طبقه بندی تصاویر فراطیفی به وسیله ی ترکیب روش مولفه های مستقل مقید و ماشین های بردار پشتیبان

Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 565

This Paper With 17 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:

DCEAEM01_058

تاریخ نمایه سازی: 18 دی 1393

Abstract:

این پژوهش شامل یک روش ترکیبی، جهت طبقه بندی نظارت شده تصاویر سنجش از دور فرا طیفی می باشد. در طبقه بندی نظارت شده ، به اطلاعات اولیه از صحنه تصویر برداری همچون تعداد و نوع کلاسهای حاضر به عنوان دادههای آموزشی برای آموزش طبقهبندی کننده نیاز است. در روش پیشنهادی، با ترکیب فرآیند جداسازی طیفی و طبقه بندی نظارت شده ، نیاز به داشتن اطلاعات اولیه مرتفعمیگردد. در این مقاله از روش تحلیل مؤلفه های مستقل مقید جهت جداسازی طیفی استفاده شده است. پس از استخراج مشخصه طیفی و فراوانی عناصرخالص موجود در صحنه، خالص ترین پیکسل ها از نقشه فراوانی هر عنصرخالص به عنوان داده آموزشی برگزیده میشوند. در مرحله بعد به منظور تهیه یک نقشه از پراکندگی فضایی این پدیدهها از روش طبقه بندی نظارت شده و الگوریتم طبقهبندی کننده ماشین بردار پشتیبان استفاده می شود. برای ارزیابی کارایی و دقت روش پیشنهادی دراین پژوهش، الگوریتم توسعه یافته بر روی پایگاه داده سالیناس مربوط به سنجنده آویریس مورد بررسی قرار گرفته است. دقت کلی و ضریب کاپا طبقه بندی روش پیشنهادی به ترتیب98/04درصدو97/65درصد است که درمقایسه با روشهای مرسوم طبقهبندی نظارت شده بهتر هستند. روش پیشنهادی دارای دو مزیت است: نخست نیاز بهداده های آموزشی از طریق فرآیند جدا سازی طیفی به صورت خود کار برطرف گردیده است، دوم آنکه گزینش بهترین دادهها جهت آموزش طبقه بندی کننده با داشتن ماتریس فراوانی عناصر خالص نتایج بهتری به دست میدهد

Authors

پیمان پارسا

دانشجوی دکتری تخصصی برق مخابرات

زینب محمدی فرد

دانشجوی کارشناسی ارشد برق مخابرات

علی رفیعی

استادیار دانشگاه آزاد اسلامی واحد کازرون

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 :
  • .B. Guo, S. R. Gunn, R. Damper, and J. D. ...
  • .D. Landgrebe, "Hyperspectral image data analysis, " Signal Processing Magazine, ...
  • .G. M. Foody, "Sub-pixel methods in remote sensing, " Remote ...
  • .L. Miao and H. Qi, "Endmember extraction from highly mixed ...
  • .J. M. Bioucas-Dias, "A variable splitting augmented Lagrangian approach to ...
  • .J. M. P. Nascimento and J. M. B. Dias, "Vertex ...
  • .J. Plaza, E. M. T. Hendrix, I. Garcia, G. Martin, ...
  • .T. H. Chan, and W. K. Ma, "A convex analysis-based ...
  • .T. Kavzoglu and I. Colkesen, "A kernel functions analysis for ...
  • .W. Xia, X. Liu, B. Wang, and L. Zhang, "Independent ...
  • نمایش کامل مراجع