[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 7، شماره 1 - ( 3-1398 ) ::
جلد 7 شماره 1 صفحات 73-89 برگشت به فهرست نسخه ها
آشکارسازی تغییرات در تصاویر ماهواره‌ای براساس آستانه‌گذاری نامتقارن بهینه تصویر اختلاف
فهیمه یوسفی*، محمدجواد ولدان زوج، مجتبی جنتی
دانشگاه صنعتی خواجه نصیرالدین طوسی
چکیده:   (1286 مشاهده)
آشکارسازی تغییرات به عنوان فرآیندی جهت تشخیص تغییرات پوشش اراضی با استفاده از تصاویر ماهواره‌ای چندزمانه، یکی از موضوعات کاربردی سنجش‌‌ازدور می‌باشد. هرگونه پیشرفت در این زمینه ضمن افزایش صحت نتایج، می‌تواند سبب تسهیل و تسریع در تحلیل‌داده‌های چندزمانه و کاهش هزینه تولید اطلاعات مکانی شود. در این پژوهش، یک روش نظارت‌نشده آشکارسازی تغییرات، با بکارگیری شاخص‌های کیفیت تصویر شامل ضریب همبستگی و اعوجاج طیفی، رادیومتریکی و تباین پیکسل‌ها در تصاویر چندزمانه پیشنهاد شده است. به منظور محاسبه این شاخص‏ها، از یک ماسک باینری که تصویر را به دو کلاس تغییریافته و تغییرنیافته تقسیم می‌کند، استفاده می‌شود. در این پژوهش، به منظور تولید این ماسک، از حدآستانه گذاری نامتقارن تصویر اختلاف علامت‌دار استفاده شده و یک الگوریتم تکراری برای یافتن مقادیر بهینه حدآستانه، به منظور تولید ماسک تغییرات بهینه پیشنهاد شده است. نتایج به‌دست آمده حاکی از افزایش ۵ درصدی استفاده از دو حدآستانه نامتقارن در تصویر اختلاف نسبت به استفاده از یک حدآستانه در تصویر قدرمطلق اختلاف می‌باشد. روش پیشنهادی حساسیت اندکی نسبت به تغییرات رادیومتریکی کلی تصاویرچندزمانه دارد.‍ از سوی دیگر به‌دلیل استفاده از روش بهینه‏سازی حدآستانه، این روش نسبت به استفاده از روش بهینه‌سازی ماسک‌های تصادفی دارای هزینه محاسباتی بسیار کمتر خواهد بود. در مقایسه با روش‌های تعیین حدآستانه اوتسو و فیشر، روش پیشنهادی به ترتیب دارای افزایش دقت 24 و 21 درصدی می‏باشد.
واژه‌های کلیدی: آشکارسازی تغییرات، تصاویر ماهواره‌ای چندزمانه، برچسب‌گذاری، حدآستانه‌گذاری، ماسک تغییرات.
متن کامل [PDF 2615 kb]   (439 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: فتوگرامتری
دریافت: 1396/7/15 | پذیرش: 1396/6/21 | انتشار: 1398/3/31
فهرست منابع
1. [1] Sadeghi, Vahid. "Development of a fuzzy thresholding technique for automatic change detection using satellite images." PhD Thesis in Geomatics Engineering, K.N. Toosi University of Technology Faculty of Geodesy and Geomatics, 2016.
2. [2] Singh, A., Review article digital change detection techniques using remotely-sensed data. International journal of remote sensing, 10(6), pp.989-1003, 1989. [DOI:10.1080/01431168908903939]
3. [3] Hussain, M., Chen, D., Cheng, A., Wei, H. and Stanley, D., Change detection from remotely sensed images: From pixel-based to object-based approaches. ISPRS Journal of Photogrammetry and Remote Sensing, 80, pp.91-106, 2016. [DOI:10.1016/j.isprsjprs.2013.03.006]
4. [4] Jin, S., Yang, L., Danielson, P., Homer, C., Fry, J. and Xian, G., A comprehensive change detection method for updating the National Land Cover Database to circa 2011. Remote Sensing of Environment, 132, pp.159-175, 2013. [DOI:10.1016/j.rse.2013.01.012]
5. [5] Tan, B., Masek, J.G., Wolfe, R., Gao, F., Huang, C., Vermote, E.F., Sexton, J.O. and Ederer, G., Improved forest change detection with terrain illumination corrected Landsat images. Remote Sensing of Environment, 136, pp.469-483, 2013. [DOI:10.1016/j.rse.2013.05.013]
6. [6] Dong, L. and Shan, J., A comprehensive review of earthquake-induced building damage detection with remote sensing techniques. ISPRS Journal of Photogrammetry and Remote Sensing, 84, pp.85-99, 2013. [DOI:10.1016/j.isprsjprs.2013.06.011]
7. [7] Dube, T., Gumindoga, W. and Chawira, M., Detection of land cover changes around Lake Mutirikwi, Zimbabwe, based on traditional remote sensing image classification techniques. African Journal of Aquatic Science, 39(1), pp.89-95, 2014. [DOI:10.2989/16085914.2013.870068]
8. [8] Arnett, J.T., Coops, N.C., Daniels, L.D. and Falls, R.W., Detecting forest damage after a low-severity fire using remote sensing at multiple scales. International Journal of Applied Earth Observation and Geoinformation, 35, pp.239-246, 2015. [DOI:10.1016/j.jag.2014.09.013]
9. [9] Sun, C., Wu, Z.F., Lv, Z.Q., Yao, N. and Wei, J.B., Quantifying different types of urban growth and the change dynamic in Guangzhou using multi-temporal remote sensing data. International Journal of Applied Earth Observation and Geoinformation, 21, pp.409-417, 2013. [DOI:10.1016/j.jag.2011.12.012]
10. [10] Coppin, P., Jonckheere, I., Nackaerts, K., Muys, B. and Lambin, E., Review ArticleDigital change detection methods in ecosystem monitoring: a review. International journal of remote sensing, 25(9), pp.1565-1596, 2004. [DOI:10.1080/0143116031000101675]
11. [11] Deer, P., Digital change detection techniques in remote sensing, 1995.
12. [12] Lu, D., Mausel, P., Brondizio, E. and Moran, E., Change detection techniques. International journal of remote sensing, 25(12), pp.2365-2401, 2004. [DOI:10.1080/0143116031000139863]
13. [13] Celik, T. and Yetgin, Z., Change detection without difference image computation based on multiobjective cost function optimization. Turkish Journal of Electrical Engineering & Computer Sciences, 19(6), pp.941-956, 2011.
14. [14] Stathaki, T., Image fusion: algorithms and applications. Academic Press, 2011.
15. [15] Wang, Z., Alan. C. Bovik,"A Universal Quality Index". IEEE Signal Processing Letters, 20, pp.1-4, 2002.
16. [16] [16] Rignot, E.J. and Van Zyl, J.J., Change detection techniques for ERS-1 SAR data. IEEE Transactions on Geoscience and Remote sensing, 31(4), pp.896-906, 1993. [DOI:10.1109/36.239913]
17. [17] Otsu, N., A threshold selection method from gray-level histograms. IEEE transactions on systems, man, and cybernetics, 9(1), pp.62-66, 1979. [DOI:10.1109/TSMC.1979.4310076]
18. [18] Ye, Z., Hu, Z., Lai, X. and Chen, H., Image segmentation using thresholding and swarm intelligence. Journal of Software, 7(5), pp.1074-1082, 2012. [DOI:10.4304/jsw.7.5.1074-1082]
19. [19] Li, L., Gong, R. and Chen, W., Gray level image thresholding based on fisher linear projection of two-dimensional histogram. Pattern Recognition, 30(5), pp.743-749, 1997. [DOI:10.1016/S0031-3203(96)00100-8]
20. [20] Liu, G., Delon, J., Gousseau, Y. and Tupin, F., August. Unsupervised change detection between multi-sensor high resolution satellite images. In Signal Processing Conference (EUSIPCO), 2016 24th European (pp. 2435-2439). IEEE, 2016. [DOI:10.1109/EUSIPCO.2016.7760686]
21. [21] Khan, A., Thakre, P., Pathan, S. and Principal, H.O.D., Unsupervised Change Detection Algorithm from VHR Satelite Images using Soft Computing Technique. International Journal of Engineering Science, 12355, 2017.
22. [22] Leichtle, T., Geiß, C., Wurm, M., Lakes, T. and Taubenböck, H., Unsupervised change detection in VHR remote sensing imagery-an object-based clustering approach in a dynamic urban environment. International Journal of Applied Earth Observation and Geoinformation, 54, pp.15-27, 2017. [DOI:10.1016/j.jag.2016.08.010]
23. [23] Leite, L.R., Carvalho, L.M.T.D. and Silva, F.M.D., Change detection in forest and savannas using statistical analysis based on geographical objects. Boletim de Ciências Geodésicas, 23(2), pp.284-295, 2017. [DOI:10.1590/s1982-21702017000200018]
24. [24] Ma, L., Li, M., Blaschke, T., Ma, X., Tiede, D., Cheng, L., Chen, Z. and Chen, D., Object-based change detection in urban areas: the effects of segmentation strategy, scale, and feature space on unsupervised methods. Remote Sensing, 8(9), p.761, 2016. [DOI:10.3390/rs8090761]
ارسال پیام به نویسنده مسئول



XML   English Abstract   Print


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

Youssefi F, Valadan Zoej M J, Jannati M. Change detection from satellite images based on optimal asymmetric thresholding the difference image. jgit. 2019; 7 (1) :73-89
URL: http://jgit.kntu.ac.ir/article-1-680-fa.html

یوسفی فهیمه، ولدان زوج محمدجواد، جنتی مجتبی. آشکارسازی تغییرات در تصاویر ماهواره‌ای براساس آستانه‌گذاری نامتقارن بهینه تصویر اختلاف. مهندسی فناوری اطلاعات مکانی. 1398; 7 (1) :73-89

URL: http://jgit.kntu.ac.ir/article-1-680-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 7، شماره 1 - ( 3-1398 ) 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 0.04 seconds with 29 queries by YEKTAWEB 4331