ارزیابی روش شی مبنا در شناسایی تغییرات مناطق باستانی در تصاویر سنجش از دور

شناسایی تغییرات صرف نظر از نوع کاربری همواره حائز بوده است. امروز مناطق باستانی از جمله موقعیتهای جغرافیایی شناخته می شوند که دارای ارزش بالایی برای یک کشور است که حفظ و نگهداری و بازسازی آن باید مورد توجه قرار گیرد و یکی از روشهای مهم آن تولید نقشه تغییرات از این مناطق در گذر زمان است. تمرکز بیشتر محققان بر روی استفاده از تصاویر سنجش از دوری و گسترش الگوریتم های کارآمد در این زمینه میباشد. از این رو این تحقیق به منظور بررسی الگوریتم های شیءمبنا در زمینه شناسایی تغییرات مناطق باستانی تعریف شده است و هدف اصلی پیاده سازی آن بر روی دو مجموعه داده از تصاویر با استفاده از مکانیزمهای مختلف برای مقایسه الگوریتم ها میباشد. در مکانیزم دیدیم که باند قرمز به مراتب بهتر از دو باند اصلی دیگر تاثیرگذار است و میتواند 86 از کل تغییرات منطقه را شناسایی کند. دقت مناطق تغییریافته و تغییرنیافته حاصل از این باند اختلاف اندکی با ترکیب باندی ورودی به الگوریتم را دارد که نشان دهنده این است این باند نقش به سزایی را ایفا میکند. در بخش دوم الگوریتم قطعه بندی Multiresolution با ایجاد تعداد منطقی از قطعات همگن در تصویر بالاترین دقت را در مناطق تغییریافته و تغییرنیافته حاصل میکند. مقادیر دقتهای کلی به ترتیب حدود %88 و %90 بوده است و این درحالی است که مقادیر آلارم اشتباه و از دست رفته به ترتیب کمتر %0/06 و %0/29 بوده است که نسبت به سایر الگوریتم قطعه بندی کارآمدتر نشان داده است. ویژگیهای بافتی نشان دادند با اضافه شدن این ویژگیها در کنار ویژگیهای طیفی به بهبود دقت شناسایی تغییرات کمک خواهد کرد. با وجود این تفاسیر بهترین حالت ممکن به طوری است که از باندهای قرمز در کنار ویژگیهای بافتی به عنوان باندهای ورودی به الگوریتم معرفی شوند و در مرحله قطعه بندی از اگوریتم Multiresolution استفاده شود.

کلیدواژه ها:

شناسایی تغییرات شئ مبنا ، قطعه بندی کننده ، ویژگی های بافتی ، ویژگی های طیفی