این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
اطلاعات جغرافیایی (سپهر)، جلد ۱۵، شماره ۵۹، صفحات ۶۰-۶۵
عنوان فارسی بررسی روش های طبقه ‌بندی تصاویر ماهواره ‌ای
چکیده فارسی مقاله استخراج اطلاعات از تصاویر ماهواره ‌ای در دهه ‌های اخیر رشد چشم گیری داشته و در این راستا الگوریتم ‌های مختلفی جهت استخراج اطلاعات از تصاویر ماهواره ‌ای معرفی شده‌ اند که هر کدام از این روشها مزایا و معایبی دارند. در کل روشهای طبقه بندی تصاویر ماهواره ‌ای به دو دسته طبقه بندی نظارت شده و نظارت نشده تقسیم می‌ شوند. همچنین روش طبقه بندی نظارت شده خود به دو روش پارامتریک و غیرپارامتریک تقسیم می‌ شوند. در این مقاله هدف معرفی و بررسی الگوریتم‌ های روشهای طبقه بندی تصاویر ماهواره ‌ای نظارت شده از نوع پارامتریک و نظارت نشده‌ ها از لحاظ دقت و روش استخراج اطلاعات آنها می‌ باشد. در نهایت با مقایسه الگوریتم ‌های روشهای موجود به این نتیجه می‌ رسیم، روش بیشترین شباهت نسبت به روش های کمترین فاصله و متوازی السطوح دقت بیشتری دارد اما باز با این روش دقت مور دنظر در طبقه بندی را نمی ‌توان بدست آورد. درحقیقت از روشهای آماری نظیر بیشترین شباهت زمانی که هدف رسیدن به دقت بالا مورد نیاز باشد، نمی‌ توان استفاده کرد. زیرا روش بیشترین شباهت یک روش کاملاً آماریست و بنابراین توانایی پذیرفتن و بکارگیری اطلاعات خارجی در شکل غیرآماری نظیر هندسه تصویربرداری، هندسه عوارض مورد تصویربرداری و همچنین موارد مؤثری چون اتمسفر در فرایند طبقه بندی را ندارد و این یکی از ضعفهای طبقه بندی بیشترین شباهت نسبت به روشهای مدل - پایه محسوب می ‌شود. پس جهت بهبود و رفع ایراداتی که در این روش وجود دارد روشهای نظیر مدل - پایه و دانش - پایه معرفی شده ‌اند.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Examination of the Methods of Classification of Satellite Images
چکیده انگلیسی مقاله Data extraction from satellite images has significantly developed in recent decades, and various algorithms have been introduced to extract information from satellite imagery, each of which has advantages and disadvantages. In general, the methods of classification of satellite images fall into two types of supervised and unsupervised classifications. Furthermore, supervised classification methods are divided into two parametric and non-parametric methods. In this paper, the purpose is to introduce and study the algorithms of parametric supervised and unsupervised classifications of satellite images in terms of accuracy and method of extracting information. Finally, by comparing the algorithms of the existing methods, we conclude that the method of maximal similarity is more accurate than the minimum distance and parallelepiped methods, but it is still not possible to achieve the desirable precision in classification using this method. In fact, statistical methods such as maximal similarity can not be used if the goal is acquiring high precision, because the method of maximal similarity is a completely statistical method, and therefore, it can not provide the ability to accept and use external information in a non-statistical form such as geometry of imaging, geometry of features whose images are being taken, as well as effective factors such as the atmosphere in the classification process, and this is one of the weaknesses of maximal similarity classification in comparison to model-based methods. Therefore, methods such as model-based and science-based have been introduced to improve this method and eliminate its problems.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمد اخباری |
عضو هیأت علمى دانشگاه امام حسین ع
سازمان اصلی تایید شده: دانشگاه جامع امام حسین (Imam hosseyn university)

ابوالفضل رنجبر |
کارشناس ارشد فتوگرامترى و سنجش از دور، عضو هیئت علمی دانشگاه تبریز
سازمان اصلی تایید شده: دانشگاه تبریز (Tabriz university)

سید محمد باقر فاطمی | seyed mohammad bagher
کارشناس ارشد سیستم اطلاعات جغرافیایى

نشانی اینترنتی
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات