[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 9، شماره 2 - ( 9-1398 ) ::
دوره 9 شماره 2 صفحات 195-207 برگشت به فهرست نسخه ها
معرفی روشی نظارت ‌نشده برای استخراج ویژگی‌ از تصاویر ابرطیفی با استفاده از خوشه‌بندی باندها در فضای پدیده
بهنام اصغری بیرامی*، مهدی مختارزاده
چکیده:   (225 مشاهده)
سنجنده‌های ابرطیفی با اخذ تعداد زیادی از باندهای الکترومغناطیسی مجاور همواره از پتانسیل‌های بالایی در شناسایی عوارض و پدیده‌های سطح زمین برخوردار هستند. این تعداد زیاد باند اگر چه موجب می‌شود تا این نوع سنجنده‌ها توانایی بالاتری در تقریب منحنی طیفی مواد داشته باشند ولی از سوی دیگر مشکلاتی را نیز به وجود می‌آورند. سختی در انتقال داده، ضعف عملکرد طبقه بندی کننده های مرسوم به دلیل تعداد داده‌های آموزشی محدود و زمان و حجم پردازش بالا از جمله‌ی مهم‌ترین این مشکلات می‌باشند. از این رو روش‌های مختلف کاهش ویژگی برای این نوع تصاویر پیشنهاد شده است. در مقاله پیش رو یک روش استخراج ویژگی نظارت‌نشده مبتنی بر تکنیک خوشه‌بندی ارائه شده است. در روش پیشنهادی، پس از خوشه‌بندی تصویر و تشکیل فضای پدیده به کمک میانگین خوشه‌ها، باندها به کمک الگوریتم خوشه‌بندی K-medoids خوشه‌بندی می‌شود. و در هر خوشه از چهار نوع شاخص آماری گرایش مرکزی میانگین، میانگین هندسی، میانگین هارمونیک و میانه به منظور استخراج ویژگی استفاده می‌شود. نتایج نهایی پیاده‌سازی‌ها بر روی سه تصویر واقعی ابرطیفی در شرایط وجود تعداد داده‌های آموزشی مختلف در هر کلاس نشان می‌دهد که دقت کلی طبقه‌بندی با ویژگی‌های به دست آمده از روش پیشنهادی این تحقیق در بهترین حالت (72.12) میتواند تا حدود 7 درصد بیشتر از چهار روش دیگر کاهش ویژگی تبدیل مؤلفه اصلی (PCA) (64.39)، موجک (64.58)، روش انتخاب ویژگی بر اساس خوشه‌بندی باندها  بر مبنای واریانس(65.30) و استخراج ویژگی غیر پارامتریک وزن‌دار (NWFE) (64.12) باشد.
واژه‌های کلیدی: استخراج ویژگی، طبقه‌بندی، فضای پدیده، خوشه‌بندی، بعد مجازی، طبقه‌بندی‌کننده بیشترین شباهت
متن کامل [PDF 1256 kb]   (69 دریافت)    
نوع مطالعه: ترویجی | 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:

Asghari Beirami B, Mokhtarzade M. Introducing an Unsupervised Method for feature Extraction of Hyperspectral Images Using Bands Clustering in the Prototype Space. JGST. 2019; 9 (2) :195-207
URL: http://jgst.issge.ir/article-1-907-fa.html

اصغری بیرامی بهنام، مختارزاده مهدی. معرفی روشی نظارت ‌نشده برای استخراج ویژگی‌ از تصاویر ابرطیفی با استفاده از خوشه‌بندی باندها در فضای پدیده. نشریه علمی پژوهشی علوم و فنون نقشه برداری. 1398; 9 (2) :195-207

URL: http://jgst.issge.ir/article-1-907-fa.html



دوره 9، شماره 2 - ( 9-1398 ) برگشت به فهرست نسخه ها
نشریه علمی علوم و فنون نقشه برداری Journal of Geomatics Science and Technology