پایان‌نامه

تشخیص نواحی در تصاویر راداری sar با استفاده از ویژگی های مبتنی بر بافت

دانلود متن کاملرایگان، با حساب کاربری؛ ثبت نام با گوگل چند ثانیه است

چکیده

تحلیل تصاویر راداری یکی از بخش های مهم سنجش از دور است و یکی از مباحث آن تشخیص نواحی است که این نواحی می توانند متفاوت باشند. در این پایان نامه تلاش می کنیم نواحی خشکی از نواحی آبی و دریایی در تصاویر تشخیص دهیم. تشخیص نواحی در این جا بر اساس یک روش مبتنی بر بافت تصویر، به نام میدان تصادفی مارکوف است. اساسا این روش، فرض می کند که توزیع یک کمیت از نقاط مثلا سطح خاکستری آنها، در یک همسایگی مناسب یک نقطه دریافتی مشخص برای تمام آن تقریبا یکسان است بنابرانی با تحلیل توزیع سطح خاکستری نقاط همسایگی هر نقطه در تصویر می توان آن را تقطع نمود. کمیت های مختلفی از نقاط را می توانیم برای تحلیل بافت استفاده کنیم و این بستگی به نوع بافت تصویر دارد که به طور معمول، از سطح خاکستری تصویر استفاده می شود از آنجا که در اینجا نتیجه استفاده از سطح خاکستری قابل قبول نبود. سه روش دیگر را آزمودیم تا نتیجه خوبی به دست آوریم. ابتدا سطح خاکستری نقاط در تفاضل تصویر را آزمودیم و سپس از لایه های رنگی قرمز، سبز و آبی استفاده کردیم. هیچ یک از این روش ها به نتیجه قابل قبولی نرسیدند ایده سوم که به نتیجه بسیار بهتری رسید، اعمال یک عملگر لبه یابی با پارامتر مناسب بود به گونه ای که نقاط زیادی از تصویر به عنوان لبه اعلام شوند. سپس توزیع تعداد نقاط روی لبه را در همسایگی هر نقطه تحلیل کردیم. از آنجا که تصویر سطح آب معمولا کاملا صاف است نقاط کمی به عنوان لبه اعلام شدند. ولی در نواحی خشکی این گونه نبود. همچنین در مرحله پس پردازش برای بهبود نتایج از میدان تصادفی مارکوف دو مرحله ای و ریخت شناسی ریاضیاتی استفاده کردیم که نتیجه دومی بهتر بود. برای ارزیابی روش ها در تقطیع و دسته بندی نواحی، دو معیار ارایه شده است مبتنی بر معیار اول دقت چهار روش بحث شده در تقطیع تصویر، به ترتیب 7712/0 و 7451/0 و 7776/0 و 8909/0 و طبق معیار دوم 7780/0 و 7700/0 و 7818/0 و 8996/0 بود از آنجا که نتایج روش چهارم یعنی عملگر لبه یابی به مراتب بهتر از سه روش دیگر بود. در مرحله دسته بندی نیز از آن استفاده شد در این مرحله نیز طبق آن دو معیار، به ترتیب نتایج 9192/0 و 9302/0 را به دست آوردیم.

اساتید راهنما و مشاور

محمد ابراهیم شیری احمدآبادی، مهرداد میرشمس شهشهانی

پایان‌نامه‌های مشابه

  • تشخیص نواحی دارای عروق خونی غیرطبیعی در شبکیه با استفاده از ویژگی های بافت

    پایان‌نامه۲۰۱۲وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده مهندسیمریم وطن پرست

    رتینوپاتی دیابتی یکی از مهمترین عوامل کاهش بینایی می باشد. اغلب در مراحل پیشرفته ی این بیماری، عارضه ی تشکیل عروق خونی غیرطبیعی در شبکیه چشم ایجاد می شود، که در صورت عدم تشخیص به موقع و درمان، منجر به کاهش شدید بینایی و یا در نهایت کوری خواهد شد. یکی از روش های پیش گیری و کاهش صد

  • بازیابی مبتنی بر محتوای تصاویر دیجیتال با استفاده از ویژگی بافت و رنگ

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه سیستان و بلوچستان - دانشکده برق و کامپیوترمهدی عودی

    امروزه با رشد اینترنت آخرین پیشرفت های فن آوری تصویر منجر به افزایش تصاویر شده است. سیستم ها و روش های مختلفی برای ذخیره سازی و مدیریت مشکلات معرفی شدند. این مطالعات نشان داد که نمایه سازی ومفهوم بازیابی به بازیابی تصاویر مبتنی بر محتوا اشاره دارد. سیستم های بازیابی تصاویر مبتنی

  • مدل سازی بافت های تصادفی در تصاویر جهت تشخیص نواحی معیوب

    پایان‌نامه۲۰۱۱وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شاهرودسید عبدالله میرمهدوی چابک

    امروزه کنترل کیفیت تولیدات یکی از مسائل مهم در صنعت بشمار می رود. یکی از اهداف کنترل کیفی محصولاتی نظیر کاشی، استیل، چوب و پارچه، بازرسی سطوح این محصولات به منظور تشخیص نواحی معیوب احتمالی می باشد. در این صورت کیفیت تولیدات را با توجه به استانداردها و نیازهای کاربر کنترل می نماین

  • طبقه بندی تصاویر سنجش از دور با استفاده از ویژگی های بافت

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده برق و کامپیوترعلی دهقان منشادی

    نقشه های کاربری و پوشش های زمینی، در برنامه ریزی های کشوری از اهمیت خاصی برخوردار است. امروزه سنجش از دور موثرترین روش در تهیه ی اطلاعات پوشش های زمینی محسوب می شود. پس از تهیه ی تصاویر با طبقه بندی خودکار آن ها، نقشه های پوشش زمینی تولید می شوند. فرآیند طبقه بندی به دو مرحله است

  • بخش بندی معنایی تصاویر هوایی با استفاده از ویژگی های رنگ و بافت

    پایان‌نامه۲۰۱۱وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - پژوهشکده برق و کامپیوترمحدثه قیاسی

    در این پایان نامه یک روش بخش بندی معنایی برای تصاویر هوایی ارائه شده است. بخش بندی معنایی باعث می شود، عمل بخش بندی و طبقه بندی به طور هم زمان در یک گام موثر انجام شود. در حقیقت یک برچسب معنایی برای هر بخش متناظر با کلاس آن (نظیر درخت، جاده، ساختمان، چمن و آب) اختصاص می یابد. این

  • شناسایی و تعیین محل نواحی تکرار شده در تصاویر جعلی با روش انطباق مبتنی بر ویژگی های آماری بلوک های حلقه ای

    پایان‌نامه۲۰۱۲وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده کامپیوتر و فناوری اطلاعاتصادق سلیمانی پور

    با پیشرفت سریع و روز افزون نرم افزارهای پردازش و ویرایش تصویر، جاعلین توانسته اند تصاویر را بدون باقی گذاشتن کوچک ترین اثری مبنی بر دستکاری تصویر، تغییر داده و تصاویر جعلی را طوری تولید کنند که دیگر نتوان به این راحتی و تنها با نگریستن به آنها، به جعلی بودن آنها پی برد. با وجود چ

اسناد مشابه