نتایج جستجو برای: داده ابرطیفی
تعداد نتایج: 212765 فیلتر نتایج به سال:
شاخص سطح برگ نقش مهمی در تبادل ماده و انرژی بین زمین اتمسفر دارد. مانند سایر گیاهان، نیشکر معیار خوبی برای وضعیت سلامت رشد این محصول است که بهدلیل آن صنایع غذایی انرژی، اهمیت اقتصادی بسیاری ماهوارة PRISMA سال 2019 پرتاب شد، یکی از جدیدترین منابع دادههای ابرطیفی را فراهم کرده بهویژه، تهیة نقشة متغیرهای گیاهی کاربرد پژوهش حاضر، نوع جدیدی شبکههای عصبی مصنوعی، موسوم به شبکة تنظیمشده با روش بیز...
ضرورت دسترسی به کاربردهای وسیع تصاویر ابرطیفی سبب توسعة سیستمهای تصویربرداری نوآورانه و اقتصادی در ثبت این شده است. بهمنظور استفاده از تصاویر، لازم است ارتباط هندسی دقیقی میان آنها فضای زمین برقرار شود فرایند نیازمند نقاط کنترلی بسیاری نکته راهکارهای اصلاح منطبق با ساختار هریک دوربینها را بارز میکند. سنجندة (nm 400-1000) BaySpec OCI-F یکی نوآورانهای که هندسة پوشبروم دریافت سنجنده، علاوهب...
روش های متعددی برای استخراج اطلاعات از داده های ابرطیفی وجود دارند که از آن جمله می توان به روش مشتق گیری از طیف بازتابندگی و استفاده از روش های کدگذاری اشاره کرد. در این تحقیق با مشتق گیری از طیف بازتابندگی، فرکانس های پایین طیف- که عموتاً دارای اطلاعات مفیدی نیستند- حذف گردیده و همپوشانی بین مناطق جذبی از بین رفته و تباین طیفی نیز بالاتر برده شده است. دیگر اینکه استفاده از کدگذاری طیفی باعث اف...
غنای داده های طیفی موجود در تصاویر ابرطیفی امکان مناسبی را برای تفکیک کلاس های مختلف عوارض موجود در صحنه تصویربرداری فراهم می کند. اما با اتکا به اطلاعات طیفی موجود در بردار ویژگی طیفی پیکسل ها نمی توان به حداکثر دقت ممکن طبقه بندی دست یافت. روش های مختلفی به منظور بهبود دقت طبقه بندی با ایجاد ویژگی های جدید یا تغییر بردار ویژگی موجود به منظور افزایش تفکیک پذیری کلاس ها در فضای ویژگی ارائه شده ...
از تصاویر ابرطیفی همواره در حوزههای مختلفی مانند کشاورزی، زمینشناسی و معدن، مدیریت شهری، نظامی، شناسایی اهداف و... استفاده است. طبقهبندی که یکی از مهمترین شاخهها از الگوریتمهای پردازشی دادههای ابرطیفی است که بهطور سنتی با اطلاعات طیفی انجام میشود. تحقیقات گوناگون نشان داده است که استفاده از ویژگیهای مکانی تصویر در کنار ویژگیهای طیفی موجب میشود دقت طبقهبندی به میزان چشمگیری افزایش ...
با پیشرفت سنجندههای سنجش از دور طیفی با توانتفکیک طیفی بالا، تصاویر ابرطیفی ماهوارهای بطور وسیع به منظور نظارت بر سطح زمین به خدمت گرفته شدهاند. بزرگی ابعاد این تصاویر نه تنها باعث افزایش پیچیدگی محاسبات گردیده بلکه باعث کاهش دقت طبقهبندی تصویر نیز شده است. کاهش ابعاد یکی از اصلیترین روشها در تصاویر ابرطیفی برای بهبود دقت طبقهبندی است. معمولترین روش در کاهش ابعد انتخاب عارضه میباشد. ب...
امروزه تصاویر ابرطیفی یکی از مهمترین ابزارهای علم سنجش از دور هستند. استفاده از این تصاویر در کاربردهای مختلف مانند کشاورزی، جنگلداری، مطالعه پوشش های گیاهی، شناسایی آلودگی ها، اکتشاف منابع طبیعی و معدنی، زمین شناسی، کاربردهای نظامی نتایج قابل توجهی را کسب کرده است. با توجه به پیشرفت سنجنده های فضایی، دقت تفکیک طیفی آنها به چند صد باند در تصاویر ابرطیفی افزایش یافته است که تعداد زیاد این باندها...
در دهه های اخیر مطالعات بسیاری در زمینه آشکارسازی هدف در تصاویر ابرطیفی انجام شده است. این در حالیست که در زمینه آشکارسازی هدف مطالعات کمتری نسبت به حوزه طبقهبندی جهت کاهش ابعاد و انتخاب باندهای مناسب انجام شده است. از طرفی در پردازش دادههای سنجش از دور، انتخاب باند در حوزه پردازش تصاویر ابرطیفی نقش بسیار مهمی دارد. چرا که از مجموعه تمام باندهای تصویر، بهترین آنها را از لحاظ ارزش و تنوع اطلا...
در سالهای اخیر، تصاویر ابرطیفی درکاربردهای عملی گوناگون مورد استفاده قرار گرفته اند. حسگرهای ابرطیفی معمولا تفکیک طیفی بالا و تفکیک مکانی پایین دارند. بالعکس حسگرهای چندطیفی تفکیک طیفی پایین و تفکیک مکانی بالایی دارند. در اکثر کاربردهای عملی تصاویر ابرطیفی با تفکیک طیفی و مکانی بالا نیاز می باشد. در این پایان نامه از ویژگی های تفکیک طیفی بالا تصاویر ابرطیفی و تفکیک مکانی بالا تصاویر چندطیفی به ...
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...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید