اقدس قاسمی رزوه - دانشجوی ارشد جنگلداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
شعبان شتایی جویباری - دانشیار گروه جنگلداری، دانشگاه علوم کشاورزی و مابع طبیعی گرگان
جهانگیر محمدی - استادیار گروه جنگلداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

روش های متداول طبقه بندی داده های سنجش از دور مانند روش های آماری عمدتا وابسته به خصوصیات پدیده های زمینی هستند. از آنجا که اغلب این پدیده ها از ویژگی های طیفی پیچیده ای برخوردار بوده و دارای مناطق همپوشانی با یکدیگر هستند، بنابراین زمانیکه این ویژگی های طیفی به تنهایی برده می شوند، نتایج رضایت بخشی بدست نمی آید. تجربیات نشان داده است که استفاده از داده های کمکی از قبیل ارتفاع، شیب و جهت و داده های مکانی مانند شکل، اندازه و محیط در کنار داده های طیفی می توانند دقت طبقه بندی را افزایش دهد. روش طبقه بندی شی پایه به دلیل اینکه از هر دو دسته داده های طیفی و غیر طیفی در کنار هم استفاده می کند نتایج بهتری را به همراه داشته است. به این منظور در این مقاله به بررسی تحقیقات انجام شده در رابطه با مقایسه روش های شی پایه و پیکسل پایه و بیان معایب و مزایای آنها پرداخته شده است.

طبقه بندی پیکسل پایه، طبقه بندی شی پایه، قطعه بندی،سنجش ازدور