ارزیابی تکنیک های مختلف طبقه بندی شی گرا در استخراج کاربری اراضی از تصاویر ماهواره آیکونوس

پیام:
چکیده:

طبقه بندی تصاویر ماهواره ای با استفاده از پردازش شی گرا تاکنون با بهره گیری از تکنیک های مختلف به طور گسترده ای مورد استفاده قرار گرفته است. اگرچه تعداد بسیار زیادی الگوریتم طبقه بندی برای تصاویر ارائه شده، اما به ندرت بر روی یک مورد یکسان بایکدیگر مقایسه شده اند. در این پژوهش، تصویر ماهواره آیکونوس با استفاده از سه الگوریتم طبقه بندی شی ءگرا از جمله؛ آستانه گذاری، نزدیک ترین همسایگی و طبقه بندی فازی در تهیه نقشه کاربری اراضی مورد مقایسه قرار گرفته است. جهت طبقه بندی و مقایسه نتایج حاصل از هر سه روش مورد مطالعه از نقاط کنترل زمینی یکسان استفاده شده است و در نهایت بهترین الگوریتم طبقه بندی با استفاده از روش های ارزیابی صحت از جمله؛ شاخص دقت کلی و ضریب کاپای طبقه بندی مشخص گردید. نتایج حاصل از طبقه بندی و ارزیابی دقت نشان دهنده بالاترین میزان دقت کلی و ضریب کاپا برای الگوریتم فازی شی ءگرا می باشد که دقت بالای این روش به دلیل بررسی د رجه عضویت پارامترهای موثر د ر طبقه بند ی و استفاد هاز پارامترها و معیار های دارای بیشترین د رجه عضویت در طبقه بندی می باشد. همچنین تکنیک  نزدیک ترین همسایگی با استفاده از الگوریتم FOS با تولید دقت کلی 92/0 و ضریب کاپا 909/0 بعد از الگوریتم فازی شی ءگرا بیشترین دقت را دارا می باشد. روش تعیین آستانه به دلیل دخالت کاربر در تعیین آستانه ها - جهت طبقه بندی - کمترین دقت را در استخراج کاربری های اراضی بین سه روش مورد مقایسه نشان می دهد. به دلیل ماهیت مقایسه ای این پژوهش نتایج آن برای شناسایی روش های بهینه در تولید و تهیه نقشه کاربری اراضی از تصاویر با قدرت تفکیک مکانی بالا از اهمیت بالایی برخوردار بوده و قابل استفاده برای پژوهشگران و سازمان های تولیدکننده نقشه های کاربری اراضی می باشد.

نوع مقاله:
مقاله پژوهشی/اصیل
زبان:
فارسی
صفحات:
205 -215
لینک کوتاه:
magiran.com/p2065388 
روش‌های دسترسی به متن این مطلب
اشتراک شخصی
در سایت عضو شوید و هزینه اشتراک یک‌ساله سایت به مبلغ 300,000ريال را پرداخت کنید. همزمان با برقراری دوره اشتراک بسته دانلود 100 مطلب نیز برای شما فعال خواهد شد!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی همه کاربران به متن مطالب خریداری نمایند!