واحد خودآزمون پذیری برای هسته های حافظه ارائه شده است . با استفاده از این روش ، تولید خودکار واحد خودآزمون پذیری بشکل کاملا"سفارشی و براساس پارامترهای حافظه تحت آزمون و الگوریتم آزمون مورد نظر انجام می پذیرد. ضمنا"روشی نیز برای ارزیابی سربار سخت افزاری ارائه شده است . به منظور اثبات ادعای کارآمد بودن راهکار ارائه شده، یک پیاده سازی نرم افزاری نیز برآن اساس انجام گرفته که نتایج بدست آمده جهت قضاوت در انتهای این گزارش آورده شده است . از مزایای این ابزار می توان کاهش زمان ارائه محصول و فراهم سازی قابلیت استفاده مجدد معماری خودآزمون پذیری را نام برد.