طبقه بندی مکانی-طیفی تصاویر چندطیفی مبتنی بر خوشه بندی بیشینه سازی انتظار بهبود یافته

امروزه، با افزایش دقت مکانی تصاویر سنجش از راه دور، امکان بکارگیری اطلاعات مکانی در فرآیند طبقه بندی وجود دارد. این امر منجر به افزایش دقت طبقه بندی تصاویر چندطیفی می گردد. یکی از روش های گنجاندن اطلاعات مکانی در طبقه بندی، بخش بندی بدون نظارت تصویر است که می تواند از طریق خوشه بندی بیشینه سازی انتظار (EM) و تخصیص برچسب به اجزای متصل انجام شود. اما EM همواره در معرض خطر قرار گرفتن در بهینه محلی قرار دارد. بنابراین در این مقاله، روش جدیدی به منظور بهبود روش خوشه بندی EM مطرح شده است که علاوه بر حل مشکل مذکور، دارای کارایی بهتری در طبقه بندی تصاویر چندطیفی می باشد. در این مقاله، پس از اعمال کاهش بعد LPP و کاهش باندهای طیفی، نتایج طبقه بند مبتنی بر پیکسل و نقشه بخش بندی بدست آمده از روش ارائه شده، با استفاده از آرای اکثریت ترکیب می شوند تا طبقه بند مکانی-طیفی شکل بگیرد. نتایج شبیه سازی نشان می دهد که طبقه بند مکانی-طیفی ارائه شده منجر به بهبود قابل ملاحظه ای در دقت و اعتبار طبقه بندی تصاویر چندطیفی F210، نسبت به طبقه بند مبتنی بر پیکسل شده است بطوریکه می تواند این تصاویر را با دقت %68 /88 و اعتبار %8 /80 طبقه بندی نماید.