جلسه دفاع از پایان‌نامه: آقای محمد دولتشاه، گروه مهندسی مخابرات سیستم

خلاصه خبر: طبقه بندی تصاویر سنجش از دور با استفاده از ویژگی های ریخت شناسی مکانی - طیفی

  • عنوان: طبقه بندی تصاویر سنجش از دور با استفاده از ویژگی های ریخت شناسی مکانی - طیفی
  • ارائه‌کننده: محمد دولتشاه
  • استاد راهنما: دکتر محمد حسن قاسمیان یزدی
  • استاد ناظر داخلی اول: دکتر پائیز عزمی
  • استاد ناظر خارجی اول: دکتر فردین میرزاپور (دانشگاه: صدرا)
  • استاد مشاور اول: دکتر مریم ایمانی آرانی
  • مکان: آزمایشگاه پردازش تصویر و آنالیز اطلاعات
  • تاریخ: 97/04/10
  • ساعت: 9 الی 11 صبح

چکیده:  تصاویر سنجش از دور کاربردهای مختلفی در محیط اطراف¬مان دارند. تصاویر سنجش از دور توسط سنجنده¬هایی که در فاصله¬ی تقریبا بالایی از سطح زمین دارند، اخذ می¬شوند. این تصاویر با استفاده از بخش¬هایی از طیف الکترومغناطیس که از سطح زمین بازتابیده شده¬اند بدست می¬آیند. روش¬های مختلفی برای استخراج اطلاعات مکانی تصاویر سنجش از دور وجود دارد، مانند: ماتریس هم رخداد سطوح خاکستری، فیلتر گابور، گشتاورها، پروفایل¬های ریخت¬شناسی، پروفایل¬های توصیفی و .. ما در این پایان¬نامه از فیلترهای ریخت¬شناسی و فیلترهای توصیفی برای استخراج ویژگی¬های مکانی بر روی تصاویر ابرطیفی استفاده می¬کنیم. در روش پیشنهادی اول با استفاده از فیلترهای ریخت-شناسی باز کردن مبتنی بر بازسازی ویژگی¬های مکانی تصویر مورد نظر را استخراج می¬کنیم، سپس بردار ویژگی را با استفاده از مشخصات ریخت¬شناسی بدست می¬آوریم، و بردارهای ویژگی را دو به دو از هم کم می¬کنیم که در این صورت یکسری اطلاعات مهم لبه بدست می¬آید، سپس خروجی¬ها را به طبقه¬بند می¬دهیم. در روش پیشنهادی اول از سه عنصر ساختای (دایروی، خطی، مستطیلی) برای فیلتر کردن تصویر استفاده شده است، که باعث بهبود دقت طبقه¬بند شده است. در روش پیشنهادی دوم علاوه بر بازیابی کامل تصویر از روش بازیابی جزئی تصویر نیز استفاده شده است، در بازیابی کامل تصویر انتظار می¬رود یکسری از اهداف در پایین¬ترین مقیاس¬ها از تصویر حذف شوند ولی در بالاترین مقیاس¬ها در تصویر وجود دارند. مشکل مطرح شده بر روی خروجی طبقه¬بند تاثیر می¬گذارد، این تاثیر به صورت عددی نسبت به بازیابی جزئی برای حالت¬های مختلف بردارهای ویژگی بین 5/1 تا 3 درصد کمتر است. بازیابی جزئی مشکل مطرح شده را برطرف می¬کند، به صورتی که پس از اعمال فیلترهای ریخت¬شناسی و فیلترهای توصیفی دقیقا همان تصویر فیلتر شده را در خروجی بدست می¬دهد.¬
کلمات کلیدی:  پروفایل¬های ریخت¬شناسی، پروفایل¬های توصیفی، فیلتر گابور، ماتریس هم رخداد سطوح خاکستری، طبقه بند¬ی


6 تیر 1397 / تعداد نمایش : 1984