تفسیر شی مبنای تصاویر سنجش ازدوری با حد تفکیک بالا بر مبنای سیستم های دانش پایه

طبقه بندی پوشش اراضی در تصاویر سنجش ازدور، یکی از پرکاربردترین روش های استخراج اطلاعات مکانی است که می تواند با تولید کلاس های تصویری عوارض سطح زمین به منظور اتوماسیون و تسریع در جهت رفع نیازهای اساسی برای در اختیار داشتن اطلاعات مکانی بهنگام از منابع، با هدف مدیریت، ساماندهی و بهره برداری از محیط مفید واقع شود. به دلیل مشابهت رفتار پیکسل ها، طبقه بندی تصاویر هوایی در مناطق پیچیده و متراکم شهری، صرفا با استفاده از اطلاعات طیفی و بافتی منجر به ناکارآمدی طبقه بندی می شود. به عبارتی در طبقه بندی رایج، عمدتا با استفاده از خصوصیات طیف و ویژگی های پیکسل های تصویر، به شناسایی عوارض و کلاس­ها پرداخته می شود. درصورتی که بتوان تطابق مکانی و مفهومی پیکسل­ها را نیز در نظر گرفت، به این ترتیب می­توان تمایز بیشتری بین کلاس­های تصویری قائل شد و فرآیند ماشینی را به تفسیر ذهنی و انسانی نزدیک کرده و بر کارایی سیستم افزود. تمرکز اصلی تحقیق حاضر، استفاده از مفاهیم سیستم­های خبره در طبقه­بندی، به منظور آنالیز شئگرای تصاویر در سطوح مقیاس کلاسی است. به همین دلیل، با وارد نمودن قوانین دانش پایه به منظور کنترل هدفمند و قانونمندسازی روند توامان قطعه­بندی و تفسیر تصویر، با در نظر گرفتن ویژگی­های هندسی کلاس­های هدف، بهبود دقت را منجر شود. برای بررسی کارایی تکنیک پیشنهادی، ارزیابی و مقایسه روش پیشنهادی با چند روش دیگر بر روی تصاویر ماهواره­ا ی IRS در منطقه شهری جزیره کیش صورت پذیرفته است. نتایج حاصل از این تحقیق، نشان می دهد ویژگی های هندسی و مفهومی می توانند به عنوان ­منبع اطلاعاتی مکمل، سبب بهبود نتایج طبقه­بندی در منطقه شهری با عوارض ناهمگون طیفی شوند. به طوریکه در بررسی مورد اشاره، صحت کلی و ضریب کاپا به ترتیب ۸ درصد و ۱۱/۵ درصد افزایش پیدا کرده­اند.

Keywords:

طبقه بندی , تصاویر حد تفکیک بالا , سیستم دانش پایه , تفسیر عارضه مبنا