تحلیل قابلیت شاخص های ارزیابی کیفیت تصاویر تلفیق شده ماهواره ای با مدلسازی تخریب طیفی و مکانی

سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 350

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_GIS-8-1_004

تاریخ نمایه سازی: 16 آبان 1400

چکیده مقاله:

تلفیق تصاویر ماهواره ای و ایجاد داده­هایی با قابلیت مکانی و طیفی بالاتر از داده­های موجود جایگاه و نقشی ویژه در مباحث سنجش از دور دارد. این درحالی است که دقت و کارآیی همه مراحل پردازش در مسیر استفاده از این داده­ها  به دقت و اعتمادپذیری داده تولیدشده وابسته است. درنهایت، استفاده بهینه از تصویر تلفیق شده مبتنی بر دقت روش تلفیق است. بررسی این مهم به انتخاب درست شاخص ارزیابی، متناسب با هدف و حیطه کاربرد تصویر تلفیق شده، نیاز دارد. ارجحیت حفظ اطلاعات مکانی و طیفی درکاربردهای گوناگون، همچون منابع طبیعی، مناطق شهری و مانند آن، متفاوت است. بنابراین، انتخاب بهترین روش تلفیق با بررسی ازطریق شاخص­های ارزیابی کیفیت تصویر متناسب با حیطه کاربرد تصویر یکی از چالش های کاربران در این زمینه است. ازاین رو، مقاله حاضر به آنالیز و ارزیابی بیست روش رایج ارزیابی کیفیت تصویر، با هدف معرفی شاخص مناسب در بین شاخص های مطرح براساس کاربرد تصویر تلفیق شده، معرفی عوامل تفاوت نظر شاخص­ها در بیان کیفیت و ارائه مدلی برای دریافتن توانای هریک از شاخص­ها در نمایش اعوجاجات رخ داده در جنبه اطلاعات طیفی و مکانی تصویر پرداخته است. بدین منظور، دو شاخص فیلتر بالاگذر و زاویه نگاشت طیفی به منزله مبنای اطلاعات مکانی و طیفی تصویر درنظر گرفته شد و عملکرد هریک از شاخص ها در بیان کیفیت داده های شبیه سازی شده، که شامل تصاویری با اعوجاج طیفی و مکانی کنترل شده است، بررسی شد. برای ایجاد اعوجاج طیفی از اثر اعمال فیلتر بالاگذر، جابه جایی باند و تغییر تن رنگ بهره گرفته شده است. همچنین، از فیلتر پایین گذر و عملگرهای فرسایشی با عنصر ساختاری با ابعاد متفاوت برای مخدوش کردن اطلاعات مکانی استفاده شده است. در بررسی های انجام شده در این تحقیق، از تصاویر ماهواره های Landsat۸،EO-۱ وWorldview که قدرت تفکیک طیفی و مکانی متفاوت دارند، استفاده  شد. از هر تصویر قطعاتی با کاربری اراضی متفاوت به منزله تصاویر تست برش داده شد. نتیجه ارزیابی شاخص­ها روی تصاویر تست دسته بندی شاخص ها، از نظر توانایی نمایش انحرافات طیفی و مکانی، در سه گروه قرار می گیرد. دسته نخست روش های مبتنی بر نویز برای ارزیابی کلی تصویر در مقابل نویز است، شامل شاخص های ERGAS، MSE، PSNR، WSNR. دسته دوم روش های هم سو با روش نگاشت زاویه طیفی« SAM» که به دلیل نمایش بهتر انحرافات طیفی، برای برآورد تخریب اطلاعات طیفی تصویر مناسب تر است و شاخص های BIAS, RASE, Q, MSSIM, NQM, FSIM, SRSIM, SAM را دربر می گیرد. دسته سوم شاخص هم روند با شاخص فیلتر بالاگذر «HPF»، شامل شاخص های MAD و RFSIM است که برای برآورد تخریب اطلاعات مکانی تصویر مناسب تر است.

کلیدواژه ها:

سنجش از دور ، فیلتر بالاگذر ، شاخص نگاشت زاویه طیفی ، اطلاعات طیفی و مکانی

نویسندگان

مهرنوش شاکری پور

کارشناس ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران

فردین میرزاپور

استادیار، دانشکده برق، دانشگاه صدرا

علی درویشی بلورانی

استادیار، دانشکده جغرافیا، گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه تهران

سید کاظم علوی پناه

استاد، دانشکده جغرافیا، گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه تهران

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 :
  • Al-Wassai, F. A., Kalyankar, N.V. & Al-Zuky, A.A., ۲۰۱۱, Arithmetic ...
  • Chandler, D.M. & Hemami, S.S., ۲۰۰۷, VSNR: A Wavelet-Based Visual ...
  • Damera-Venkata, N., Kite, T.D., Geisler, W.S., Evans, B.L. & Bovik, ...
  • Han, S.S., Li, H.T. & Gu, H.Y., ۲۰۰۸, The Study ...
  • Hoult, D.I. & Richards, R.E., ۱۹۷۶, The Signal-to-Noise Ratio of ...
  • Hu, X., Lu, H., Zhang, L. & Serikawa, S., ۲۰۱۰, ...
  • Kite, T.D., Evans, B.L. & Bovik, A.C., ۲۰۰۰, Modeling and ...
  • Kim, Y., Lee, C., Han, D., Kim, Y. & Kim, ...
  • Klonus, S. & Ehlers, M., ۲۰۰۹, Performance of Evaluation Methods ...
  • Larson, E.C. & Chandler, D.M., ۲۰۱۰, Most Apparent Distortion: Full-Reference ...
  • Mattappillil, J., Soundarya Mala, P., Sailaja, V. & Mahidar, R., ...
  • Raut, G.N., Paikrao, P.L. & Chaudhari, D.S., ۲۰۱۳, A Study ...
  • Robila, S.A., ۲۰۰۵, Using Spectral Distances for Speedup in Hyperspectral ...
  • Sayood, K., ۲۰۰۲, Statistical Evaluation of Image Quality Measures, Journal ...
  • Shi, W., Zhu, C., Tian, Y. & Nichol, J., ۲۰۰۵, ...
  • Wald, L., ۲۰۰۰, Quality of High Resolution Synthesised Images: Is ...
  • Wang, Z. & Simoncelli, E.P., ۲۰۰۴, Stimulus Synthesis for Efficient ...
  • Wang, Z. & Bovik, A.C., ۲۰۰۲, A Universal Image Quality ...
  • Wang, Z., Bovik, A.C., Sheikh, H.R. & Simoncelli, E.P.,۲۰۰۴, Image ...
  • Yuhendra, Y., Alimuddina, I., Sri Sumantyoa, J.T. & Kuze, H., ...
  • Zhang, F., Ma, L., Li, S. & Ngan, K.N., ۲۰۱۱, ...
  • Zhang, L. & Li, H., ۲۰۱۲, SR-SIM: A Fast and ...
  • Zhang, L., Zhang, D. & Mou, X., ۲۰۱۰, RFSIM: A ...
  • Zhang, L., Zhang, D. & Mou, X., ۲۰۱۱, FSIM: A ...
  • Zhang, Yun., ۲۰۰۸, Methods for Image Fusion Quality Assessment-A Review, ...
  • نمایش کامل مراجع