CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

الگوریتم های آشکارسازی در تصاویر فراطیفی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۵ | تعداد نمایش خلاصه: ۱۷۴۴ | نظرات: ۰
سال انتشار: ۱۳۸۷
نوع ارائه: پوستر
محل انتشار: همایش ژئوماتیک 87
کد COI مقاله: GEO87_125
زبان مقاله: فارسی
حجم فایل: ۳۸۰.۸۲ کلیوبایت (فایل این مقاله در ۱۵ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۵ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله الگوریتم های آشکارسازی در تصاویر فراطیفی

ساناز نگهبانی - کارشناسی ارشد سنجش از دور، عضو هیات علمی دانشگاه آزاد اسلامی واحد مرود
  محمدجواد ولدان زوج (شناسه پژوهشگر - Researcher ID: ۲۴۰۷)
دانشیار گروه سنجش از دور دانشکده ژئودزی و ژئوماتیک، دانشگاه صنعتی خوا

چکیده مقاله:

داده های فراطیفی، امکان شناسایی هدف های مختلف را در تصویر فراهم می کنند . به واسطه این داده ها، کاربردهای زیادی در حیطه شناسایی هدف ها و تعیین میزان انامولی و تعیین ویژگیهای زمینه تصویر قابل مطرح کردن می باشد که تصاویر چند طیفی، توانایی لازم در این زمینه را ندارند .
الگوریتم های مختلف آشکارسازی بر حسب اینکه هدف ها full-pixel یا sub-pixel باشند، طراحی شده است و برای آشکارسازی هدف های sub-pixel ، بر حسب اینکه پارامترهای آماری زمینه شناخته شده باشد ( زمینه ساختار یافته ) یا نباشد ( زمینه ساختار نیافته ) ، الگوریتم های مختلفی طراحی شده است .
در این مقاله، ارزیابی و بررسیهایی روی الگوریتم های موجود برای آشکارسازی هدف ها انجام گرفته است که قادر به جداسازی مواد از زمینه، بر پایه مشخصه طیفی اهداف هستند و از بعضی از این الگوریتمها چون (OSP) و Adaptive Coherent Estimator (ACE) Linear Spectral Mixture (LS) و orthogonal subspace projection برای آشکارسازی مواد معدنی در تصاویری که توسط سنجنده Hymap ، از منطقه Cuprite در NEVADA به دست آمده، استفاده شده است . نتایج نشان می دهد از بین الگوریتم های ذکر شده، الگوریتم ACE دارای عملکرد بهتری است و توانایی این الگوریتم در آشکارسازی مواد معدنی بیشتر است . منحنی های ROC ، به منظور ارزیابی عملکرد آشکارسازها در این مقاله استفاده شده است

کلیدواژه‌ها:

Hyperspectral imaging, orthogonal subspace projection, Adaptive Coherent Estimator, Linear Spectral Mixture, ROC, Target detection

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-GEO87-GEO87_125.html
کد COI مقاله: GEO87_125

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
نگهبانی, ساناز و محمدجواد ولدان زوج، ۱۳۸۷، الگوریتم های آشکارسازی در تصاویر فراطیفی، همایش ژئوماتیک 87، تهران، سازمان نقشه برداری کشور، https://www.civilica.com/Paper-GEO87-GEO87_125.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (نگهبانی, ساناز و محمدجواد ولدان زوج، ۱۳۸۷)
برای بار دوم به بعد: (نگهبانی و ولدان زوج، ۱۳۸۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Chain-I Chang. Hyperspectral Imaging: Techniques for spectral Detection and classification, ...
  • Keinosuke Fukunaga. Introduction to Statistical Pattern Recognition, School of Electrical ...
  • Dimitris Manolakis and Gary Shaw. Detection Algorithms for Hyperspectral Imaging ...
  • Dimitris Manolakis, David Marden, and Gary A. Shaw. Hyperspectral Image ...
  • Chain-I Chang, Senior Member, IEEE, and Husan Ren, Student Member, ...
  • Emmett Ientilucci, Center for Imaging Science. Hyperspectral Image Classification using ...
  • Hsuan Ren, Member , IEEE National Central University Taiwan & ...
  • Nirmal Keshava, Stephen M.Kogon, Dimitris Manolakis. The Relationship between Detection ...
  • Emmett J.Ientilucci. Hyperspectral Sub-Pixel Target Detection Using Hybrid Algorithms and ...
  • Abhinav Mathur. D imensionality Reduction of Hyperspectral Signatures for Optimized ...
  • John W.Klatt. Error Characteriz ation Of spectral Products Using A ...
  • D .G.Manolakis, V.K.Ingle, and S.M.Kogon, Statistical and Adaptive Signal Processing: ...
  • E.J.Kelly, ،An Adaptive Detection Algorithm, IEEE Trans.Aerosp. Electron. Syst.22 (1), ...
  • E.J.Kelly, *Adaptive Detection in Non- Stationary Interference, part III, Technical ...
  • J.B.Adams, M.O.Smith, and A.R.Gillespie, _ Spectroscopy: Interpretation Based on Spectral ...
  • مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.