ترکیب تصاویر IRS و MODIS با استفاده از تکنیک جداسازی طیفی
author
Abstract:
This article doesn't have abstract
similar resources
ترکیب تصاویر irs و modis با استفاده از تکنیک جداسازی طیفی
تصاویر با توان تفکیک مکانی بالا مانند irs به منظور استخراج اطلاعات پوشش زمین در مقیاس محلی تا ناحیه ای مورداستفاده قرارمی گیرند. اما استفاده از این تصاویر به صورت چندزمانه بسیار پرهزینه و محدود است. از سوی دیگر، تصاویر سنجنده modis به صورت روزانه از نواحی گسترده در 36 باند مختلف و با توان های تفکیک مکانی 250، 500 و 1000متر باسهولت زیادی قابل دسترس است. ولی به علت ضعف قدرت تفکیک مکانی، این تصاوی...
full textجداسازی طیفی و مکانی تصاویر ابرطیفی با استفاده از Semi-NMF و تبدیل PCA
Unmixing of remote-sensing data using nonnegative matrix factorization has been considered recently. To improve performance, additional constraints are added to the cost function. The main challenge is to introduce constraints that lead to better results for unmixing. Correlation between bands of Hyperspectral images is the problem that is paid less attention to it in the unmixing algorithms. I...
full textبررسی تشخیص نفت با استفاده از الگوریتمهای جداسازی طیفی PPI وFPPI در تصاویر ابرطیفی
با رها شدن نفت به اقیانوسها از تانکرها، کشتی و خطوط انتقال نفت تاثیر اجتماعی اقتصادی روی محیط های ساحلی دارد. آشکارسازی سریع نشت نفت می‌تواند خطرات جدی بر روی محیط زیست و ساکنان ساحلی را کاهش دهد. کشور ما از شمال و جنوب توسط دریا احاطه شده پس حفاظت از دریا امری حیاتی است. سنجنده‌های فراطیفی مجموعه‌ای از تصاویر مکانی را درباندهای متعدد با قدرت تفکیک طیفی بالا از یک منطقه جمع‌آوری می‌نمایند؛ که ب...
full textجداسازی طیفی و مکانی تصاویر ابرطیفی با استفاده از semi-nmf و تبدیل pca
در سال های اخیر جداسازی داده های سنجش از دور با استفاده از عامل بندی ماتریس نامنفی (nonnegative matrix factorization) مود توجه قرار گرفته است و برای بهبود کارایی آن، به تابع هزینه اقلیدسی قید های کمکی می افزایند. چالش اصلی در این میان معرفی قید های است که بتواند نتایج بهتری را استخراج کند. همبستگی بین باند های تصاویر ابر طیفی مساله ای است که کمتر مورد توجه الگوریتم های جداسازی قرار گرفته است. ا...
full textجداسازی طیفی با استفاده از الگوریتم HYCA بهبودیافته
Hyperspectral (HS) imaging is a significant tool in remote sensing applications. HS sensors measure the reflected light from the surface of objects in hundreds or thousands of spectral bands, called HS images. Increasing the number of these bands produces huge data, which have to be transmitted to a terrestrial station for further processing. In some applications, HS images have to be sent inst...
full textانتخاب باندهای بهینه جهت بهبود جداسازی طیفی تصاویر ابرطیفی
مدل آنالیز ترکیب خطی به طور گسترده‌ای برای برآورد سهم هر ماده خالص در اختلاط طیفی مورد استفاده قرار می‌گیرد. راه‌حل ریاضی مسئله ترکیب، حل مجموعه‌ای از معادلات خطی با استفاده از روش کمترین مربعات می‌باشد. اما بیشترین منبع خطا در روش‌های متداول آنالیز ترکیب طیفی ناشی از عدم امکان محاسبه تغییرات طیفی اعضای خالص در سیر زمان و مکان است. در این فرآیند از اعضای خالص ثابتی برای کل صحنه تصویربرداری استف...
full textMy Resources
Journal title
volume 8 issue 6
pages 171- 190
publication date 2009-01
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023