ترکیب تصاویر با قدرت تفکیک مکانی بالا و پایین به منظور بهبود دقت طبقه بندی (مطالعه موردی: منطقه اسلامشهر)
Abstract
No abstract recorded for this item.
No abstract recorded for this item.
Figures are taken from the article's full text; their rights belong to the authors and the publisher.
برای دست یابی به نقشه های کاربری اراضی که از روی تصاویر ماهواره ای تهیه می گردند، دقت طبقه بندی اهمیت زیادی داشته و مورد توجه متخصصان سنجش از دوری قرار گرفته است. بطور کلی، قدرت تفکیک مکانی و طیفی سنجنده های تصویر برداری، در میزان دقت طبقه بندی نقشه هایی که از روی این تصاویر حاصل
زیست بوم به دو نوع آبی و خشکی تقسیم می شود و از مجموع این دو زیست کره (بیوسفر) حاصل می گردد. زیست بوم آبی بیش از 70 درصد سطح زمین را می پوشاند. بیشترین تنوع زیستی با ارزش جهانی در مناطق دریایی دیده می شود که دارای زیستگاه های بسیار متنوع و پایدار می باشند. از مهمترین زیست بوم های
با توجه به توسعه کاربرد های سنجش از دور، استفاده از تصاویری با قدرت تفکیک مکانی و طیفی بالا بطور همزمان در مطالعات پوشش زمین، بررسی مناطق شهری و پوشش گیاهی از اهمیت بسیاری برخوردار است. اطلاعات یک تصویر بر مبنای قدرت تفکیک طیفی و مکانی آن قابل استخراج است، ولی با توجه به محدودیت
دما یکی از پارامترهای اساسی برای بررسی و مطالعات مرتبط با علوم جوی و اقلیمی می باشد. تغییرپذیری دما در همه مقیاس های زمانی و مکانی در مقایسه با سایر متغیر های اقلیمی مانند بارش و .... که به صورت ناپیوسته تغییر می کنند به صورت پیوسته صورت می گیرد وکمیتی پیوسته است. مهم ترین مزیت د
هدف از این تحقیق امکان شناسایی درختان سرخشکیده با استفاده از تصاویر ماهواره ای quickbird و تهیه نقشه پراکنش درختان سرخشکیده در جنگل سری یک شصت کلاته می باشد. پس از بررسی کیفیت هندسی و رادیومتری داده ها، تطابق هندسی تصویر پانکروماتیک با استفاده از 45 نقطه کنترل زمینی و rmse برابر
تصاویر ماهواره ای به دلیل مزایای بسیاری که دارند از شروع تولید و بکارگیری به عنوان یکی از بهترین و به صرفه ترین روش ها برای تهیه نقشه های پوششی زمین بکار گرفته می شوند. رسیدن به یک راهکار مناسب برای تهیه دقیق این نقشه ها دغدغه مهم مهندسان سنجش از دور از ابتدا تاکنون بوده است. روش
یک تصویر تمام پلاریمتریک راداری (polsar) قابلیت فراهم کردن یک داده با فضای ویژگی ابعاد بالا را دارد. این حجم بالای اطلاعاتی می تواند دقت کلی طبقه بندی پوشش زمینی را افزایش دهد. اما افزایش ابعاد داده در صورت ناکافی بودن تعداد نمونههای آموزشی ممکن است باعث پیچیدهتر شدن طبقهبندی
آنالیز موفولوژی، با تمرکز بر آنالیز روابط مکانی بین پیکسل های همسایه، پردازش تصویر کامل تری را در مقایسه با آنالیزهایی که بر پایه اثر طیفی یک پیکسل تنها هستند، به دست می دهد. روش پیشنهادی در این مقاله با استفاده هم زمان از اطلاعات طیفی و اطلاعات مکانی حاصل از آنالیز مورفولوژی نتا
شناسایی تغییرات از تصاویر سنجش از دوری بهمنظور پایش تغییرات مناطق شهری و غیرشهری - مسائل زیستمحیطی بحث مدیریت بحران و دیگر کاربردها یکی از مسائل مطرح میان متخصصان این حوزه میباشد. ارائه روشی مناسب بهمنظور شناسایی تغییرات از تصاویر با قدرت تفکیک مکانی بسیار بالا میتواند با چا
شناسایی، ماموریتی برای کسب اطلاعات در مورد فعالیت ها، منابع، توانمدی ها و موقعیت دشمن است. شناسایی اهداف نظامی می تواند اطلاعاتی پیرامون وضعیت فعالیت ها، استقرار نیروها، آرایش نظامی و بسیاری از اطلاعات گوناگون دیگر از یک محدوده نظامی را در اختیار فرماندهان قرار دهد. در سال های اخ
زمین مرجع نمودن تصاویر ماهوارهای با قدرت تفکیک مکانی بالا در اکثر کاربردهای سنجش از دور و فتوگرامتری مانند تولید تصاویر ارتو و مدل ارتفاعی رقومی مطرح میشود. در فرآیند زمین مرجع نمودن، وجود نقاط کنترل زمینی در تصویر نقش مهمی در برآورد پارامترهای مورد نیاز طی محاسبات سرشکنی دارد. ب
آشکارسازی تغییرات با رویکرد شیءگرا در تصاویر با قدرت تفکیک مکانی بالا به این دلیل که علاوه بر ویژگی های طیفی از ویژگی های مکانی، هندسی و بافتی استفاده می کند در مقایسه با رویکرد پیکسل مبنا نتایج بسیار خوبی به همراه داشته است. با این وجود، انتخاب الگوریتم و ویژگی های بهینه همچنان