[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 5، شماره 1 - ( 5-1394 ) ::
دوره 5 شماره 1 صفحات 55-64 برگشت به فهرست نسخه ها
سنجش کارایی ویژگی‌های بافتی GLCM در افزایش دقت طبقه‌‌بندی تصاویر حاصل از ادغام تصاویر تک‌باند و ابرطیفی مناطق مسکونی و صنعتی جنوب شهر تهران
احمد ملک‌نژاد، حسن قاسمیان*، فردین میرزاپور
چکیده:   (5146 مشاهده)

اکثر الگوریتم‌‌های طبقه‌‌بندی داده‌های سنجش از دور بر اساس ویژگی‌‌ها و اطلاعات طیفی پیکسل‌‌ها عمل می‌کنند. این مسئله باعث نادیده گرفتن اطلاعات مکانی مفید قابل استخراج از این تصاویر، مانند؛ بافت تصاویر می‌شود. استفاده هم‌‌زمان از بافت و اطلاعات طیفی مبحثی است که به آن کمتر پرداخته شده است. در این پژوهش تاثیر استفاده از بافت تصویر تک‌‌باند سنجنده  ALI  بر دقت طبقه‌‌بندی تصاویر ابرطیفی سنجنده هایپریون در محیط‌‌های شهری بررسی شده است. اطلاعات بافت تصویر تک‌باند با استفاده از ماتریس رخداد همزمان (GLCM) استخراج شده است. طبقه‌‌بندی نیز با به‌کارگیری روش ماشین بردار پشتیبان (SVM) و در سه مرحله انجام پذیرفت: طبقه‌‌بندی اطلاعات طیفی تصویر ابرطیفی، طبقه‌بندی تصاویر ادغام شده به دست آمده از روش تبدیل رنگ نرمالیزه (CNT)، و نهایتا طبقه‌‌بندی با استفاده هم‌‌زمان از بافت تصویر تک‌باند و تصاویر ابرطیفی ادغام شده. تاثیر نوع ویژگی بافت استخراجی از ماتریس رخداد همزمان و همچنین اندازه پنجره استخراج بافت در پوشش‌های مختلف بررسی شد. نتایج پیاده‌سازی‌ها نشان داد که استفاده از ویژگی‌های بافتی در کنار ویژگی‌های طیفی تصاویر حاصل از ادغام، می‌تواند دقت طبقه‌بندی مناطق شهری، مانند؛ بافت مسکونی و مناطق صنعتی را  به طور کلی، حدود 5 درصد بهبود ببخشد. افزایش دقت در برخی از کلاس‌‌ها تا حدود 15 درصد بوده است.

واژه‌های کلیدی: سنجش از دور، تصاویر ابرطیفی، ادغام تصاویر، بافت تصویر، طبقه‌بندی
متن کامل [PDF 1131 kb]   (1272 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: فتوگرامتری و سنجش از دور
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

A. Malek Nejad, H. Ghassemian, F. Mirzapour. GLCM Texture Features Efficiency Assessment of Pansharpened Hyperspectral Image Classification for Residential and Industrial Regions in Southern Tehran. JGST. 2015; 5 (1) :55-64
URL: http://jgst.issge.ir/article-1-390-fa.html

ملک‌نژاد احمد، قاسمیان حسن، میرزاپور فردین. سنجش کارایی ویژگی‌های بافتی GLCM در افزایش دقت طبقه‌‌بندی تصاویر حاصل از ادغام تصاویر تک‌باند و ابرطیفی مناطق مسکونی و صنعتی جنوب شهر تهران. نشریه علمی پژوهشی علوم و فنون نقشه برداری. 1394; 5 (1) :55-64

URL: http://jgst.issge.ir/article-1-390-fa.html



دوره 5، شماره 1 - ( 5-1394 ) برگشت به فهرست نسخه ها
نشریه علمی علوم و فنون نقشه برداری Journal of Geomatics Science and Technology