تفکیک محصولات کشاورزی بر پایه طبقه بندی شی گرا تصاویر ماهواره ای

سنجش از دور به عنوان ابزاری جهت تولید اطلاعات جامع و بهنگام با استفاده از فن آوری ماهواره ای برای مدیریت یکپارچه و جامع کشاورزی مطرح است تشخیص نوع محصولات کشاورزی با استفاده از تصاویر ماهواره ای و با کمترین سطح نیاز به دسترسی مستقیم به زمین های کشاورزی موجب کاهش چشمگیر هزینه ها در بخش مدیریت کشاورزی در سطح کلان می شود استفاده از تصاویر چند طیفی چند زمانه راه کاری است که پیش از این تحقیقات جامعی بر روی آن انجام پذیرفته است آنچه در این تحقیق مورد نظر است افزایش دقت تفکیک محصولات کشاورزی یک منطقه با استفاده از اطلاعات مرز زمین های کشاورزی استخراج شده از تصویر با قدرت تفکیک مکانی بالا است در واقع الگوریتم پیشنهادی در این تحقیق اضافه کردن ییک مرحله پردازش بر روی نتایج طبقه بندی کننده های آماری و غیر آماری نظیر طبقه بندی کننده بیشترین شباهت و طبقه بندی کننده شبکه عصبی در کلاس بندی زمین های کشاورزی است در الگوریتم پیشنهادی به هر زمین کشاورزی به عنوان یک واحد جداگانه نگاه شده و پس از پردازش پیکسل مبنا پیکسل های هر زمین کشاورزی کلاسی که بیشترین پوشش را در سطح زمین مورد بررسی داشته باشد تعیین کننده نوع محصول آن مزرعه می باشد در واقع مرز زمین های کشاورزی از تصویر با قدرت تفکیک مکانی بالا استخراج شده و نوع محصول پیکسل مبنا نیز با استفاده از تصاویر چند طیفی چند زمانه مشخص می گردد و الگوریتم پیشنهادی با تلفیق این دو داده به طبقه بندی شی مبنای تصویر می پردازد با استفاده از الگوریتم پیشنهادی شاهد افزایش دقت 12%درصدی در زمینه تفکیک محصولات کشاورزی هستیم که دقت تفکیک محصولات کشاورزی را از 80%به92%افزایش داده است

کلیدواژه ها:

تفکیک محصولات کشاورزی ، طبقه بندی پیکسل مبنا ، طبقه بندی شی مبنا ، شبکه عصبی ، بیشترین شباهت