جزوه تکنیک های طبقه بندی تصاویر سنجش از دور

جزوه تکنیک های طبقه بندی تصاویر سنجش از دور

جزوه تکنیک های طبقه بندی تصاویر سنجش از دور

منظور از طبقه بندی تصاویر در سنجش از دور چیست؟

تکنیک های طبقه بندی برای گروه بندی پیکسل ها به کار می روند تا بتوانند جزئیات پوشش زمین (Land cover) را نشان بدهند. پوشش زمین می تواند جنگل، مناطق شهری، کشاورزی و یا دیگر موارد باشد.

سه نوع طبقه بندی اصلی وجود دارد:

۱- طبقه بندی نظارت نشده

۲- طبقه بندی نظارت شده

۳- طبقه بندی شی گرا

پیکسل ها کوچکترین واحد نمایش هر عکس هستند. طبقه بندی های نظارت نشده و نظارت شده دو نوع از مرسوم ترین نوع طبقه بندی ها هستند در حالیکه نوع شی گرا همین اواخر پیشگام شده است.

چه تفاوتی بین طبقه بندی نظارت شده و نظارت نشده وجود دارد؟

پیکسل ها بر اساس ویژگیهای بازتابشی به صورت گروه هایی تقسیم می شوند. این گروه ها خوشه ها یا Clusters نامیده می شوند. کاربر تعداد خوشه ها را برای طبقه بندی مشخص می کند و اینکه از کدام باندها استفاده کند. تفاوت هایی بین الگوریتم های خوشه ای مثل K-means و ISO data  وجود دارد.

این نوع طبقه بندی ها هنگامی استفاده می شود که هیچ نوع داده های زمینی وجود ندارد و نرم افزار بر اساس محاسبات آماری تعداد خوشه ها را مشخص می کند. کاربر به صورت دستی مشخص می کند که هر خوشه مربوط به چه کلاسی است. این باعث می شود که چند خوشه یک کلاس را نشان دهند.

در اینجا کاربر نمونه هایی را برای هر پوششی در تصویر دیجیتالی مشخص می کند.این نمونه ها Training site نامیده می شوند. طبقه بندی بر اساس نمونه های آموزشی است که کاربر با امضاهای طیفی به نرم افزار معرفی کرده است. نرم افزار طبقه بندی کننده تصویر ماهواره ای تعین می کند که هر کلاسی چقدر به داده های آموزشی شباهت دارد و بر آن اساس طبقه بندی می کند.

روش های عمومی طبقه بندی نظارت شده،  بیشترین احتمال و کمترین فاصله می باشند.

مراحل طبقه بندی نظارت شده:

۱- انتخاب نقاط آموزشی

۲- تولید فایل های امضاء (Signature)

۳- طبقه بندی

 

 

 

«« دانلود فایل با لینک مستقیم »»

 


 

برچسب ها

ممکن است به این موارد نیز علاقه مند باشید:

0 دیدگاه در “جزوه تکنیک های طبقه بندی تصاویر سنجش از دور”

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

سه × پنج =

This site uses Akismet to reduce spam. Learn how your comment data is processed.

ما را دنبال کنید