ارزیابی تکنیک های آشکارسازی تغییرات شی گرا در تصاویر چند زمانه با قدرت تفکیک مکانی بالا

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 795

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCEGIT01_091

تاریخ نمایه سازی: 19 اردیبهشت 1395

چکیده مقاله:

آنالیز تصاویر سنجش از دور به عنوان روشی مناسب برای آشکارسازی تغییرات مربوط به پدیده ها سبب تسهیل درفرایند شناسایی تغییرات شده است امروزه به دلیل دستیابی به نسل جدید ماهواره ها با فدرت تفکیک ماکانی بالا و اطلاعات طیفی غنی همگام با پیشرفت آنالیزهای پردازش تصاویر افق های جدیدی را به منظور شناسایی تغییرات و به روز رسانی نقشه ها گشوده شده است یک دیدگاه متداول برای دسته بندی تکنیک های آشکارسازی تغییرات واحد محاسباتی مورد استفاده است که از این لحاظ به دو گروه پیکسل مبنا و شی مبنا تقسیم می شوند با توسعه روش های آنالیز شی گرای تصاویر نقطه ضعف روش های مبتنی بر پیکسل رفع شده و طیف وسیعی از اطلاعات طیفی متنی ساختاری و مفهومی از عوارض در غالب شی های تصویری فراهم شده است در این تحقیق بعد از انجام پیش پردازش های لازم بر روی تصاویر دو زمانه اقدام به قطعه بندی به روش چند مقیاسه کرده و سپس شی های استخراج شده از هر دو تصویر با سه روش ماشین بردار پشتیبان نزدیک ترین همسایگی و سلسله مراتبی طبقه بندی می شوند و با استفاده از روش های آشکارسازی تغییرات شی کلاس OBC و آشکارسازی تغییرات شی چند زمانه OBMTماهیت و نوع تغییرات به دست می آید برای این منظور در این تحقیق از تصایر ماهواره ای با توان تفکیک بالای ماهواره ای GeoEyeوQuickBird مربط به سالهای 1385و1389 جهت شناسایی تغییرات در منطقه مطالعاتی شهرک آزادشهر واقع در ناحیه هشت از منطقه 22 استان تهران استفاده شده است

کلیدواژه ها:

آشکارسازی تغییرات ، آنالیز شی گرای تصاویر ، آشکارسازی تغییرات شی کلاس ، آشکارسازی تغییرات شی چند زمانه

نویسندگان

فاطمه سعیدزاده

فارغ التحصیل کارشناسی ارشد فتوگرامتری دانشکده نقشه برداری دانشگاه صنعتی خواجه نصیرالدین طوسی

حمید عبادی

دانشیار پژوهشکده سنجش از دور دانشکده نقشه برداری دانشگاه صنعتی خواجه نصیرالدین طوسی

محمودرضا صاحبی

استادیار پژوهشکده سنجش از دور دانشکده نقشه برداری دانشگاه صنعتی خواجه نصیرالدین طوسی

وحید صادقی

دانشجوی دکتری فتوگرامتری دانشکده نقشه برداری دانشگاه صنعتی خواجه نصیرالدین طوسی

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 :
  • ف. سعیدزاده، 1394، آشکارسازی تغییرات مناطق نیمه‌شهری در تصاویر ماهواره‌ای ...
  • Jensen, J.R. (1996). Introductory digital image processing: a remote sensing ...
  • Singh, A, 1989. Review Article Digital change detection techniques using ...
  • Castilla, G., Hay, G.J., 2008. Image objects and geographic objects. ...
  • Blaschke, T., 2010. Object based image analysis for remote sensing. ...
  • Aguirre -Gutierrez, J., Seij monsbergen, A.C., Duivenvo orden, J.F., 2012. ...
  • Bock, M., Xofis, P., Mitchley, J., Rossner, G., Wissen, M., ...
  • Addink, E.A., Van Coillie, F.M.B., De Jong, S.M., 2012. Introduction ...
  • MARCEAU, D.J. and HAY, G.J., 1999, Remote sensing contribution to ...
  • Chen, G., Hay, G.J., Carvalho, L.M.T., Wulder, M.A., 2012a. Object-based ...
  • Gang Chen, Geoffrey J. Hay, Luis M. T. Carvalho & ...
  • _ Meinel, M. Neubert, J. Reder, The Potential use of ...
  • Guindon, B., 1997. C omputer-based aerial image understanding: a review ...
  • Pal, M., 2005. Random forest classifier for remote sensing classification. ...
  • Woodcock, C.E., Strahler, A.H., 1987. The factor of scae in ...
  • Benz, U.C., Hofmann, P., Willhauck, G., Lingenfelder, I., Heynen, M., ...
  • Zhong, C., Zhongmin, Z., DongMei, Y. and Renxi, C., 2005 ...
  • Theodoridis S. and Koutroumbas K. (2003). Pattern ReCognition. Second Edition. ...
  • Lackner, M., Conway, T.M., 2008 .Determining land-use information from land ...
  • Richards, J.A. and Jia, _ 2005. Remote sensing digital image ...
  • نمایش کامل مراجع