امکان سنجی استفاده از تکنیکهای تلفیق و بهینهسازی در ارتقاء پارامتر مقیاس سگمنت سازی جهت پردازش شیءگرای تصاویر ماهواره ای

Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 248

This Paper With 19 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_GEOP-22-65_012

تاریخ نمایه سازی: 14 آبان 1400

Abstract:

  سگمنت­سازی یکی از روش­های اصلی استخراج اطلاعات در پردازش شیءگرای تصاویر ماهواره­ای است. فرآیند سگمنت­سازی، پدیده­های اولیه و اصلی در یک تصویر را تفکیک می­نماید که مبنایی برای طبقه­بندی شیءگرا می­باشد. با توجه به اینکه دقت طبقه­بندی شیءگرا تا حد زیادی وابسته به دقت سگمنت­سازی است، بنابراین تولید سگمنت­های مناسب نقش مهمی در دست­یابی به دقت بالا در فرآیند طبقه­بندی شیءگرا دارد. در این پژوهش با هدف ارزیابی فرآیند سگمنت­سازی به روش تفکیک مکانی چندگانه، از تصاویر ماهواره­ایIRS وSPOT۵ وQuick Bird برپایه تکنیک­های تلفیق تصاویر ماهواره­ای استفاده شده است. در این راستا با توجه به قدرت تفکیک مکانی متفاوت تصاویر ماهواره­ای، از مقیاس­ها و تلفیق­های مختلف(نظیر ضرایب شکل و فشردگی شکل) جهت سگمنت­سازی استفاده شده است. نتایج تحقیق بیانگر تاثیر استفاده از اطلاعات مکانی و طیفی در بهینه­سازی مقیاس سگمنت­سازی است. به طوریکه اطلاعات مکانی تصویر Quick Bird و باند پانکروماتیک تصاویر IRS و SPOT۵، در کنار قدرت تفکیک طیفی تصویر SPOT۵(بویژه باند قرمز) و Quick Bird، تاثیر بسزایی در افزایش کنتراست تصاویر و درنهایت ارتقاء کیفیت سگمنت­سازی دارند. همچنین نتایج تحقیق بیانگر تلفیق تصاویر ماهواره­ای با تفکیک مکانی بالاتر، به عنوان روشی موثر برای ارتقاء کیفیت سگمنت­سازی است. نتایج این پژوهش در شناسایی روش­ها و تکنیک­های مختلف سگمنت­سازی برای افزایش دقت طبقه­بندی شیءگرا دارای اهمیت فراوانی است. نتایج اخذ شده همچنین برای سازمان­های اجرایی نظیر منابع طبیعی، جهاد کشاورزی،... در معرفی روش مناسب برای استخراج سریع و دقیق اطلاعات از تصاویر ماهواره­ای برای اهداف مدیریتی حائز اهمیت بوده و می­تواند راهگشای استخراج اطلاعات دقیق­تر از تصاویر ماهواره­ای باشد.

Keywords:

تصاویر ماهواره ای با تفکیک مکانی متفاوت , پردازش شیءگرا , سگمنت سازی , بهینه سازی , مقیاس , روستای ینگی اسپیران

Authors

بختیار فیضی زاده

استادیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی دانشگاه تبریز

سیدمحمد حسنی تبار

دانشگاه تبریز

جعفر جعفرزاده

دانشگاه تبریز

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • فیضی­زاده، بختیار، هلالی، حسین. (۱۳۸۹). مقایسه روش­های پیکسل پایه، شیءگرا ...
  • فیضی­زاده، بختیار، حاجی­میر­رحیمی، سید­محمود. (۱۳۸۶) . آشکارسازی تغییرات فضای سبز ...
  • فیضی­زاده، بختیار، جعفری، فیروز، نظم­فر، حسین. (۱۳۸۷) . کاربرد داده­های ...
  • قربانی، رسول، پورمحمدی، محمدرضا، محمودزاده، حسن. (۱۳۹۵). ارزیابی و تحلیل ...
  • Baatz.M &Schpe. A. (۲۰۰۰). Multiresolution segmentationan optimization approach for high ...
  • Benz, U. C., Hofmann, P., Willhauck, G., Lingenfelder, I., & ...
  • Blaschke, T., Feizizadeh, B., & Holbling, D. (۲۰۱۴). Object-based image ...
  • Blaschke.T. (۲۰۱۰). Object based image analysis for remote sensing, ISPRS ...
  • Blaschke, T, Burnett, C. (۲۰۰۳). A multi-scale segmentation/object relationship modeling ...
  • Blaschke.T, Lang.S. (۲۰۰۶). Bridging remote sensing and GIS-what are the ...
  • Chaudhuri, B., & Sarkar, N. (۱۹۹۵). Texture segmentation using fractal ...
  • Clemens Eisank, Lucian Drăguţ, (۲۰۱۲), automated classification of topography from ...
  • Claudia M. A, Iris M. S, Claudia D.A, Carolina M. ...
  • Dragut,L. Csillik,O. Eisank,C. Tiede,D.(۲۰۱۴). Automated parameterisation for multi-scale image segmentation ...
  • Dehvari. A, Heck R. J.(۲۰۰۹). Comparison of object-based and pixel ...
  • Hofmann, T., Puzicha, J., & Buhmann, J, (۱۹۹۹). Unsupervised texture ...
  • Geman, D.; Geman, S.; Graffigne, C & Dong, P. (۱۹۹۰). ...
  • Jain, A. & F. Farrokhnia (۱۹۹۱). Unsupervised texture segmentation using ...
  • Meinel, G., Neubert, M. & Reder, J. (۲۰۰۱) The potential ...
  • Platt, R. V. and Schoennagel, T.) ۲۰۰۹(. an object-oriented approach ...
  • Wegner,S.,Oswald,H.,Wust,P.,&Fleck,E.(۱۹۹۷).Segmentierung mit der Wasserscheiden transformation. Spektrum der Wissenschaft, ۶, ۱۱۳-۱۱۵. ...
  • Yan, GAO, (۲۰۰۳), Pixel Based and Object Oriented Image for ...
  • Zhaocong, W, Lina, Y. and Maoyun, Q.(۲۰۰۹). Granular Approach to ...
  • نمایش کامل مراجع