پردازش تصاویر پانکروماتیک (HR-PRS) و پایش الگوهای فرمیک شبکه آبراهه‌های جزیره قشم با استفاده از تکنیک‌های ناحیه‌بندی فازی

در این پژوهش با هدف پایش و بازشناسی الگوهای فرمیک شبکه‌ی آبراهه­ ها در مرکز جزیره‌ی قشم از تصاویر پانکروماتیک HR-PR سنجنده GeoEye-1 استفاده شده­است. در این راستا با بهره ­گیری از الگوریتم­ های FWS ، MSA ، IDF و CFM در نرم‌افزار MATLAB ناحیه‌بندی فازی صورت گرفته ­است. در ادامه بر اساس ویژگی‌های فازی...

Full description

Bibliographic Details
Main Authors: هیوا علمیزاده, هادی مهدی پور
Format: Article
Language:fas
Published: University of Tabriz 2022-05-01
Series:هیدروژئومورفولوژی
Subjects:
Online Access:https://hyd.tabrizu.ac.ir/article_14341_7e63de405d0dda508b153453e55696a1.pdf
_version_ 1811188599156113408
author هیوا علمیزاده
هادی مهدی پور
author_facet هیوا علمیزاده
هادی مهدی پور
author_sort هیوا علمیزاده
collection DOAJ
description در این پژوهش با هدف پایش و بازشناسی الگوهای فرمیک شبکه‌ی آبراهه­ ها در مرکز جزیره‌ی قشم از تصاویر پانکروماتیک HR-PR سنجنده GeoEye-1 استفاده شده­است. در این راستا با بهره ­گیری از الگوریتم­ های FWS ، MSA ، IDF و CFM در نرم‌افزار MATLAB ناحیه‌بندی فازی صورت گرفته ­است. در ادامه بر اساس ویژگی‌های فازی به ادغام تصاویر ورودی پرداخته و سپس با استفاده از خوشه‌بند‌ی­ فازی به ناحیه‌بندی تصاویر اقدام گردید. در این رابطه از فرآیند ادغام تصاویر پانکروماتیک و خروجی آن جهت ناحیه‌بندی استفاده شده ­است. در نهایت روش‌های خوشه‌بندی مورد مطالعه که دارای پارامترهای فازی هستند، بر روی تصاویر ورودی اعمال شده و نتایج آن مورد بحث و بررسی قرار گرفته است. نتایج ناحیه‌بندی فازی و مقایسه‌ی روش‌های پیشنهادی با یکدیگر نشان می­دهد که الگوریتم خوشه­ بندی CFM عملکرد بسیار خوبی در تشخیص عوارض و پدیده­ های مکانی و بازشناسی الگوهای فرمیک شبکه آبراهه ­ها دارد و دارای بهترین عملکرد در ناحیه‌بندی این منطقه می‌باشد. نتایج الگوریتم ­های خوشه ­بندی مورد مطالعه، کارایی روش‌های ناحیه‌بندی پیشنهادی را از منظر تشخیص عوارض و پدیده­ های مکانی و استخراج دقیق اطلاعات از تصاویر تایید می‌نمایند. از این رو مطابق نتایج پژوهش، استفاده از الگوریتم­ های خوشه­ بندی و ویژگی‌های فازی، جهت ادغام اطلاعات تصاویر ماهواره‌ای HR-PRS روش مناسب و بهینه با هدف ناحیه‌بندی می‌باشد. همچنین در ادغام این اطلاعات اعداد فازی نوع نرمال بهترین نوع اعداد جهت استفاده در ناحیه‌بندی منطقه محسوب می­شود و استفاده از اعداد فازی در حالت کلی می‌تواند ما را به نتایج بهتری در ناحیه‌بندی تصاویر ماهواره­ای برساند. نتایج این پژوهش می­تواند در آمایش سرزمین، مدیریت، برنامه­ ریزی و توسعه‌ی پایدار آتی مناطق مفید واقع شود.
first_indexed 2024-04-11T14:22:25Z
format Article
id doaj.art-ac2a064c08ee4a8e841ce1d00dd34099
institution Directory Open Access Journal
issn 2383-3254
2676-4571
language fas
last_indexed 2024-04-11T14:22:25Z
publishDate 2022-05-01
publisher University of Tabriz
record_format Article
series هیدروژئومورفولوژی
