%0 Journal Article %A Ashoori, Hamed %A Valadan Zoej, Mohammad Javad %A Sahebi, MahmoodReza %T Introducing a method for producing a Spatial indces to use spatial data in panchromatic image classification %J Journal of Geospatial Information Technology %V 6 %N 2 %U http://jgit.kntu.ac.ir/article-1-586-fa.html %R 10.29252/jgit.6.2.1 %D 2018 %K Spatial Index, Supervised classification, Panchromatic Image, Image texture quantization, %X طبقه‌بندی یکی از پرکاربردترین روشهای استخراج اطلاعات از تصاویر ماهواره‌ای است، در الگوریتم‌های مختلف طبقه‌بندی تنها از اطلاعات طیفی تصویر به‌عنوان ورودی استفاده می‌شود. در حالی که خصوصا در تصاویر با رزولوشن مکانی بالا، روابط مکانی بین پیکسلهای همسایه نقش به‌سزایی در ایجاد تمایز بین کلاسهای مختلف، در تفسیر انسانی دارد. در تحقیقات مختلف روشهایی جهت کمی‌سازی بافت تصویر و استفاده از آن در ایجاد تفکیک بین کلاسها ارائه شده است. با توجه به تنوع روشهای کمی‌سازی بافت تصویر و تنوع پارامترهای قابل تنظیم آنها، امکان تولید تعداد بسیار بالایی ویژگی مکانی جدید از تصویر وجود دارد. هر یک از این ویژگیها توانایی خاصی در ایجاد تمایز بین کلاسهای تصویر دارند، این حقیقت و تعداد بالای ویژگیها، نیاز به انتخاب ترکیب بهینه و یا تولید ویژگی‌هایی که چکیده توانمندی مجموعه تولید شده را داشته باشند، را ضروری می‌نماید. در این تحقیق با الهام از اندکس‌های تفاضلی نرمال طیفی، مفهوم شاخص مکانی جهت تولید شاخص‌هایی مبتنی بر ویژگیهای مکانی تولید شده از تک باند طیفی تصویر پانکروماتیک، جهت تفکیک کلاسهای مختلف تصویر معرفی شده است. شاخص‌های مکانی تولیدی برای هر کلاس به‌عنوان چکیده مجموعه ویژگیهای مکانی و به‌صورت ویژگیهای جدید در کنار باند تصویر در طبقه‌بندی نظارت شده استفاده شد. ویژگیهای دارای بیشینه و کمینه مقدار در هر کلاس پس از تولید بردار میانگین در فضای ویژگی‌ها و حذف ویژگیهای داری رنج تغییرات کوچک انتخاب شدند. پس از مقایسه با نتایج سایر کلاسها، زوج باندهای غیر تکراری انتخاب شده و ویژگیهای تفاضلی نرمال بر اساس آنها تولید شد، استفاده از ویژگیهای تولید شده در طبقه‌بندی منجر به افزایش قابل توجه دقت در تفکیک کلاسها و کاهش زمان کلی محاسبات گردید. از دیگر مزایای این روش، صریح و مستقیم بودن و عدم نیاز به روندهای تکرار است. %> http://jgit.kntu.ac.ir/article-1-586-fa.pdf %P 1-21 %& 1 %! %9 Research %L A-11-443-2 %+ K.N. Toosi University of Technology %G eng %@ 2008-9635 %[ 2018