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...
Main Authors: | , |
---|---|
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 |