spelling doaj.art-ac2a064c08ee4a8e841ce1d00dd340992022-12-22T04:19:02ZfasUniversity of Tabrizهیدروژئومورفولوژی2383-32542676-45712022-05-01930644910.22034/hyd.2022.44881.158014341پردازش تصاویر پانکروماتیک (HR-PRS) و پایش الگوهای فرمیک شبکه آبراهه‌های جزیره قشم با استفاده از تکنیک‌های ناحیه‌بندی فازیهیوا علمیزاده0هادی مهدی پور1استادیار ژئومورفولوژی، گروه زمین‌شناسی دریایی، دانشگاه علوم و فنون دریایی خرمشهر، خرمشهر، ایراناستادیار, Almeria, Spainدر این پژوهش با هدف پایش و بازشناسی الگوهای فرمیک شبکه‌ی آبراهه­ ها در مرکز جزیره‌ی قشم از تصاویر پانکروماتیک HR-PR سنجنده GeoEye-1 استفاده شده­است. در این راستا با بهره ­گیری از الگوریتم­ های FWS ، MSA ، IDF و CFM در نرم‌افزار MATLAB ناحیه‌بندی فازی صورت گرفته ­است. در ادامه بر اساس ویژگی‌های فازی به ادغام تصاویر ورودی پرداخته و سپس با استفاده از خوشه‌بند‌ی­ فازی به ناحیه‌بندی تصاویر اقدام گردید. در این رابطه از فرآیند ادغام تصاویر پانکروماتیک و خروجی آن جهت ناحیه‌بندی استفاده شده ­است. در نهایت روش‌های خوشه‌بندی مورد مطالعه که دارای پارامترهای فازی هستند، بر روی تصاویر ورودی اعمال شده و نتایج آن مورد بحث و بررسی قرار گرفته است. نتایج ناحیه‌بندی فازی و مقایسه‌ی روش‌های پیشنهادی با یکدیگر نشان می­دهد که الگوریتم خوشه­ بندی CFM عملکرد بسیار خوبی در تشخیص عوارض و پدیده­ های مکانی و بازشناسی الگوهای فرمیک شبکه آبراهه ­ها دارد و دارای بهترین عملکرد در ناحیه‌بندی این منطقه می‌باشد. نتایج الگوریتم ­های خوشه ­بندی مورد مطالعه، کارایی روش‌های ناحیه‌بندی پیشنهادی را از منظر تشخیص عوارض و پدیده­ های مکانی و استخراج دقیق اطلاعات از تصاویر تایید می‌نمایند. از این رو مطابق نتایج پژوهش، استفاده از الگوریتم­ های خوشه­ بندی و ویژگی‌های فازی، جهت ادغام اطلاعات تصاویر ماهواره‌ای HR-PRS روش مناسب و بهینه با هدف ناحیه‌بندی می‌باشد. همچنین در ادغام این اطلاعات اعداد فازی نوع نرمال بهترین نوع اعداد جهت استفاده در ناحیه‌بندی منطقه محسوب می­شود و استفاده از اعداد فازی در حالت کلی می‌تواند ما را به نتایج بهتری در ناحیه‌بندی تصاویر ماهواره­ای برساند. نتایج این پژوهش می­تواند در آمایش سرزمین، مدیریت، برنامه­ ریزی و توسعه‌ی پایدار آتی مناطق مفید واقع شود.https://hyd.tabrizu.ac.ir/article_14341_7e63de405d0dda508b153453e55696a1.pdfتصاویر پانکروماتیکhr-prsسنجنده geoeye-1الگوریتم‌های خوشه‌بندی فازیجزیره قشم
spellingShingle هیوا علمیزاده
هادی مهدی پور
پردازش تصاویر پانکروماتیک (HR-PRS) و پایش الگوهای فرمیک شبکه آبراهه‌های جزیره قشم با استفاده از تکنیک‌های ناحیه‌بندی فازی
هیدروژئومورفولوژی
تصاویر پانکروماتیکhr-prs
سنجنده geoeye-1
الگوریتم‌های خوشه‌بندی فازی
جزیره قشم
title پردازش تصاویر پانکروماتیک (HR-PRS) و پایش الگوهای فرمیک شبکه آبراهه‌های جزیره قشم با استفاده از تکنیک‌های ناحیه‌بندی فازی
title_full پردازش تصاویر پانکروماتیک (HR-PRS) و پایش الگوهای فرمیک شبکه آبراهه‌های جزیره قشم با استفاده از تکنیک‌های ناحیه‌بندی فازی
title_fullStr پردازش تصاویر پانکروماتیک (HR-PRS) و پایش الگوهای فرمیک شبکه آبراهه‌های جزیره قشم با استفاده از تکنیک‌های ناحیه‌بندی فازی
title_full_unstemmed پردازش تصاویر پانکروماتیک (HR-PRS) و پایش الگوهای فرمیک شبکه آبراهه‌های جزیره قشم با استفاده از تکنیک‌های ناحیه‌بندی فازی
title_short پردازش تصاویر پانکروماتیک (HR-PRS) و پایش الگوهای فرمیک شبکه آبراهه‌های جزیره قشم با استفاده از تکنیک‌های ناحیه‌بندی فازی
title_sort پردازش تصاویر پانکروماتیک hr prs و پایش الگوهای فرمیک شبکه آبراهه‌های جزیره قشم با استفاده از تکنیک‌های ناحیه‌بندی فازی
topic تصاویر پانکروماتیکhr-prs
سنجنده geoeye-1
الگوریتم‌های خوشه‌بندی فازی
جزیره قشم
url https://hyd.tabrizu.ac.ir/article_14341_7e63de405d0dda508b153453e55696a1.pdf
work_keys_str_mv AT hywạʿlmyzạdh prdạzsẖtṣạwyrpạnḵrwmạtyḵhrprswpạysẖạlgwhạyfrmyḵsẖbḵhậbrạhhhạyjzyrhqsẖmbạạstfạdhạztḵnyḵhạynạḥyhbndyfạzy
AT hạdymhdypwr prdạzsẖtṣạwyrpạnḵrwmạtyḵhrprswpạysẖạlgwhạyfrmyḵsẖbḵhậbrạhhhạyjzyrhqsẖmbạạstfạdhạztḵnyḵhạynạḥyhbndyfạzy