استخراج پوشش گیاهی از تصاویر Google Earth با روش پسانتشار خطای شبکه های عصبی

تصاویر چند لایه ی ماهواره های سنجش از دور با قدرت تفکیک پذیری بالا کاربرد وسیعی در سنجش از دور و تشخیص عوارض زمینی در علم ژئودزی دارد. در این مقاله از روش پس انتشار خطای شبکه های عصبی برای تشخیص و جداسازیپوشش گیاهی از مناطق بیابانی، شهری و جاده ای استفاده شده است. ابتدا با انتخاب 15 تصویر تصادفی و رسم هیستوگرام HSV، نمونه های آموزشی الگوریتم فراهم شد. سپس با تعریف 7نرون ورودی، 25 نرون میانی و 2نرون خروجی و 1000 تکرار، شبکه عصبی تکمیل گردید. با استفاده از پرسپترون چند لایه و الگوریتم نظارت شده آموزشی رابطه ی بین پوشش گیاهی و بیابان بر اساس یک رنگ آموزش داده شد . نتایج حاصل از پردازش نشان داد که با افزایش تعداد آموزشها در شبکه عصبی، تفکیک پوشش گیاهی از بیابان و جاده با دقت بالای 90 % امکانپذیر است.

کلیدواژه ها:

سنجش از دور ، شبکه های عصبی ، پوشش گیاهی و بیابان ، طبقه بندی ، .HSV