استفاده از الگوریتم های استخراج پیکسل های خالص از تصاویر ابرطیفی به منظور شناسایی اهداف خاص
Publish place: Geomatics 1388
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,679
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
GEO88_105
تاریخ نمایه سازی: 8 فروردین 1388
Abstract:
در سال های اخیر با پیشرفت تکنولوژی در زمینه ساخت و نصب سنجنده های سنجش از دوری نوری، سنجنده های ابرطیفی با افزایش قابلیت تصویربرداری در صدها باند گسترش و در عرصه سنجش از دور ظهور یافته اند. تصویربرداری ابرطیفی برای شناسایی اهداف و نظارت بر محیط زیست مورد استفاده قرار می گیرد. همچنین کاربردهای آن در زمینه تعیین کاربری زمین، ارزیابی پوشش گیاهی و اکتشافات معدنی روند رو به رشدی دارد. تصویربرداری ابرطیفی در محدوده های طیفی بسیار باریک و به هم پیوسته، قابلیت تفکیک اشیاء و پدیدهها بر حسب ویژگی های طیفی آنها را فراهم مینماید. جزءخالص با ویژگی طیفی خاص برای یک کلاس مشخص میشود. یافتن این ویژگی طیفی خاص از تصاویر ابرطیفی از آنجا که از جمله مهمترین و مشکل ترین مراحل استخراج اطلاعات از این نوع دادهها و بویژه طبقه بندی آن ها میباشد، بسیار مورد توجه است. بسیاری از الگوریتمهای استخراج اجزاءخالص( EEAs) با این هدف توسعه یافتهاند. در این مقاله ابتدا به تشریح نحوه شکلگیری یک تصویر ابرطیفی به همراه نویز پرداخته و سپس با استفاده از الگوریتم تخمین تعداد مواد حاضر در صحنه تعداد اجزاءخالص موجود در صحنه تصویر بدست آمد و در ادامه با پیاده سازی برخی الگوریتمهای استخراج پیکسلهای خالص نظیر N-Findr ،VCAICA و ICA پیکسل هدف تعیین شده است. در پایان نتایج حاصل از اعمال این الگوریتمها و کاربردهای آنها ارائه شده است.
Keywords:
Authors
مرتضی حیدری مظفر
دانشکده مهندسی ژئودزی وژئوماتیک دانشگاه صنعتی خواجه نصیرالدین طوسی
محمودرضا صاحبی
استادیار دانشگاه صنعتی خواجه نصیرالدین طوسی
محمدجواد ولدان زوج
دانشیار دانشگاه صنعتی خواجه نصیرالدین طوسی
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 :