ورود
مقالات فارسیISIکنفرانسهاژورنالها

ارائه یک چارچوب دقیق، کاربردی و ساده برای ماموریت پردازش تصویر مسابقات کن ست ایران

محل انتشار: فصلنامه علوم و فناوری فضایی، دوره: 18، شماره: 4
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 138

نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/2436413

شناسه ملی سند علمی:

JR_JSST-18-4_007

تاریخ نمایه سازی: 21 آبان 1404

چکیده مقاله:

مسابقه CanSat ایران، مسابقه ای در سطح دانشجویی است که هر ساله برگزار می شود. در بخش سنجش از دور این مسابقه، یک ماموریت پردازش تصویر طراحی می شود. در این مقاله، یک چارچوب ساده، کاربردی و دقیق مبتنی بر الگوریتم های خوشه بندی برای یافتن اهداف و نواحی درون آنها پیشنهاد شده است. الگوریتم های K-means، fuzzy cmeans و الگوریتم ژنتیک (GA) در این مطالعه به کار گرفته شده اند. چارچوب پیشنهادی بر روی یک تصویر شبیه سازی شده و یک تصویر گرفته شده توسط CanSat اعمال شد. نتایج نشان می دهد که الگوریتم های خوشه بندی برای تشخیص اهداف در تصویر مناسب هستند. علاوه بر این، مساحت تخمین زده شده توسط چارچوب پیشنهادی نزدیک به مساحت به دست آمده از اندازه گیری میدانی است.

کلیدواژه ها:

نویسندگان

میلاد جانعلی پور

Aerospace Research Institute, Ministry of Science, Research and Technology, Tehran, Iran

نادیا عباس زاده تهرانی

Aerospace Research Institute, Ministry of Science, Research, and Technology, Tehran, Iran

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 :
  • M. M. Vas, A. Shriranjani, B. C. Nishchith, R. Kishore, ...
  • V. R. Doddamani, S. K. Aditi, M. Pujar, A. J. ...
  • C. Chun, M. H. Tanveer, and S. Chakravarty, "The CanSat ...
  • S. Basu and R. K. Kavuluru, "Direct georeferencing of CanSat ...
  • M. Hasan, I. I. Rahman, M. Hossam E Haider, and ...
  • J. A. Richards, Remote Sensing Digital Image Analysis, ۶rd ed. ...
  • V. M. Dharampal, "Methods of image edge detection: A review," ...
  • R. Anand, S. Veni, and J. Aravinth, "An application of ...
  • J. Kuruvilla, D. Sukumaran, A. Sankar, and S. P. Joy, ...
  • D. Lu and Q. Weng, "A survey of image classification ...
  • N. M. Nasrabadi, "Hyperspectral target detection: An overview of current ...
  • X. Liu, "Supervised classification and unsupervised classification," ATS ۶۷۰ Class ...
  • R. Xu and D. Wunsch, "Survey of clustering algorithms," IEEE ...
  • S. S. Al Amri and N. V. Kalyankar, "Image segmentation ...
  • P. Dhankhar and N. Sahu, "A review and research of ...
  • H. G. Kaganami and Z. Beiji, "Region-based segmentation versus edge ...
  • A. Galibourg, J. Dumoncel, N. Telmon, A. Calvet, J. Michetti, ...
  • Y. J. Zhang, "A survey on evaluation methods for image ...
  • D. Kaur and Y. Kaur, "Various image segmentation techniques: A ...
  • M. Belgiu and L. Drăguţ, "Random forest in remote sensing: ...
  • G. Mountrakis, J. Im, and C. Ogole, "Support vector machines ...
  • P. M. Atkinson and A. R. Tatnall, "Introduction neural networks ...
  • P. S. Sisodia, V. Tiwari, and A. Kumar, "Analysis of ...
  • Z. Lin and G. Zhang, "Genetic algorithm-based parameter optimization for ...
  • Y. Wang and M. Jamshidi, "Fuzzy logic applied in remote ...
  • L. Ma, Y. Liu, X. Zhang, Y. Ye, G. Yin, ...
  • B. Chen, L. Liu, Z. Zou, and Z. Shi, "Target ...
  • R. Suganya and R. Shanthi, "Fuzzy c-means algorithm-a review," International ...
  • D. Q. Zeebaree, H. Haron, A. M. Abdulazeez, and S. ...
    • نمایش کامل مراجع