Thesis

استخراج ویژگی تصاویر ابرطیفی با استفاده از نمونه های آموزشی محدود

Abstract(in Persian; no English abstract is available)

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 تصاویر ابرطیفی با استفاده از نمونه های آموزشی محدود برای کاربردهای طبقه بندی است. روش های پیشنهادی تا جای ممکن نسبت به سایر روش های استخراج ویژگی، ساده و دارای کارایی مطلوب در تعداد نمونه های آموزشی محدود می باشند. هزینه اصلی اکثر روش های پیشنهادی، کاهش نسبی کارایی با افزایش تعداد نمونه های آموزشی می باشد.

Supervisors and advisors

محمدحسن قاسمیان یزدی

Similar theses

  • استخراج ویژگی نیمه نظارت شده به منظور کاهش بعد تصاویر ابرطیفی

    Thesis2012وزارت علوم، تحقیقات و فناوری - دانشگاه تحصیلات تکمیلی صنعتی کرمان - دانشکده نقشه برداریطیب علی پورفرد

    در بخش نظارت شده با مشارکت واریانس هر کلاس در تعدیل فاصله بین کلاسی روش جدیدی با نام alda ارائه شده است. نتایج آزمایش بر روی داده ی محک زن indiana pine نشان از بهبود 4 درصدی صحت طبقه بندی بر روی ویژگی های استخراج شده از روش پیشنهادی نسبت به روش های بر پایه lda دارد.دو ضعف اصلی رو

  • فشرده سازی و نویززدایی در تصاویر ابرطیفی با استفاده از آنالیز تنسوری

    Thesis2012وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز - دانشکده برق و کامپیوتراعظم کرمی رباطی

    امروزه تصاویر ابرطیفی در کاربردهای عملی گوناگون مانند تشخیص سطح زمین، تحلیل نوع خاک، کشاورزی (به عنوان مثال تشخیص گونه های گیاهی)، مطالعات محیطی و غیره مورد استفاده قرار می گیرند. در اکثر کاربردها جهت استخراج صحیح اطلاعات، کیفیت تصاویر به عبارت دیگر میزان سیگنال به نویز تصاویر می

  • شناسایی زیرفضای سیگنال و استخراج عضوهای خالص با ادغام اطلاعات طیفی مکانی برای بهبود جداسازی طیفی تصاویر ابرطیفی

    Thesis2013وزارت علوم، تحقیقات و فناوری - دانشگاه تحصیلات تکمیلی صنعتی کرمان - دانشکده نقشه بردارییاسر برمکی کردکلایی

    طبقه بندی پیکسل های مختلط فرآیندی است که سعی دارد نوع و سهم هر یک از مولفه های خالص موجود در پیکسل ها را برآورد کند به دلیل وجود پیکسل های مختلط در تصاویر ابرطیفی، دقت طبقه بندی در این تصاویر با روش های معمول طبقه بندی کاهش می یابد. یکی از روش های متداول برای طبقه بندی پیکسل های

  • ناحیه بندی تصاویر ابرطیفی با به کارگیری ویژگی های طیفی-مکانی

    Thesis2014وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - پژوهشکده برق و کامپیوترمیثم گلی پور

    سنسورهای سنجش از دور ابرطیفی، با اخذ تصویر در چند صد طول موج مختلف، احتمال تفکیک پذیری مواد موجود در صحنه را نسبت به تصاویر چند طیفی افزایش داده و امکان طبقه بندی تصویر در تعداد کلاس های بیشتر و با دقت بالاتر را فراهم می آورند. بااین وجود، مشکلات ناشی از ابعاد بالای تصاویر ابرطیف

  • به کارگیری روشهای مبتنی بر استفاده از زیرفضا در طبقه بندی تصاویر ابرطیفی

    Thesis2013وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداریرضا آقایی

    غنای طیفی تصاویر ابرطیفی به اندازه ای بالاست که آن ها را برای بسیاری از کاربردها مناسب می نماید. استفاده از این استعداد نهفته البته با چالش هایی نیز همراه می باشد. در زمینه ی طبقه بندی نظارت شده یکی از این چالش ها نیاز به تعداد نمونه های آموزشی بیشتر است. در طبقه بندی این مساله ت

  • طبقه بندی تصاویر ابرطیفی با استفاده از ماشین بردار پشتیبان

    Thesis2011وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداریزیبا زرین

    در این تحقیق به پیاده سازی و ارزیابی الگوریتم ماشین های بردار پشتیبان در تصاویر ابرطیفی پرداخته شده است. در طبقه بندی تصاویر ابرطیفی به علت ابعاد زیاد، کم بودن نمونه های آموزشی، تغییرات مکانی امضای طیفی، وجود نویز دارای چالش هایی هستیم. با توجه به مشکلات مطرح شده در طبقه بندی تصا

Similar items