فرزانه وقاری باهری - کارشناسارشد مهندسی نرمافزار، گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد عجبشیر، عجبشیر، ایران
ناصر فرجزاده - دکترای علومکامپیوتر، هوشمصنوعی، گروه کامپیوتر، دانشکده فناوری اطلاعات و مهندسی کامپیوتر، دانشگاه شهید مدنیآذربایجان، تبریز، ایران
وحید احمدزادهاصل - دانشجوی کارشناسیارشد، گروه گروه فنی و مهندسی، دانشگاه پیام نور، تهران، ایران

یکی از مهمترین کاربردهای تصاویر هوایی، شناسایی و استخراج اجسام ساخت بشر، از تصاویر هوایی است. راهکار پیشنهادی در این مقاله، ارایه یک روش استخراج ویژگیهای تصاویر هوایی برای دستهبندی تصاویر به گروههای تصاویر طبیعی (تصاویر بدون اشیا ساخت بشر) و تصاویر غیرطبیعی (تصاویر با اشیا ساخت بشر) است. در این راهکار پس از پردازشهای لازم روی تصاویر، به استخراج ویژگیهای تصاویر پرداخته میشود. استخراج ویژگیهای تصاویر با استفاده از سه روش ال.بی.پی، ال.تی.پی و جی.سی. ال.ام انجام میشود؛ خروجی این مرحله بصورت ماتریس ویژگی است که با استفاده از آن نمودار هیستوگرام رسم میشود. شود. روش- نمودارهای هیستوگرام این مرحله که بردار ویژگی نامیده میشود به عنوان ورودی برای روشهای یادگیر استفاده می های یادگیر بکاربردهشده برای دستهبندی تصاویر شبکهی عصبی مصنوعی، درخت تصمیمگیری، شبکهی بیزین است. هدف این تحقیق دستیابی به روش اتوماتیک وتحقیق دستیابی به روش اتوماتیک با تکنیکهای بینایی ماشین است. ارزیابی راهکار پیشنهادی بر روی سه پایگاهدادهی جامع موجود در اینترنت انجام شده است؛ که نتایج حاصل ازآن قدرت تشخیص بالای راهکار پیشنهادی را نشان میدهد.

بینایی ماشین، تصاویرهوایی، شبکهی عصبی، شبکهی بیزین، درخت تصمیمگیری، قطعه بندی، یادگیری ماشین