ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

EVALUtion of the impact of misregistration error in fused images on the accuacy of feature extraction

سال انتشار: 1390
کد COI مقاله: SASTECH05_096
زبان مقاله: انگلیسیمشاهده این مقاله: 932
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله EVALUtion of the impact of misregistration error in fused images on the accuacy of feature extraction

h Cheraghchi - Dept. of Surveying and Geomatics Eng., College of Eng., University of Isfahan
s Homayouni - Dept. of Surveying and Geomatics Eng., College of Eng., University of Tehran
M Momeni

چکیده مقاله:

Hyperspectral images provide the abundant spectral data from ground surface in hundreds spectral bands, therefore has been considered in various remote sensing applications. The spatial resolution of these sensors is limited. In some of applications like urban feature extraction, in addition to high spectral resolution, also the high spatial resolution is necessary. Here, image fusion techniques are suggested for the enhancing spatial resolution of hyperspectral data. Image registration is one of the most important steps in the fusion process. The main objective in image registration is to bring the target image into alignment with the reference image by applying a set of transformation to the target image. Irrespective of what method of fusion is used, the main challenge in image fusion at pixel level is image registration. In this paper, the effect of misregistration error on the accuracy of road extraction algorithms is investigated. The roads are extracted using an object-oriented fuzzy classification approach. For evaluation misregistration error in accuracy of road extraction, a coarsened spatial resolution hyperspectral data and a multispectral data are generated from an original hyperspectral data. These images are misregistered by 0, 1, 2, 3 pixels in the diagonal direction. Then, the coarsened hyperspectral and shifted multispectral images are fused. After, roads extract through the fused data and the original hyperspectral data. For accuracy assessment of extracted roads, the correctness, completeness and quality indexes are calculated. This study clearly showed that misregistration error has significant effects on the accuracy of feature extraction and we need to achieve sub-pixel values of image registration accuracy to ensure a rational accuracy for road extraction

کلیدواژه ها:

Hyperspectral Image, Image Fusion, Image Registration, Feature Extraction, Object-Oriented Classification

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا SASTECH05_096 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/157407/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Cheraghchi, h and Homayouni, s and Momeni, M,1390,EVALUtion of the impact of misregistration error in fused images on the accuacy of feature extraction,5th Symposium on Advances in Science and Technology,Mashhad,,,https://civilica.com/doc/157407

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390, Cheraghchi, h؛ s Homayouni and M Momeni)
برای بار دوم به بعد: (1390, Cheraghchi؛ Homayouni and Momeni)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Blaschke , T., Lang S, Lorup E, Stroble J. (2000). ...
  • Borghys, D., Shimoni, M., Degueldre, G., Perreel, C.(2007). Improved object ...
  • ENVI, (2004). User Guide. ITT VIS, Colorado, USA. ...
  • Hong, G., Zhang, Y.(2005). The image registration technique for high ...
  • "sAsTech 2011, Khavaran Higher-education Institute, Mashhad, Iran. May 12-14. ...
  • Jazaeri, A. (2007). Enhancing hyperspectral spatial resolution using mulispectral image ...
  • Koc San, D., Turker, M. (2007). Automatic building extraction from ...
  • Townshend, J., Justice, C., Gurney, C., McManus. (1992). The impact ...
  • Wiedemann, C., Heipke, C., Mayer, H.(1998). Empirical evaluation of automatic ...
  • http : //www. isprs2007ist. itu. edu.tr/39.pdf. ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 16,255
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی