تلفیق دانش پایه تصاویر نوری و راداری با حد تفکیک بالا، به منظور استخراج عارضه راه در مناطق شهری با استفاده از اطلاعات بافت

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 تلفیق دانش پایه تصاویر نوری و راداری با حد تفکیک بالا، به منظور استخراج عارضه راه در مناطق شهری با استفاده از اطلاعات بافت دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد تلفیق دانش پایه تصاویر نوری و راداری با حد تفکیک بالا، به منظور استخراج عارضه راه در مناطق شهری با استفاده از اطلاعات بافت  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 تلفیق دانش پایه تصاویر نوری و راداری با حد تفکیک بالا، به منظور استخراج عارضه راه در مناطق شهری با استفاده از اطلاعات بافت،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن تلفیق دانش پایه تصاویر نوری و راداری با حد تفکیک بالا، به منظور استخراج عارضه راه در مناطق شهری با استفاده از اطلاعات بافت :

نام کنفرانس، همایش یا نشریه : رادار

تعداد صفحات :۱۰

هدف اصلی این پژوهش، نشان دادن پتانسیل بالای استفاده توامان از تصاویر راداری و نوری، جهت استخراج راه می باشد. به منظور رفع نواقص الگوریتم های استخراج راه، با استفاده از داده های تک منبعی و بهبود نتایج کشف راه، الگوریتمی هوشمند جهت تلفیق این دو منبع ارائه شده است. در این تحقیق از تصاویر آیکونوس و TerraSAR-X، استفاده گردید که ابتدا بین تصاویر، هم مرجع سازی انجام گرفت و سپس ویژگی های بافت برای هر یک از تصاویر، استخراج و وارد شبکه عصبی جداگانه شدند. در نهایت با قرار دادن دو فیلتر، پیکسل هایی که در محدوده درجات خاکستری گیاه و راه های باریک قرار دارند، شناسایی شده و تصمیم گیری در مورد ماهیت این پیکسل ها به ترتیب بر مبنای خروجی شبکه عصبی، تصویر نوری و راداری انجام پذیرفت. با اجرای این الگوریتم، به ترتیب مقادیر ۷۹.۴۲ درصد برای پارامتر RCC، ۹۳.۵۱ درصد برای پارامتر BCC و مقدار ۰.۲۷ برای پارامتر RMSE محاسبه شده بین خروجی الگوریتم و داده های مرجع، به دست آمد. خروجی حاصل از تلفیق دو منبع هم از لحاظ آماری و بصری نتایج قابل قبولی ارائه می دهد و هم در تشخیص راه های باریک و پیکسل های مربوط به زمینه، عملکرد بهتری دارد.

کلید واژه: استخراج راه، تصاویر راداری، تصاویر نوری، تلفیق دانش پایه، ویژگی بافت، شبکه عصبی