بهبود طبقه بندی تصاویر ابرطیفی با استفاده از همبستگی مکانی پیکسلها و میدان تصادفی Gibbs
Publish place: 14th Iranian Conference on Electric Engineering
Publish Year: 1385
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,086
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE14_075
تاریخ نمایه سازی: 25 تیر 1387
Abstract:
در سالهای اخیر به منظور بهبود صحت طبقه بندی تصاویر ابرطیفی الگوریتمهای استخراج ویژگی مانند تحلیل مولفه های اصلی، نگاشت جستجوگر، استخراج ویژگی با مرز تصمیم گیری و تبدیل موجک مورد استفاده قرار گرفتند. این الگوریتمها فقط از اطلاعات طیفی تصاویر ابرطیفی استفاده می کنند و به دلیل حجم زیاد داده ها و محدود بودن تعداد نمونه های آموزشی کارایی مطلوبی ندارند. در این مقاله با استفاده از یک الگوریتم طبقه بندی دو مرحله ای صحت و اعتبار کلی طبقه بندی بهبود داده شده است. در مرحله اول با استفاده از طبقه بندی کننده های کلاسیک یک طبقه بندی اولیه انجام می شود. در مرحله دوم با فرض همبستگی کلاس هر پیکسل با همسایه هایش و استفاده از توزیع Gibbs، نقشه حاصل از طبقه بندی مرحله اول بهبود می یابد. نتایج حاصل از طبقه بندی داده های واقعی سنجنده AVIRIS نشان می دهد که الگوریتم پیشنهادی برای طبق هبندی داده های ابرطیفی کارآمد بوده و مشکل محدود بودن تعداد نمونه های آموزشی را تا حد قابل توجهی جبران می نماید.
Keywords:
Authors
احمد کشاورز
تهران، دانشگاه تربیت مدرس، گروه مهندسی مخابرات
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 :