مقاله بررسی امکان تشخیص گونه ‏های درختی در تصاویر هوایی رقومی به روش طبقه‏ بندی شی‏ء‏ـ‏ پایه


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
1 بازدید
۹۷,۷۰۰ تومان
خرید

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

 مقاله بررسی امکان تشخیص گونه ‏های درختی در تصاویر هوایی رقومی به روش طبقه‏ بندی شی‏ء‏ـ‏ پایه دارای ۲۱ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله بررسی امکان تشخیص گونه ‏های درختی در تصاویر هوایی رقومی به روش طبقه‏ بندی شی‏ء‏ـ‏ پایه  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 بررسی امکان تشخیص گونه ‏های درختی در تصاویر هوایی رقومی به روش طبقه‏ بندی شی‏ء‏ـ‏ پایه،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن مقاله بررسی امکان تشخیص گونه ‏های درختی در تصاویر هوایی رقومی به روش طبقه‏ بندی شی‏ء‏ـ‏ پایه :

تعداد صفحات :۲۱

داده‏های سنجش از دور، به‏ویژه تصاویر هوایی رقومی با توان تفکیک مکانی و رادیومتری زیاد، می‏تواند ابزار مناسبی برای شناسایی گونه‏های درختی باشد. هدف از این تحقیق بررسی قابلیت این تصاویر و روش شی‏ء‏ـ‏پایه برای تشخیص گونه‏های درختی است. به این منظور منطقه‏ای ۸۶/۵ هکتاری از پارک طالقانی تهران انتخاب شد. تصاویر دوربین UltraCam-D چهار‏باندی ادغام‏شده با باند پانکروماتیک با پیکسل‏هایی به ‏ابعاد ۷×7 سانتی‏متر و عمق رادیومتری ۱۲ بیت استفاده شدند. تصحیح هندسی تصاویر به کمک نقش بزرگ‌مقیاس (۱:۲۰۰۰) منطقه و داده‏های پروازی (IMU) به روش مثلث‏بندی هوایی انجام گرفت. باندهای اصلی به ‏همراه داده‏های تبدیلی NDVI، PCA، و HIS در فرایند قطعه‏بندی و طبقه‏بندی مورد آزمون قرار گرفتند. طبقه‏بندی به‌‏روش شی‏ء‏ـ‏پایه صورت گرفت. ابتدا یک قطعه‏بندی با شاخص‏های مختلف انجام گرفت و نتیج آن به‏صورت کیفی ارزیابی شد. بعد از انتخاب توصیف‏گرهای مناسب برای تفکیک طبقات، طبقه‏بندی به روش نزدیک‏ترین همسایه با تعریف نمونه‏های تعلیمی برای هر طبقه اجرا شد. با بازدیدهای میدانی واقعیت زمینی نقطه‏ای تهیه شد. ارزیابی صحت نقش حاصل از طبقه‏بندی با نقشه واقعیت زمینی نشان‏دهنده صحت کلی ۷۸ درصد و ضریب کاپای ۷۳/۰ است. گونه‏های چنار و عرعر به‏ترتیب بیشترین (۸۱۷/۰) و کمترین (۲۴۸/۰) ضریب کاپای طبقه را کسب کردند. صحت کلی و ضریب کاپای خوب و برابری آن‏ها، بیانگر قابلیت خوب تصاویر مورد استفاده و روش شی‏ء‏ـ‏پایه در تشخیص اکثر گونه‏های درختی مورد مطالعه است. برای ارزیابی هر‏چه کامل‏تر قابلیت داده‏های UltraCam-D ضرورت دارد این داده‏ها در شرایط رویشگاهی مختلف و دیگر گونه‏ها استفاده شوند.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.