پایان‌نامه

تعیین پارامترهای بهینه در تصاویر پلاریمتری sar به منظور بهبود طبقه بندی پوشش زمینی

مریم صالحی فراهانی

چکیده

طبقه بندی پوشش زمین بویژه در مناطق شهری یکی از مهم ترین کاربردهای تصاویر پلاریمتری sar (polsar) محسوب می شود. به منظور استفاده از پتانسیل بالای اطلاعاتی این تصاویر ویژگی های متعددی را می توان از آن ها استخراج کرد. اگرچه هر یک از این ویژگی ها می تواند اطلاعات مناسبی را درباره عوارض مختلف فراهم کند ولی هیچ یک به تنهایی برای توصیف کامل یک عارضه کافی نمی باشد و از طرفی امکان استفاده از تمامی ویژگی ها وجود ندارد. بنابراین انتخاب ویژگی نقش مهمی در طبقه بندی تصاویر پلاریمتری ایفا می کند. هدف از این تحقیق، تعیین زیرمجموعه ویژگی بهینه از داده پلاریمتری به منظور بهبود طبقه بندی پوشش زمینی می باشد. در این راستا سه گام اساسی در طبقه بندی اتخاذ شده است: 1) استخراج ویژگی در قالب سه گروه ویژگی های داده اصلی، ویژگی های تجزیه هدف، و تفکیک کننده های polsar؛ 2) انتخاب ویژگی در چارچوب بهینه سازی تک هدفه و چند هدفه؛ و 3) طبقه بندی با استفاده از ویژگی های انتخابی بهینه. در انتخاب ویژگی تک هدفه، روش های تلفیقی از الگوریتم ژنتیک (ga) و شبکه های عصبی پرسپترون چند لایه (mlp) و همچنین ماشین های بردار پشتیبان (svms) به منظور بیشینه کردن دقت طبقه بندی بکار گرفته شد. در انتخاب ویژگی چند هدفه به منظور کمینه سازی خطای طبقه بندی و همزمان تعداد ویژگی های انتخابی polsar، الگوریتم ژنتیک با مرتب سازی نامغلوب 2 (nsga-ii) در مرحله جستجو و دو طبقه بندی کننده ماشین بردار پشتیبان و سیستم استنتاج عصبی- فازی تطبیقی (anfis) در مرحله ارزیابی مورد استفاده قرار گرفت. برای بررسی عملکرد الگوریتم ها از تصویر پلاریمتری شهر سانفرانسیسکو مربوط به سنجنده فضابرد رادارست 2 استفاده شد. نتایج حاصل کارایی برتر ا لگوریتم های چندهدفه را نسبت به سایر روش های مورد استفاده نشان می دهد. برای الگوریتم چندهدفه با طبقه بندی کننده svm تعداد ویژگی 16 و دقت کلی 87/95 و برای الگوریتم چندهدفه با طبقه بندی کننده anfis تعداد ویژگی 14 و دقت کلی 3/97 حاصل شد.

اساتید راهنما و مشاور

یاسر مقصودی، محمودرضا صاحبی

پایان‌نامه‌های مشابه

  • بررسی روش جنگل تصادفی جهت بهبود طبقه بندی پوشش اراضی شهری با استفاده از تصاویر ماهواره ای

    پایان‌نامه۲۰۱۳وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداریامین قاسمی اسفهلان

    طبقه بندی پوشش اراضی شهری همیشه به علت قابلیت برقراری ارتباط عناصر انسانی با محیط های فیزیکی و استفاده در مدیریت بهتر منابع دارای اهمیت بوده و هست. نیاز به دانش به روز، صحیح و دارای جزئیات از اطلاعات پوشش اراضی شهری حاصل از داده های سنجش از دور به طور فزاینده ای در میان بسیاری از

  • طبقه بندی پوشش زمین با استفاده از داده های پلاریمتری sar

    پایان‌نامه۲۰۰۹وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداریعطااله حدادی گوی آقاج

    داده¬های پلاریمتری به دلیل وجود اطلاعاتی به مراتب بیشتر نسبت به داده¬های معمولی sar نقش مهمی در تعیین پوشش زمین و همچنین مدیریت محیط زیست ایفا کرده¬اند؛ با توجه به این مطلب در این تحقیق، هدف طبقه¬بندی پوشش زمین با استفاده از داده¬های پلاریمتری (polsar) در نظر گرفته شد. برای رسیدن

  • طبقه بندی تصاویر پلاریمتری sar با استفاده از میدان های تصادفی مارکوف

    پایان‌نامه۲۰۱۳وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداریاکبر درگاهی

    جمع آوری داده توسط سنجش از دور یک مرحله اساسی در مدیریت پایدار زمین می باشد. یکی از پردازش های مهم و پرکاربرد بر روی تصاویر سنجش از دور، طبقه بندی است. از دیدگاه تصمیم گیری، نقشه های حاصل از طبقه بندی می توانند مفید واقع شوند، زیرا، این الگوریتم ها اطلاعات پیچیده طیفی- مکانی را د

  • طبقه بندی دانش مبنای تصاویر پلاریمتری sar با استفاده از اطلاعات فیزیکی

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداریمحسن جعفری

    طبقه¬بندی پوشش¬های زمین یکی از مهم¬ترین و ابتدایی¬ترین تحلیل¬های داده¬های سنجش-ازدور است. داده پلاریمتری رادار با روزنه¬ی مجازی فرم جدیدی از داده¬های راداری است که در بسیاری از زمینه¬های سنجش¬ازدور به¬عنوان یک ابزار پیشرفته استفاده می¬شود. روش¬های مختلفطبقه¬بندی داده پلاریمتری به

  • طبقه بندی تصاویر پلاریمتری sar بر اساس مدل سازی اطلاعات همسایگی و ویژگی های بافت

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداریعلی مسجدی

    تحقیقات اخیر نشان داده است که طبقه بندی تصاویر سنجش ازدور با کمک روش هایی که از اطلاعات مکانی در کنار اطلاعات طیفی استفاده می کند، نسبت به روش های مبتنی بر فقط اطلاعات طیفی، دقیق تر می باشد. اگرچه طبقه بندی به روش ماشین بردار پشتیبان دارای نتایج دقیق در بیشتر تصاویر سنجش ازدور می

  • تلفیق داده های پلاریمتری sar و ابرطیفی به منظور طبقه بندی پوشش زمین

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداریمهین شکرالهی

    طبقه¬بندی و تهیه نقشه کاربری از مناطق شهری یکی از کاربردهای گسترده در سنجش ازدور جهت برنامه ریزی و مدیریت این مناطق است. نیاز به افزایش دقت طبقه¬بندی یکی از موضوعات مهم در سنجش ازدور است. تلفیق داده¬های سنجش ازدوری می¬تواند به عنوان یک روش پرکاربرد برای افزایش دقت طبقه¬بندی استفا

اسناد مشابه