:: دوره 5، شماره 2 - ( 8-1394 ) ::
دوره 5 شماره 2 صفحات 229-219 برگشت به فهرست نسخه ها
بهبود طبقه بندی طیفی- مکانی جنگل پوشای مینیمم با کاهش ابعاد تصاویر فراطیفی
داود اکبری*، عبدالرضا صفری، صفا خزائی، سعید همایونی
چکیده:   (6446 مشاهده)

فن‌آوری سنجش از دور فراطیفی دارای کاربردهای فراوان در طبقه‌بندی پوشش‌های زمین و بررسی تغییرات آنها است. با پیشرفت‌های اخیر و ایجاد تصاویری با قدرت تفکیک مکانی بالا، لزوم استفاده توام از اطلاعات طیفی و مکانی را در طبقه‌بندی تصاویر فراطیفی ایجاب می‌کند. در این تحقیق روشی جدید جهت طبقه‌بندی طیفی-مکانی تصاویر فراطیفی به کمک الگوریتم جنگل پوشای مینیمم ( MSF) مبتنی بر نشانه‌ها که یکی از دقیق‌ترین الگوریتم‌ها در این زمینه است و تکنیک کاهش ابعاد معرفی می‌شود. در روش پیشنهادی تاثیر کاهش ابعاد تصاویر فراطیفی به کمک الگوریتم ژنتیک در سه مرحله قبل و بعد از انتخاب نشانه‌ها و به صورت همزمان بررسی می‌گردد. در این مطالعه نشانه‌ها از روی نقشه طبقه‌بندی ماشین بردار پشتیبان ( SVM) انتخاب شدند. روش‌ پیشنهادی بر روی سه تصویر فراطیفی Pavia، Telops و Indian Pines پیاده‌سازی گردید، نتایج آزمایشات بدست‌آمده برتری به کارگیری الگوریتم ژنتیک را قبل از انتخاب نشانه‌ها در تصاویر Pavia و Telops نشان می‌دهد. در تصویر Indian Pines کاهش ابعاد در هر دو مرحله قبل و بعد از انتخاب نشانه‌ها و به صورت همزمان موجب افزایش دقت طبقه‌بندی می‌گردد.

واژه‌های کلیدی: تصویر فراطیفی، طبقه‌بندی طیفی-مکانی، الگوریتم جنگل پوشای مینیمم مبتنی بر نشانه‌ها، الگوریتم ژنتیک
متن کامل [PDF 1273 kb]   (3266 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: فتوگرامتری و سنجش از دور


XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 5، شماره 2 - ( 8-1394 ) برگشت به فهرست نسخه ها