دانش رسان |
مرکز علم و دانش کشور مقاله ارزیابی طبقهبندی¬های پیکسل-پایه و شیء-پایه تصاویر هوایی برای تشخیص گونه‌های درختی (مطالع? موردی: جنگلکاری چمستان نور)
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله ارزیابی طبقهبندی¬های پیکسل-پایه و شیء-پایه تصاویر هوایی برای تشخیص گونه‌های درختی (مطالع? موردی: جنگلکاری چمستان نور) دارای ۲۲ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله ارزیابی طبقهبندی¬های پیکسل-پایه و شیء-پایه تصاویر هوایی برای تشخیص گونه‌های درختی (مطالع? موردی: جنگلکاری چمستان نور) کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله ارزیابی طبقهبندی¬های پیکسل-پایه و شیء-پایه تصاویر هوایی برای تشخیص گونه‌های درختی (مطالع? موردی: جنگلکاری چمستان نور)،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله ارزیابی طبقهبندی¬های پیکسل-پایه و شیء-پایه تصاویر هوایی برای تشخیص گونه‌های درختی (مطالع? موردی: جنگلکاری چمستان نور) :
تعداد صفحات :۲۲
تصاویر هوایی رقومی جنگل‌های شمال که با دوربین هوایی پیشرفته UltraCamD گرفته شده‌اند، منبع بسیار با ارزشی برای تولید اطلاعات مفید جنگل هستند. ویژگی‌های خاص این تصاویر، ضرورت تعیین روش بهین طبقهبندی آنها را مطرح می‌سازد. در این تحقیق داده‌های ادغام‌شد این سنجنده در چهار باند طیفی ۱۶ بیتی و با اندازه تفکیک مکانی ۷ سانتی‌متر مربوط به سال ۱۳۸۷ از یک منطق جنگلکاری در چمستان نور، با هدف تشخیص گونه‌های درختی، تجزیه و تحلیل شدند. در تصحیح هندسی دقیق تصاویر، علاوه بر داده‌های GPS و IMU همراه تصویر، از نقاط کنترل زمینی اخذ‌شده با DGPS نیز استفاده شد. بارزسازی‌های مناسب انجام گرفت و باندهای حاصل به‌همراه باندهای اصلی به‌کار گرفته شدند. نمونه‌های تعلیمی یکسان در هر دو روش طبقهبندی استفاده شدند. نقش واقعیت زمینی برای ارزیابی نتایج طبقه‌بندی‌ها، به‌روش میدانی تهیه شد. در روش پیکسل-پایه، طبقهبندی نظارت‌شده به‌روش حداکثر تشابه انجام گرفت. در روش شیء-پایه، ابتدا قطعه‌بندی تصویر با ترکیب‌های باندی و ضرایب مناسب شاخص‌های رنگ، شکل، فشردگی، همواری و مقیاس به اجرا درآمد و در ادامه، طبقهبندی به‌روش نزدیک‌ترین همسایه و بر مبنای منطق فازی در سطوح طبقات والد و وارث اجرا و بهترین حالت طبقهبندی با استفاده از معیارهای پایداری طبقهبندی، تفکیک‌پذیری طبقات و ارزیابی صحت تعیین شد. ارزیابی صحت نقشه‌های حاصل از دو روش در مقایسه با داده‌های مبنا، نشان‌دهند برتری معنی‌دار از نظر صحت کلی و ضریب کاپای طبقهبندی شیء-پایه است. ضمن اینکه نقشه‌های حاصل از آن، حالت نامناسب فلفل‌نمکی موجود در نقشه‌های پیکسل-پایه را ندارد. به‌علاوه روش شیء-پایه با بهره‌گیری از اطلاعات مکانی موجود در تصویر، در کنار اطلاعات طیفی آن، در تفکیک گونه‌هایی که تشابه طیفی زیادی با هم داشتند، بسیار موفق عمل کرد. صحت طبقهبندی شیء-پایه بر روی داده‌های با توان تفکیک مکانی زیاد، وابسته به نوع طبقات و ماهیت تفکیک‌پذیری آنها، کیفیت قطعه‌بندی، انداز نمونه‌ها، کیفیت نمونه‌برداری، چارچوب و قالب طبقهبندی و توزیع مکانی و درج آمیختگی جنگل است.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
