طبقه بندی تصاویر ماهواره ای بر اساس تلفیق مدل های مبتنی بر بافت با استفاده از شبکه های عصبیRBF وSVM
محل انتشار: پانزدهمین کنفرانس دانشجویی مهندسی برق ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 858
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISCEE15_204
تاریخ نمایه سازی: 3 آذر 1391
چکیده مقاله:
هدف از ارائه این مقاله، شناسایی اتوماتیک ناحیه های گوناگون در تصاویر ماهواره ای با استفاده از ویژگی بافت می باشد که در دو روشGLCMوطیف فوریه با هم مقایسه می شوند. با ترکیب ویولت گسسته وو ویژگیهای GLCMGLCM یک روش جدید برای شناسایی مناطق شهری ارائه شده است که بعنوان معیاری برای اندازه گیری میزان توسعه یافتگی در مناطق شهری بکمک تصاویر ماهواره ای بکار می رود.در این مقاله با ترکیبGLCM و ویژگیهایفضایی الگوریتمی بیان شده است که در آن 9 % بهبود راندمان نسبت به حالتی که تنها از ویژگیهای فضایی استفاده کنیم ، بدست می آید. 2 ویژگی ازGLCM برای شناسایی مناطق زیستی بکار برده شده است. مشکل تشخیص مناطق مختلف با یک روش جدید مورد بررسی قرار گرفته و منجر به نتایج مطلوب شده است. نتایج شبیه سازی با استفاده از نرم افزارMATLAB/IMAGE PROCESSING بر روی یک پایگاه داده ای که تصاویر از آنجا گردآوری شده اند وIKONOSنام دارد ، صحت عملکرد سیستم مذکور را تایید میکند.
کلیدواژه ها:
نویسندگان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :