یک روش جدید در بخش بندی و تشخیص موضوعات برای تصاویر ماهواره ای SAR براساس تبدیل موجک و SVM
محل انتشار: ششمین کنفرانس ماشین بینایی و پردازش تصویر ایران
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,860
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP06_015
تاریخ نمایه سازی: 20 فروردین 1390
چکیده مقاله:
بخش بندی تصویر یک مرحله کلیدی در کاربردهای تصاویر راداری SAR می باشد ولی به دلیل وجود نویزهای Speckle در تصاویر Sar این تصاویر را با استفاده از روشهای معمول و مرسوم نمی توان بخش بندی نمود به دلیل نتایج عالی تبدیل wavelet در استخراج feature و فیلترکردن تصویر و همچنین مزایای SVM در طبقه بندی تصویر یک روش موثر و مفید در بخش بندی و تشخیص موضوعات مختلف در تصاویر SAR در این مقاله پیشنهاد شده است. در مرحله اول ویژگی بافت texture feature برروی تصویر SAR اعمال میشود در مرحله بعد بردار ویژگی feature vector از فیچر انرژی wavelet مقدار میانگین وزندار از فیچر انرژی wavelet و مقادیر سطوح خاکستری از 8- همسایگی از تصویر SAR فیلتر شده تشکیل می شود سپس یک طبقه بندی کننده SVM با استفاده از بردار های فیچر نرمالیزه شده طراحی و اموزش داده می شود. در نهایت مجموعه داده های ازمایشی از تصاویر SAR با استفاده از SVM اموزش داده شده دسته بندی می شود.
کلیدواژه ها:
نویسندگان
غلامرضا اکبری زاده
دانشجوی دکتری رشته مهندسی الکترونیک دانشگاه علم و صنعت ایران
غلامعلی رضایی راد
دانشیار گروه الکترونیک دانشکده مهندسی برق دانشگاه علم و صنعت ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :