قطعه بندی تصاویر چند طیفی با استفاده از الگوریتم ژنتیک و طبقه بندی کننده ماشین بردار پشتیبان (SVM) و بهره برداری از الگوریتم PSO جهت ترکیب تصاویر
Publish place: چهارمین کنفرانس ملی مهندسی برق ایران
Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 454
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NEEC04_122
تاریخ نمایه سازی: 11 شهریور 1397
Abstract:
در این مقاله، روشی برای قطعه بندی تصاویر ماهواره ای چند طیفی، ارایه شده است. در این نوشتار، با استفاده از روش ترکیب تصاویر، کیفیت تصویر ماهواره ای افزایش پیدا می کند. نحوه ترکیب تصاویر نیز با استفاده از یک روش بهینه سازی هوشمند (الگوریتم اجتماع ذرات) بهینه سازی می گردد تا بهترین ضرایب برای این ترکیب، انتخاب گردد. در گام بعدی، برای ساخت تصویر هدف از الگوریتم طبقه بندی K-means استفاده شده است. با استفاده از این الگوریتم، یک طبقه بندی بدون راهنما انجام می شود تا تصویر هدف، حاصل گردد. در مرحله بعد با استفاده از الگوریتم ماشین بردار پشتیبان با کمترین مربعات (LS-SVM) و آموزش از طریق ماتریس هدف، شبکه ای آموزش دیده برای قطعه بندی تصاویر ماهواره ای، فراهم می گردد. برای استخراج ویژگی نیز از الگوریتم PCA ، میانگین و شاخص NVDI استفاده می شود ضمن اینکه این مرحله ( استخراج ویژگی) در این پایان نامه، توسط الگوریتم ژنتیک، بهینه سازی شده است.
Keywords:
قطعه بندی تصویر , ماشین بردار پشتیبان با کمترین مربعات (LS-SVM) , الگوریتم اجتماع ذرات (PSO) , استخراج ویژگی تصویر
Authors
فاطمه آریش
گروه مهندسی برق، دانشکده مهندسی برق، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران
سعید نصری
گروه مهندسی برق، دانشکده مهندسی برق، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران