[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات زیر چاپ::
آمار نشریه::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
آمار سایت
مقالات منتشر شده: 317
نرخ پذیرش: 63
نرخ رد: 37
میانگین داوری: 209 روز
میانگین انتشار: 347 روز
..
:: دوره 11، شماره 1 - ( 3-1402 ) ::
جلد 11 شماره 1 صفحات 17-1 برگشت به فهرست نسخه ها
ارتقای دقت طبقه‌بندی عوارض شهری با استفاده از تلفیق تصاویر اپتیکی و راداری با قدرت تفکیک مکانی بالا
فتانه کیاء* ، محمد جواد ولدان زوج ، فهیمه یوسفی
دانشگاه صنعتی خواجه نصیرالدین طوسی
چکیده:   (1283 مشاهده)
رشد جمعیت و توسعه محیط‌های شهری، برای محققان انگیزه زیادی را در زمینه اطلاعات مکانی برای ارائه روش‌هایی جهت استخراج عوارض ایجاد کرده است. تکنولوژی سنجش از دور و تصاویر ماهواره‌ای به ابزار مهمی جهت کسب اطلاعات مورد نیاز به منظور استخراج عوارض تبدیل شده است. وجود برخی موانع در تصاویر نوری ماهواره‌ای مانند شرایط آب و هوایی و وجود ابر و سایه، مانع از کسب اطلاعات از سطح زمین می‌شود. برای حل این مشکل، به بررسی توانایی عملکرد تصاویر راداری جهت کمک به استخراج عوارض شهری توسط تصاویر نوری به ویژه تشخیص پیکسل‌های واقع شده در مناطق سایه و ابر پرداخته شد. در این مقاله تصاویر وردویو-3 و الوس-2 به صورت تک پلاریزاسیون و چهار پلاریزاسیون در نظر گرفته شد تا به کمک ویژگی‌های بهینه استخراج شده از آن‌ها، به طبقه‌بندی گیاه، ساختمان، راه و خاک با استفاده از تلفیق در سطح ویژگی و تصمیم‌گیری پرداخته شود. ویژگی‌های مستخرج از تصویر نوری شامل پارامترهای بافت حاصل از ماتریس هم‌رخداد و ویژگی‌های راداری شامل پارامترهای بافت برای تصویر تک‌پلاریزاسیون، پارامتر‌های حاصل از روش‌های تجزیه هدف، ویژگی‌های تفکیک‌کننده و ویژگی‌های اصلی برای تصویر با چهارپلاریزاسیون است. در طبقه‌بندی به کمک ویژگی‌های نوری و راداری با استفاده از تلفیق در سطح ویژگی، دقت کلی 83/96 درصد بدست آمد و تا حدودی قادر به شناسایی درست پیکسل‌ها در مناطق سایه و ابر است؛ درحالیکه در طبقه‌بندی به کمک ویژگی‌های نوری، دقت کلی 81/02 درصد بدست آمد. نتایج حاصل شده از طبقه‌بندی با استفاده از تلفیق در سطح تصمیم‌گیری، بسیار پایین و غیرقابل قبول است. نتایج در این مقاله نشان دادند که استفاده از تصاویر راداری در کنار تصاویر نوری در طبقه‌بندی عوارض با استفاده از تلفیق در سطح ویژگی تا حدودی باعث بهبود دقت شد و بسته به شرایط مختلف ممکن است نتایج متفاوتی از تلفیق تصاویر نوری و راداری بدست آید.
 
