|
|
سنجش از دور و Gis ایران، جلد ۱۰، شماره ۳، صفحات ۱۷-۰
|
|
|
| عنوان فارسی |
بهبود خوشه‌بندی تصاویر فراطیفی با بکارگیری دیورژانس اطلاعات طیفی |
|
| چکیده فارسی مقاله |
چکیده خوشه‌بندی K-Means یکی از پرکاربردترین روش‌های طبقهبندی نظارت نشده در پردازش تصاویر سنجش از دوری است. در روش K-Means استاندارد از معیار عدم شباهتِ فاصله اقلیدسی، جهت اندازه‌گیری عدم شباهتِ بین دادهها و خوشه‌ها استفاده می‌شود. به دلیل وجود عدم قطعیت در تصاویر فراطیفی، بکارگیری معیار عدم شباهتِ فاصله اقلیدسی جهت خوشه‌بندی آنها مناسب به نظر نمی‌رسد. در این مقاله برای برآورد عدم شباهت بین مرکز خوشه‌ها و پیکسل‌ها از یک معیار عدم شباهت آماری به نام دیورژانس اطلاعات طیفی به جای فاصله اقلیدسی استفاده شده است. فاصله طیفی اقلیدسی، داده‌های طیفی پیکسل‌ها و مراکز خوشه‌ها را به صورت نقاطی در یک فضای چندبعدی در نظر می‌گیرد و فاصله هندسی بین آنها را اندازه‌گیری می‌کند. ولی دیورژانس اطلاعات طیفی، توزیع احتمال طیف‌ها را از طریق نرمالکردن امضای طیفی مدلسازی می‌کند. سپس فاصله بین توزیع احتمال طیف یک پیکسل و توزیع احتمال طیف هر مرکز خوشه را برآورد می‌کند. این ایده در طراحی و پیادهسازی یک الگوریتم نظارت نشده برای خوشه‌بندی تصاویر فراطیفی بکارگرفته شده است. آزمون‌های انجام‌شده بر روی داده‌های تصویری فراطیفی واقعی حاصل از سه سنجنده HyMap، HYDICE و Hyperion نشان می‌دهد که این راه‌کار، نتایج طبقهبندی را بهبود می‌بخشد. به طوری که ضریب کاپای نتایج طبقهبندی تصاویر فراطیفی مورد استفاده به ترتیب 7%، 56% و 10% افزایش یافته است. |
|
| کلیدواژه‌های فارسی مقاله |
|
|
| عنوان انگلیسی |
|
|
| چکیده انگلیسی مقاله |
|
|
| کلیدواژه‌های انگلیسی مقاله |
|
|
| نویسندگان مقاله |
حمید عزت‌آبادی‌پور |
|
|
| نشانی اینترنتی |
http://gisj.sbu.ac.ir/article/download/19214/7659 |
| فایل مقاله |
اشکال در دسترسی به فایل - ./files/site1/rds_journals/911/article-911-1174214.pdf |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
|
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|