کلاسهبندی تصاویر سنجش از دور چند طیفی با استفاده ازماشینهای بردار پشتیبان فعال

یکی از موارد مهم در قطعه بندی تصاویر ماهواره ای سنجش از دور در روش های نظارت شده کلاسه بندی پیکسلهای دارای برچسب میباشند. در این روش ها کمبود پیکسل های دارای برچسب یک مشکل اساسی برای قطعهبندی تصاویر ماهواره ای بوده و در نتایج اثرگذار می باشد. بنابراین رو شهای مختلف سعی در کاهش تعداد نقاط دارای برچسب دارند . در این پ ژوهش از یک ماشین بردار پشتیبان 4 برای کلاسه بندی پیکسل ها به انواع مختلف پوشش استفاده شده است . در ابتداSVM با استفاده از یک دسته نقاط دارای برچسب طراحی شده و در ادامه به دنبال برچسب بقیه پیکسل ها می گردد. در این جا آموزش فعال به منظور کمینه کردن تعداد داده های دارای برچسب برای استفاده در کلاسیفایرSVM با چندین مرتبه تکرار بکار گرفته شده است . در نهایت این الگوریتم روی تصاویر ماهوارهایLandsat 7ETM+ اجرا شده و نتایج بدست آمده از آن و الگوریتمهای دیگر با واقعیت مقایسه گردیده است.

کلیدواژه ها:

سنجش از دور ، قطعهبندی ، کلاسهبندی ، ماشین بردار پشتیبان