Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

ارزیابی تکنیک های مختلف طبقه بندی شی گرا در استخراج کاربری اراضی از تصاویر ماهواره آیکونوس

Year: 1398
COI: JR_SEPEHR-28-111_014
Language: PersianView: 352
This Paper With 11 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 11 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

سعید سلمانی - دانش آموخته کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا و برنامه ریزی، دانشگاه تبریز
حمید ابراهیمی - دانش آموخته کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا و برنامه ریزی، دانشگاه تبریز
کیوان محمد زاده - دانش آموخته کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا و برنامه ریزی، دانشگاه تبریز
خلیل ولیزاده کامران - دانشیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا و برنامه ریزی، دانشگاه تبریز

Abstract:

طبقه بندی تصاویر ماهواره ای با استفاده از پردازش شی گرا تاکنون با بهره گیری از تکنیک های مختلف به طور گسترده ای مورد استفاده قرار گرفته است. اگرچه تعداد بسیار زیادی الگوریتم طبقه بندی برای تصاویر ارائه شده، اما به ندرت بر روی یک مورد یکسان بایکدیگر مقایسه شده اند. در این پژوهش، تصویر ماهواره آیکونوس با استفاده از سه الگوریتم طبقه بندی شی ءگرا از جمله؛ آستانه گذاری، نزدیک ترین همسایگی و طبقه بندی فازی در تهیه نقشه کاربری اراضی مورد مقایسه قرار گرفته است. جهت طبقه بندی و مقایسه نتایج حاصل از هر سه روش مورد مطالعه از نقاط کنترل زمینی یکسان استفاده شده است و در نهایت بهترین الگوریتم طبقه بندی با استفاده از روش های ارزیابی صحت از جمله؛ شاخص دقت کلی و ضریب کاپای طبقه بندی مشخص گردید. نتایج حاصل از طبقه بندی و ارزیابی دقت نشان دهنده بالاترین میزان دقت کلی و ضریب کاپا برای الگوریتم فازی شی ءگرا می باشد که دقت بالای این روش به دلیل بررسی د رجه عضویت پارامترهای موثر د ر طبقه بند ی و استفاد ه از پارامترها و معیار های دارای بیشترین د رجه عضویت در طبقه بندی می باشد. همچنین تکنیک  نزدیک ترین همسایگی با استفاده از الگوریتم FOS با تولید دقت کلی 92/0 و ضریب کاپا 909/0 بعد از الگوریتم فازی شی ءگرا بیشترین دقت را دارا می باشد. روش تعیین آستانه به دلیل دخالت کاربر در تعیین آستانه ها - جهت طبقه بندی - کمترین دقت را در استخراج کاربری های اراضی بین سه روش مورد مقایسه نشان می دهد. به دلیل ماهیت مقایسه ای این پژوهش نتایج آن برای شناسایی روش های بهینه در تولید و تهیه نقشه کاربری اراضی از تصاویر با قدرت تفکیک مکانی بالا از اهمیت بالایی برخوردار بوده و قابل استفاده برای پژوهشگران و سازمان های تولیدکننده نقشه های کاربری اراضی می باشد.

Keywords:

Paper COI Code

This Paper COI Code is JR_SEPEHR-28-111_014. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/977533/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
سلمانی، سعید و ابراهیمی، حمید و محمد زاده، کیوان و ولیزاده کامران، خلیل،1398،ارزیابی تکنیک های مختلف طبقه بندی شی گرا در استخراج کاربری اراضی از تصاویر ماهواره آیکونوس،https://civilica.com/doc/977533

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 :

  • ارزیابی استفاده از الگوریتمهای فازی در افزایش دقت نقشههای کاربری اراضی استخراج شد ه با رو شهای پرد ازش شیءگرا [Journal Paper]
  • نیک فر، م.، ولدان زوج، م.، مختارزاده، م.، علیاری،م. 1394. ...
  • Baatz, M., Hoffmann, C. & Willhauck, G. (2008). Progressing from ...
  • Benz, U. C., Hofmann, P., Willhauck, G., Lingenfelder, I. & ...
  • Blaschke, T. (2010). Object based image analysis for remote sensing. ISPRS ...
  • Blaschke, T., Hay, G. J., Kelly, M., Lang, S., Hofmann, ...
  • Chaudhuri, B. B. & Sarkar, N. (1995). Texture segmentation using ...
  • Chavez, P.S., Jr. 1998. An Improved Dark-Object Subtraction Technique for ...
  • Chen, M., Su, W., Li, L., Zhang, C., Yue, A. ...
  • Chipman, J. W., Lillesand, T. M., Schmaltz, J. E., Leale, ...
  • Drăguţ, L. & Blaschke, T. (2006). Automated classification of landform ...
  • Fassnacht, F. E., Hartig, F., Latifi, H., Berger, C., Hernández, ...
  • Ghosh, A. & Joshi, P. K. (2014). A comparison of ...
  • Li, M., Ma, L., Blaschke, T., Cheng, L. & Tiede, ...
  • Liu, Y., Li, M., Mao, L., Xu, F. & Huang, ...
  • Myint, S. W., Gober, P., Brazel, A., Grossman-Clarke, S. & ...
  • Navulur, K. (2006). Multispectral image analysis using the object-oriented paradigm. CRC ...
  • Pal, M. & Mather, P. M. (2005). Support vector machines ...
  • Strasser, T. & Lang, S. (2015). Object-based class modelling for ...
  • Süzen, M. L. (2002). Data driven landslide hazard assessment using geographical ...
  • Szuster, B. W., Chen, Q. & Borger, M. (2011). A ...
  • Tiede, D., Lang, S., Albrecht, F. & Hölbling, D. (2010). ...
  • Wijaya, A., Budiharto, R. S., Tosiani, A., Murdiyarso, D. & ...
  • Yu, Q., Gong, P., Clinton, N., Biging, G., Kelly, M. ...
  • Yu, Q., Gong, P., Tian, Y. Q., Pu, R. & ...
  • Zhang, Y. & Maxwell, T. (2006, May). A fuzzy logic ...

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

Scientometrics

The specifications of the publisher center of this Paper are as follows:
Type of center: دانشگاه دولتی
Paper count: 23,805
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

Share this page

More information about COI

COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

Support