طبقه بندی نظارت نشده تصاویر پلاریمتریک SAR با استفاده از مکانیسم پراکندگی و میدان های تصادفی مارکوف
نویسنده:
چکیده:
در این مقاله، یک روش طبقه بندی نظارت نشده به کمک اطلاعات همسایگی، برای طبقه بندی تصاویر پلاریمتریک SAR ارائه شده است. ابتدا با استفاده از الگوریتم تجزیه هدف Cloude & Pottier یک طبقه بندی نظارت نشده بر مبنای فضای H/▁α صورت پذیرفت. خروجی این طبقه بندی را، به منظور همگرایی سریع الگوریتم، برای محاسبه مقادیر اولیه مراکز خوشه ها در الگوریتم اصلی در نظر گرفتیم. سپس، با استفاده از تابع تمایز استخراج شده از تئوری بیز، طبقه بندی را با معیار MAP انجام دادیم. در معیار MAP، از توزیع ویشارت به عنوان توزیع داده های PolSAR و مدل سازی اطلاعات همسایگی با الگوریتم میدان های تصادفی مارکوف، برای محاسبه احتمال اولیه کلاس ها، استفاده شد. برای افزایش قدرت تفکیک پذیری کلاس ها، به طور همزمان از اطلاعات دو تصویر مربوط به دو فصل مختلف، استفاده کردیم. دقت کلی طبقه بندی برای دو روش ویشارت و روش پیشنهادی بر مبنای معیار Purity به ترتیب برابر با 70% و 82% حاصل شد. تصاویر استفاده شده مربوط به ماهواره RADARSAT-2 از یک منطقه جنگلی به نام Petawawa در کشور کانادا، بودند.
کلیدواژگان:
زبان:
فارسی
انتشار در:
در صفحه:
15
لینک کوتاه:
magiran.com/p1193995
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!