بررسى روش هاى طبقه بندى تصاویر ماهواره اى
استخراج اطلاعات از تصاویر ماهواره اى در دهه هاى اخیر رشد چشم گیرى داشته و در این راستا الگوریتم هاى مختلفى جهت استخراج اطلاعات از تصاویر ماهواره اى معرفى شده اند که هر کدام از این روشها مزایا و معایبى دارند. در کل روشهاى طبقه بندى تصاویر ماهواره اى به دو دسته طبقه بندى نظارت شده و نظارت نشده...
Main Authors: | , , |
---|---|
Format: | Article |
Language: | fas |
Published: |
سازمان جغرافیایی نیروهای مسلح
2006-10-01
|
Series: | اطلاعات جغرافیایی |
Subjects: | |
Online Access: | http://www.sepehr.org/article_27912_09f9cf070127b5c9d43fa41a52153c1c.pdf |
_version_ | 1818142749567746048 |
---|---|
author | محمد اخباری ابوالفضل رنجبر سید محمد باقر فاطمی |
author_facet | محمد اخباری ابوالفضل رنجبر سید محمد باقر فاطمی |
author_sort | محمد اخباری |
collection | DOAJ |
description | استخراج اطلاعات از تصاویر ماهواره اى در دهه هاى اخیر رشد چشم گیرى داشته و در این راستا الگوریتم هاى مختلفى جهت استخراج اطلاعات از تصاویر ماهواره اى معرفى شده اند که هر کدام از این روشها مزایا و معایبى دارند. در کل روشهاى طبقه بندى تصاویر ماهواره اى به دو دسته طبقه بندى نظارت شده و نظارت نشده تقسیم مى شوند. همچنین روش طبقه بندى نظارت شده خود به دو روش پارامتریک و غیرپارامتریک تقسیم مى شوند. در این مقاله هدف معرفى و بررسى الگوریتم هاى روشهاى طبقه بندى تصاویر ماهواره اى نظارت شده از نوع پارامتریک و نظارت نشده ها از لحاظ دقت و روش استخراج اطلاعات آنها مى باشد. در نهایت با مقایسه الگوریتم هاى روشهاى موجود به این نتیجه مى رسیم، روش بیشترین شباهت نسبت به روش هاى کمترین فاصله و متوازى السطوح دقت بیشترى دارد اما باز با این روش دقت مور دنظر در طبقه بندى را نمى توان بدست آورد. درحقیقت از روشهاى آمارى نظیر بیشترین شباهت زمانى که هدف رسیدن به دقت بالا مورد نیاز باشد، نمى توان استفاده کرد. زیرا روش بیشترین شباهت یک روش کاملاً آماریست و بنابراین توانایى پذیرفتن و بکارگیرى اطلاعات خارجى در شکل غیرآمارى نظیر هندسه تصویربردارى، هندسه عوارض مورد تصویربردارى و همچنین موارد مؤثرى چون اتمسفر در فرایند طبقه بندى را ندارد و این یکى از ضعفهاى طبقه بندى بیشترین شباهت نسبت به روشهاى مدل - پایه محسوب مى شود. پس جهت بهبود و رفع ایراداتى که در این روش وجود دارد روشهاى نظیر مدل - پایه و دانش - پایه معرفى شده اند. |
first_indexed | 2024-12-11T11:20:43Z |
format | Article |
id | doaj.art-e42b632bba0441af86512b0681661b14 |
institution | Directory Open Access Journal |
issn | 2588-3860 2588-3879 |
language | fas |
last_indexed | 2024-12-11T11:20:43Z |
publishDate | 2006-10-01 |
publisher | سازمان جغرافیایی نیروهای مسلح |
record_format | Article |
series | اطلاعات جغرافیایی |
