بخش بندی و کاهش همزمان ناهمگنی حاصل از سنحنده و اهداف زمینی در تصاویر SAR به روش بهبود مولفه های اصلی تصویر

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 416

This Paper With 9 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:

ESUD02_433

تاریخ نمایه سازی: 22 آبان 1395

Abstract:

بدلیل اهمیت بخش بندی اهداف زمینی در مواردی همچون انجام طبقه بندی دقیق، شناسایی اهدافف تفسیر و بروز رسانی نقشه ها و غیره، بخش بندی تصاویر بویژه تصاویر SAR برای تفسیر و پردازش این تصاویر بسیار حائز اهمیت می باشدانجام یک بخش بندی دقیق و موفق منجر به بالا رفتن دقت تفسیر این تصاویر، از جمله طبقه بندی دقیق در منطقه مورد مطالعه خواهد شد در این مقاله بخش بندی تصاویر SAR بااستفاده از بهبود مولفه های اصلی تصویر صورت گرفته که در این روش تخمین و حذف ناهمگنی در شدت روشنایی موجود در تصاویر SAR و بخش بندی تصاویر بطور همزمان انجام می شود در روش بکار گرفته شده در این مقاله، تصویر به دو بخش تصویر واقعی و تصویر مربوط به تخمین ناهمگنی در شدت روشنایی تقسیم می شود تصویر واقعی مبیتن ویژگی های فیزیکی موجود در تصویر اولیه است تخمین ناهمگنی در تصویر و بخش بندی آن بطور همزمان از راه حداقل سازی انرژی انجام می شوند هدف حداقل سازی انرزی بهینه سازی تخمین ه ردو مولفه ای اصلی در تصویر می باشد برخلاف سایر الگوریتمهای تصحیح ناهمگنی که تنها ناهمگنی در روشنایی ناشی از سنجنده و ناهمگنی روشنایی ایجاد شده توسط اهداف مورد تصویربرداری را تصحیح نماید برای ارزیابی الکوریتم پیشنهادی الگوریتم بر دو تصویر SAR واقعی ازمایش و نتایج با 4 روش مختلف بخش بندی تصاویر مقایسه شد همچنین برای ارزیابی بیشتر نتیجه حاصل از الگوریتم پیشنهادی با نتیجه بخش بندی با استفاده از نرم افزار eCognition 9 نیز مورد مقایسه قرار گرفت نتایج حاصله مبین بهبود زیادی در دقت بخش بندی در مقایسه با سایر روشهای مورد مقایسه می شود.

Keywords:

بخش بندی , ناهمگنی در روشنایی تصویر , مولفه های اصلی تصویر SAR

Authors

دانیا کریمی

دانشجوی کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی دانشکده علوم زمین دانشگاه شهید چمران اهواز

کاظم رنگزن

دانشیار و گروه سنجش از دور و سیستم اطلاعات جغرافیایی دانشکده علوم زمین دانشگاه شهید چمران اهواز

مصطفی کابلی زاده

استادیار و گروه سنجش از دور و سیستم اطلاعات جغرافیایی دانشکده علوم زمین دانشگاه شهید چمران اهواز

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 :
  • ابراهیمی نیا، علیرضا، هل فروش، محمدصادق. و دانیالی، حبیب اله.، ...
  • Akbarizadeh, Gholamreza., (2012), «A New Statistical-B ased Kurtosis Wavelet Energy ...
  • Pham, Dzung., Prince, Jerry., (1999), «Adaptive fuzzy segmentation of magnetic ...
  • Fowlkes, Charless., Belongie, Serge., Chung, Fan. and Malik, Jitendra. , ...
  • Gou, Shuiping., Zhuang, Xiong. and Jiao, Licheng., (2009), «SAR image ...
  • Xiangrong Zhang, Licheng Jiao, IEEE, Fang Liu, Liefeng Bo, and ...
  • Li, Chunming., Gore, John C, and Davatzikos, Christos., , (2014), ...
  • Li, Chunming., Huang, Rui., Ding, Zhaohua., Gatenby, Chris., Metaxas, Dimitris. ...
  • Lu, Hongtao.. Fu, Zhenyong. and Shi, Xiaohoa., (2014), «Non-negative and ...
  • Rahmani, Masoumeh _ and Akbarizadeh, Gholamreza., (2015), «Unsupervised feature learning ...
  • Tappen, Marshall., Freeman, William. and Adelson, Edwared.. (2005), «Recovering intrinsic ...
  • Weiss, Y., (2001), «Deriving intrinsic images from image sequences», Proc. ...
  • Wells W. M., Grimson W. E. L., Kikinis R. and ...
  • Vovk Uros., Pernus Franjo, Likar Bostjan. (2007), «A review of ...
  • نمایش کامل مراجع