تفکیک محصولات کشاورزی در تصاویر PoISAR با استفاده از ویژگی های بافت و تبدیل موجک
محل انتشار: نخستین سمپوزیوم ملی رباتیک و هوش مصنوعی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 757
فایل این مقاله در 7 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:
PNUOPEN01_020
تاریخ نمایه سازی: 14 مرداد 1394
چکیده مقاله:
در چند سال اخیر استفاده از تصاویر پلاریمتری polarimetricSynthetic Aperture Radar)SAR) در کاربردهای سنجش از دور، رواج یافته است. تصاویر poISAR به واسطه عدم وابستگی به نور خورشید و شرایط جوی و همچنین عدم حساسیت به هندسه هدف، در تقسیم بندی پوشش زمین و مانیتورینگ محصولات کشاورزی و تهیه ی نقشه های پوشش زمینی، کاربرد فراوانی دارند. در این مقاله، هدف استخراج ویژگی های بافت تشخیص نوع محصولات کشاورزی یک منطقه است. ابتدا با استفاده از الگوریتم تجزیه هدف Pauli یک رنگ بندی اولیه برای تصویر poISAR مورد نظر صورت می گیرد. از تصویر خروجی این مرحله، زیر تصویرهایی (subimage) انتخاب می شود. سپس با استفاده از تبدیل موجک (wavelet transform) و ضرایب آن، بردار ویژگی را بدست می آوریم. با محاسبه ویژگی های آماری برای بردارهای ویژگی همه محصولات و مقایسه نتایج، قادر به شناسایی نوع محصولات کشاورزی خواهیم بود. تصویر استفاده شده مربوط به منطقه Flevoland از کشور هلند است و توسط سنجنده های آزمایشگاه Jet Propulsion اخذ شده است.
کلیدواژه ها:
پلاریمتری ، استخراج ویژگی ، تجزیه هدف ، زیر تصویر ، تبدیل موجک ، بردار ویژگی (SAR) رادار روزنه ترکیبی
نویسندگان
فاطمه طیبی
دانشجوی کارشناسی ارشد الکترونیک، گروه مهندسی برق، دانشکده مهندسی، دانشگاه شهید چمران اهواز
غلامرضا اکبری زاده
استادیار گروه مهندسی برق، دانشکده مهندسی، دانشگاه شهید چمران اهواز
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 :