spelling | doaj.art-e42b632bba0441af86512b0681661b142022-12-22T01:09:11Zfasسازمان جغرافیایی نیروهای مسلحاطلاعات جغرافیایی2588-38602588-38792006-10-011559616427912بررسى روش هاى طبقه بندى تصاویر ماهواره اىمحمد اخباری0ابوالفضل رنجبر1سید محمد باقر فاطمی2عضو هیأت علمى دانشگاه امام حسین (ع)کارشناس ارشد فتوگرامترى و سنجش از دور، عضو هیئت علمی دانشگاه تبریزکارشناس ارشد سیستم اطلاعات جغرافیایىاستخراج اطلاعات از تصاویر ماهواره اى در دهه هاى اخیر رشد چشم گیرى داشته و در این راستا الگوریتم هاى مختلفى جهت استخراج اطلاعات از تصاویر ماهواره اى معرفى شده اند که هر کدام از این روشها مزایا و معایبى دارند. در کل روشهاى طبقه بندى تصاویر ماهواره اى به دو دسته طبقه بندى نظارت شده و نظارت نشده تقسیم مى شوند. همچنین روش طبقه بندى نظارت شده خود به دو روش پارامتریک و غیرپارامتریک تقسیم مى شوند. در این مقاله هدف معرفى و بررسى الگوریتم هاى روشهاى طبقه بندى تصاویر ماهواره اى نظارت شده از نوع پارامتریک و نظارت نشده ها از لحاظ دقت و روش استخراج اطلاعات آنها مى باشد. در نهایت با مقایسه الگوریتم هاى روشهاى موجود به این نتیجه مى رسیم، روش بیشترین شباهت نسبت به روش هاى کمترین فاصله و متوازى السطوح دقت بیشترى دارد اما باز با این روش دقت مور دنظر در طبقه بندى را نمى توان بدست آورد. درحقیقت از روشهاى آمارى نظیر بیشترین شباهت زمانى که هدف رسیدن به دقت بالا مورد نیاز باشد، نمى توان استفاده کرد. زیرا روش بیشترین شباهت یک روش کاملاً آماریست و بنابراین توانایى پذیرفتن و بکارگیرى اطلاعات خارجى در شکل غیرآمارى نظیر هندسه تصویربردارى، هندسه عوارض مورد تصویربردارى و همچنین موارد مؤثرى چون اتمسفر در فرایند طبقه بندى را ندارد و این یکى از ضعفهاى طبقه بندى بیشترین شباهت نسبت به روشهاى مدل - پایه محسوب مى شود. پس جهت بهبود و رفع ایراداتى که در این روش وجود دارد روشهاى نظیر مدل - پایه و دانش - پایه معرفى شده اند.http://www.sepehr.org/article_27912_09f9cf070127b5c9d43fa41a52153c1c.pdfطبقه بندى تصاویر ماهواره اىطبقه بندى نظارت شدهطبقه بندى نظارت نشدهکمترین فاصلهمتوازى السطوحبیشترین شباهتدانش- پایهمدل- پایه |
spellingShingle | محمد اخباری ابوالفضل رنجبر سید محمد باقر فاطمی بررسى روش هاى طبقه بندى تصاویر ماهواره اى اطلاعات جغرافیایی طبقه بندى تصاویر ماهواره اى طبقه بندى نظارت شده طبقه بندى نظارت نشده کمترین فاصله متوازى السطوح بیشترین شباهت دانش- پایه مدل- پایه |
title | بررسى روش هاى طبقه بندى تصاویر ماهواره اى |
title_full | بررسى روش هاى طبقه بندى تصاویر ماهواره اى |
title_fullStr | بررسى روش هاى طبقه بندى تصاویر ماهواره اى |
title_full_unstemmed | بررسى روش هاى طبقه بندى تصاویر ماهواره اى |
title_short | بررسى روش هاى طبقه بندى تصاویر ماهواره اى |
title_sort | بررسى روش هاى طبقه بندى تصاویر ماهواره اى |
topic | طبقه بندى تصاویر ماهواره اى طبقه بندى نظارت شده طبقه بندى نظارت نشده کمترین فاصله متوازى السطوح بیشترین شباهت دانش- پایه مدل- پایه |
url | http://www.sepehr.org/article_27912_09f9cf070127b5c9d43fa41a52153c1c.pdf |
work_keys_str_mv | AT mḥmdạkẖbạry brrsyrwsẖhạyṭbqhbndytṣạwyrmạhwạrhạy AT ạbwạlfḍlrnjbr brrsyrwsẖhạyṭbqhbndytṣạwyrmạhwạrhạy AT sydmḥmdbạqrfạṭmy brrsyrwsẖhạyṭbqhbndytṣạwyrmạhwạrhạy |