اکثر الگوریتم های طبقه بندی داده های سنجش از دور بر اساس ویژگی ها و اطلاعات طیفی پیکسل ها عمل می کنند. این مسئله باعث نادیده گرفتن اطلاعات مکانی مفید قابل استخراج از این تصاویر، مانند؛ بافت تصاویر می شود. استفاده هم زمان از بافت و اطلاعات طیفی مبحثی است که به آن کمتر پرداخته شده است. در این پژوهش تاثیر استفاده از بافت تصویر تک باند سنجنده  ali  بر دقت طبقه بندی تصاویر ابرطیفی سنجنده هایپریون در...

بدلیل حضور پیکسل های مختلط در تصاویر ابرطیفی روشهای مختلف پردازش در سطح زیرپیکسل استفاده می شوند، نظیر تجزیه طیفی خطی که اطلاعاتی از مقدار فراوانی هر کلاس را در یک پیکسل بدست می دهد. فرض اولیه این مدل، این است که هر پیکسل ترکیب خطی از کل کلاسهای سطح تصویر است. در عمل این فرض صحیح نیست چرا که هر پیکسل تنها می تواند ترکیبی از چند کلاس همسایه باشد. علاوه بر این از آنجاییکه فرآیند تجزیه طیفی توسط ی...

اکثر الگوریتم‌‌های طبقه‌‌بندی داده‌های سنجش از دور بر اساس ویژگی‌‌ها و اطلاعات طیفی پیکسل‌‌ها عمل می‌کنند. این مسئله باعث نادیده گرفتن اطلاعات مکانی مفید قابل استخراج از این تصاویر، مانند؛ بافت تصاویر می‌شود. استفاده هم‌‌زمان از بافت و اطلاعات طیفی مبحثی است که به آن کمتر پرداخته شده است. در این پژوهش تاثیر استفاده از بافت تصویر تک‌‌باند سنجنده  ALI  بر دقت طبقه‌‌بندی تصاویر ابرطیفی سنجنده هایپ...

تمرکز اصلی ما در این رساله بر روی روش های استخراج ویژگی نظارت شده می باشد که هدف نهایی آن بهبود دقت طبقه بندی با استفاده از نمونه های آموزشی محدود می باشد. در این رساله سعی شده است که با زوایای مختلف به تولید فضای ویژگی با بعد کمترکه در آن تفکیک پذیری میان کلاس ها و در نتیجه دقت طبقه بندی افزایش می یابد نگاه شود. حاصل این نگاه از دیدگاه های مختلف، پیشنهاد و معرفی 14 روش برای استخراج ویژگی از تص...

تصویربرداری ابرطیفی، به عنوان یکی از فنآوری‎های نوین سنجش از دوری، منبع ارزشمندی برای کاربردهای مختلف علوم زمین، از جمله تهیه نقشه­های پوششی، شناسایی و اکتشاف معادن، نظارت زیست­محیطی به شمار می‌رود. با این وجود، به دلایل سخت افزاری و فنآوری این داده‏ها دارای مشکلات ذاتی هستند. از آنجایی که بهبود سیستم سخت افزاری سنجنده‌های ابرطیفی بسیار پرهزینه است، روش‌های سنجش از دوری پردازش تصویر مانند کاهش ...

تصاویر ابرطیفی با قدرت تفکیک طیفی بالا باعث پیشرفت‌های وسیعی در حوزه‌های مختلف سنجش از دور شده‌اند. یکی از مهمترین کاربردهای این تصاویر در حوزه کشاورزی و جنگل می‌باشد. هدف از این تحقیق بهبود طبقه‌بندی گونه‌های مختلف گیاهی در منطقه Botswana با استفاده از تلفیق الگوریتم‌های تشخیص هدف در تصویر ابرطیفی می‌باشد. در گام اول الگوریتم‌های تشخیص هدف بر روی تصویر ابر طیفی پیش‌پردازش شده پیاده‌سازی شد. در...

در این مقاله به منظور شناسایی و استخراج عوارض مختلف شهری به‌صورت خودکار از تصاویر فتوگرامتری روشی ارائه شده که در آن از ترکیب داده‌های لیدار و ابرطیفی استفاده می‌شود. مهمترین مشکل تصاویر ابرطیفی تعداد زیاد باندها و وابستگی بالای بین آن‌ها و نیز نسبت سیگنال به نویز متفاوت در باندهای مختلف می‌باشد، در این تحقیق به‌منظور کاهش ابعاد فضای داده، کمینه کردن نویز و وابستگی طیفی بین باندها، جهت دست یافت...

یکی از مراحل مهم قبل از طبقه بندی تصاویر ابرطیفی، کاهش ویژگی با استفاده از روش های استخراج ویژگی است. در این مقاله یک روش استخراج نظارت شده پیشنهاد شده که دارای کارایی خوبی با استفاده از تعداد نمونه های آموزشی محدود است. روش استخراج ویژگی پیشنهادی که جاسازی خط ویژگی وزن دار (wfle) نامیده شده، از مفاهیم  خط ویژگی برای تولید نمونه های آموزشی مجازی استفاده می کند. نمونه های آموزشی مجازی تولید شده ...

در این مقاله روشی برای کاهش ویژگی در تصاویر ابرطیفی به منظور طبقه‏بندی این داده‏ها معرفی شده است که بر مبنای استخراج ویژگیهای جدید با ابعادی بسیار کمتر از ابعاد ویژگیهای نخستین عمل می‏کند. برای هر پیکسل از یک تصویر ابرطیفی یک تابع تقریب کسری گویای مجزا از طریق برازش بر منحنی پاسخ طیفی آن پیکسل تولید می‏شود. ضرائب چند جمله‏ایها‏ی‏ صورت و مخرج این تابع به عنوان ویژگیهای جدید انتخاب می‏شوند. روش پ...