ارزیابی عملکرد آماره های بافتی ماتریس رخداد همزمان در شناسایی تغییرات

علوم ژئوماتیک از اصلی ترین منابع تولید اطلاعات مکان مبنا می باشند. سنجش از دور و فتوگرامتری در تولید چنین اطلاعاتی نقش اساسی را برعهده دارند. شناسایی تغییرات با توجه به ماهیت تغییر به وجود آمده برای نهادهای مختلف دارای اهمیت بالقوه هستند. تاکنون روش های شناسایی تغییرات بسیاری از جمله ماسک باینری، مقایسه مستقیم و غیره مورد استفاده قرار گرفته اند. هر یک از این روش ها با توجه به هدف مورد نظر از داده های متنوعی سود برده اند؛ تصاویر اپتیک و مادون قرمز دارای بیشترین استفاده به عنوان داده ورودی در شناسایی تغییرات می باشند. جهت بهبود دقت شناسایی تغییرات، فضاهای ویژگی متنوعی از جمله ویژگی های بافتی مورد استفاده قرار گرفته اند. آماره های بافتی مستخرج از ماتریس رخداد همزمان دارای تنوع بالا با تاثیر گذاری متفاوت بر نتایج شناسایی تغییرات می باشند. اما استفاده از تمام ویژگی های بافتی برای افزایش دقت، در مواقعی به دلیل افزایش اندازه تعداد ویژگی ها و وجود نویز مشکلاتی را به همراه دارد. در این مقاله به منظور ارزیابی عملکرد هر یک از این آماره های شناخته شده، به بررسی تاثیرگذاری آن ها بر دقت های شناسایی تغییرات پرداخته شد. ابتدا سه باند در ناحیه های طیفی مختلف از تصویر لندست 8 برای سال های 2013 و 2015 به عنوان داده های ورودی انتخاب گردید. سپس آماره های ماتریس رخداد همزمان روی هر یک از سه باند برای هر کدام از سال های مورد اشاره استخراج گردید. در مرحله بعد، تصویر تفاضلی از طریق تفریق باندهای آماره های بافتی متناظر برای سال های 2013 و 2015 تولید گردید. همچنین تصویر تفاضلی باندهای طیفی نیز تولید شد. سپس، هر یک از تصاویر تفاضلی آماره ها (در باندهای مورد نظر به صورت مجزا) با تصویر تفاضلی باندهای طیفی ادغام و وارد طبقه بندی کننده بیشترین شباهت شد. نتایج بدست آمده نشان داد کارکرد آماره ها به عواملی مانند نوع کلاس های مورد نظر و محدوده طیفی (داده مورد استفاده) نیز وابسته است. همچنین نتایج بدست آمده نشان داد، در مجموع آماره های «میانگین»، «انتروپی» و «همگنی» بیشترین و آماره های «واریانس»، «کنتراست» و «همبستگی» کمترین تاثیر را در افزایش دقت شناسایی تغییرات با توجه به تست های این پژوهش دارا می باشند.