بهبود طبقه بندی تصاویر ابرطیفی با استفاده از همبستگی مکانی پیکسلها و میدان تصادفی Gibbs
محل انتشار: چهاردهمین کنفرانس مهندسی برق ایران
سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,101
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE14_075
تاریخ نمایه سازی: 25 تیر 1387
چکیده مقاله:
در سالهای اخیر به منظور بهبود صحت طبقه بندی تصاویر ابرطیفی الگوریتمهای استخراج ویژگی مانند تحلیل مولفه های اصلی، نگاشت جستجوگر، استخراج ویژگی با مرز تصمیم گیری و تبدیل موجک مورد استفاده قرار گرفتند. این الگوریتمها فقط از اطلاعات طیفی تصاویر ابرطیفی استفاده می کنند و به دلیل حجم زیاد داده ها و محدود بودن تعداد نمونه های آموزشی کارایی مطلوبی ندارند. در این مقاله با استفاده از یک الگوریتم طبقه بندی دو مرحله ای صحت و اعتبار کلی طبقه بندی بهبود داده شده است. در مرحله اول با استفاده از طبقه بندی کننده های کلاسیک یک طبقه بندی اولیه انجام می شود. در مرحله دوم با فرض همبستگی کلاس هر پیکسل با همسایه هایش و استفاده از توزیع Gibbs، نقشه حاصل از طبقه بندی مرحله اول بهبود می یابد. نتایج حاصل از طبقه بندی داده های واقعی سنجنده AVIRIS نشان می دهد که الگوریتم پیشنهادی برای طبق هبندی داده های ابرطیفی کارآمد بوده و مشکل محدود بودن تعداد نمونه های آموزشی را تا حد قابل توجهی جبران می نماید.
کلیدواژه ها:
نویسندگان
احمد کشاورز
تهران، دانشگاه تربیت مدرس، گروه مهندسی مخابرات
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 :