بررسی روشهای بخش بندی تصاویر سنجش از دور مبتنی بر رویکردهای سنتی و یادگیری عمیق

تفسیر و آشکارسازی بصری اشیاء در تصاویر سنجش از دور از چالشهای اصلی بینایی ماشین است. در سالهای اخیر روشها و رویکردهای متفاوتی از تکنیکهای پردازش رقومی تصاویر تا یادگیری عمیق مورد مطالعه قرار گرفته است. با اینحال توسعه روشهای بخشبندی تصاویر از اهمیت بالایی برخوردار است و میتواند راهگشا پیشبینی ها و پایشهای عوارض و رخدادهای طبیعی باشد. از آنجایی که شناسایی و آشکارسازی اشیاء در تصاویر سنجش از دور سطح زمین و تولید یک نقشه آشکارسازی شده با استفاده از یک روش کلی نتایج کافی مورد انتظار را تولید نمیکند، داشتن یک دید کلی از رایج ترین رویکردها و روشها در حوزه بخشبندی تصاویر به منظور اتخاذ روش مناسب، از اهمیت بالایی برخوردار است. در این راستا مقاله پیشرو به بحث و مقایسه روشها و رویکردهای مختلف بخشبندی تصاویر سنجش از دور پرداخته شده است.

کلیدواژه ها:

بخشبندی تصاویر ، خوشه بندی ، شبکه عصبی پیچشی ، یادگیری ماشین ، یادگیری عمیق