واژه‌های کلیدی: استخراج ویژگی، تصاویر نوری و راداری، تلفیق در سطح ویژگی
متن کامل [PDF 1148 kb]   (413 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: سنجش از دور
دریافت: 1397/12/20 | پذیرش: 1398/6/24 | انتشار الکترونیک پیش از انتشار نهایی: 1402/3/31 | انتشار: 1402/4/18
فهرست منابع
1. [1] Liu, S., Yu, B., Zhang, N., Zang, J., Wan, J. and Wan, J., " A Study on Monitoring Method of High-Resolution Remote Sensing in Cloudy and Rainy Regions ", International Symposium of Space Optical Instrument and Application, pp. 263-271, 2017. [DOI:10.1007/978-3-319-96707-3_29]
2. [2] Liu, W. and Yamazaki, F., " Object-based shadow extraction and correction of high-resolution optical satellite images ", IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 5(4), pp.1296-1302, 2012. [DOI:10.1109/JSTARS.2012.2189558]
3. [3] Shen, H., Li, X., Cheng, Q., Zeng, C., Yang, G., Li, H. and Zhang, L., " Missing information reconstruction of remote sensing data: A technical review ", IEEE Geoscience and Remote Sensing Magazine, 3(3), pp.61-85, 2015. [DOI:10.1109/MGRS.2015.2441912]
4. [4] Maalouf, A., Carré, P., Augereau, B. and Fernandez-Maloigne, C., "A bandelet-based inpainting technique for clouds removal from remotely sensed images", IEEE transactions on geoscience and remote sensing, 47(7), pp.2363-2371, 2009. [DOI:10.1109/TGRS.2008.2010454]
5. [5] Shen, H., Li, H., Qian, Y., Zhang, L. and Yuan, Q., "An effective thin cloud removal procedure for visible remote sensing images", ISPRS Journal of Photogrammetry and Remote Sensing, 96, pp.224-235, 2014. [DOI:10.1016/j.isprsjprs.2014.06.011]
6. [6] Melgani, F.,"Contextual reconstruction of cloud-contaminated multitemporal multispectral images", IEEE Transactions on Geoscience and Remote Sensing, 44(2), pp.442-455, 2006. [DOI:10.1109/TGRS.2005.861929]
7. [7] Lin, C.H., Tsai, P.H., Lai, K.H. and Chen, J.Y., "Cloud removal from multitemporal satellite images using information cloning", IEEE transactions on geoscience and remote sensing, 51(1), pp.232-241, 2012. [DOI:10.1109/TGRS.2012.2197682]
8. [8] Song, M. and Civco, D.L., "April. A knowledge-based approach for reducing cloud and shadow", ASPRS-ACSM Annu.Conf. and FIG XXII Congr, Washington, (pp. 22-26), 2002.
9. [9] K. Kouchi and F. Yamazaki, "Characteristics of tsunami-affected areas in moderate-resolution satellite images," IEEE Trans. Geosci. Remote Sens., vol. 45, no. 6, pp. 1650-1657, 2007. [DOI:10.1109/TGRS.2006.886968]
10. [10] Zhu, X., Gao, F., Liu, D. and Chen, J., "A modified neighborhood similar pixel interpolator approach for removing thick clouds in Landsat images", IEEE Geoscience and Remote Sensing Letters, 9(3), pp.521-525, 2011. [DOI:10.1109/LGRS.2011.2173290]
11. [11] Dare, P.M., "Shadow analysis in high-resolution satellite imagery of urban areas", Photogrammetric Engineering & Remote Sensing, 71(2), pp.169-177, 2005. [DOI:10.14358/PERS.71.2.169]
12. [12] Zhou, W., Huang, G., Troy, A. and Cadenasso, M.L., "Object-based land cover classification of shaded areas in high spatial resolution imagery of urban areas: A comparison study", Remote Sensing of Environment, 113(8), pp.1769-1777, 2009. [DOI:10.1016/j.rse.2009.04.007]
13. [13] Byun, Y., Choi, J. and Han, Y., "An area-based image fusion scheme for the integration of SAR and optical satellite imagery", IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 6(5), pp.2212-2220, 2013. [DOI:10.1109/JSTARS.2013.2272773]
14. [14] Fekri-Ershad, S., "A Review on Image Texture Analysis Methods", International Online Journal of Image Processing and Pattern Recognition,1(1), pp.1-63, 2018.
15. [15] Bharati, M.H., Liu, J.J. and MacGregor, J.F., "Image texture analysis: methods and comparisons", Chemometrics and intelligent laboratory systems, 72(1), pp.57-71, 2004. [DOI:10.1016/j.chemolab.2004.02.005]
16. [16] Maghsoudi, Y., "Analysis of Radarsat-2 full polarimetric data for forest mapping", Degree of PhD, Department of Geomatics Engineering, University of Calgary, 2011.
17. [17] Goldberg, R.B., Barker, S.J. and Perez-Grau, L., "Regulation of gene expression during plant embryogenesis", Cell, 56(2), pp.149-160, 1989. [DOI:10.1016/0092-8674(89)90888-X]
18. [18] Pohl, C. and Van Genderen, J.L., "Review article multisensor image fusion in remote sensing: concepts, methods and applications", International journal of remote sensing, 19(5), pp.823-854, 1998. [DOI:10.1080/014311698215748]
ارسال پیام به نویسنده مسئول



XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Kia F, valadan Zoej M J, Yousefi F. Improving the urban features classification accuracy by fusion of optical and radar high spatial resolution images. jgit 2023; 11 (1) :1-17
URL: http://jgit.kntu.ac.ir/article-1-637-fa.html

کیاء فتانه، ولدان زوج محمد جواد، یوسفی فهیمه. ارتقای دقت طبقه‌بندی عوارض شهری با استفاده از تلفیق تصاویر اپتیکی و راداری با قدرت تفکیک مکانی بالا. مهندسی فناوری اطلاعات مکانی. 1402; 11 (1) :1-17

URL: http://jgit.kntu.ac.ir/article-1-637-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 11، شماره 1 - ( 3-1402 ) برگشت به فهرست نسخه ها
نشریه علمی-پژوهشی مهندسی فناوری اطلاعات مکانی Engineering Journal of Geospatial Information Technology
Persian site map - English site map - Created in 0.05 seconds with 38 queries by YEKTAWEB 4660