TY - JOUR JF - kntu-jgit JO - jgit VL - 9 IS - 1 PY - 2021 Y1 - 2021/7/01 TI - Segmentation Improvement of High Resolution Remote Sensing Images based on superpixels using Edge-based SLIC algorithm (E-SLIC) TT - قطعه‌بندی تصاویر سنجش از دور با قدرت تفکیک بالا، بر مبنای سوپرپیکسل‌های استخراج شده به کمک الگوریتم SLIC بهبود یافته (E-SLIC) N2 - قطعه‌بندی تصاویر بزرگ مقیاس سنجش از دور یکی از مهم‌ترین پردازش‌هایی است که در استخراج حداکثری و دقیق اطلاعات نقش بسزایی دارد. روش‌های قطعه‌بندی انواع مختلفی داشته که یکی از مهم‌ترین آنها استفاده از سوپرپیکسل‌ها می‌باشد. روش‌های متعددی برای استخراج سوپرپیکسل‌ها ارائه شده که از جمله‌ موفق‌ترین آن‌ها می‌توان به روش خوشه‌بندی ساده‌ خطی و تکراری (SLIC) اشاره نمود. اما این روش نیز به نوبه‌ خود دارای معایبی است که از بارزترین آنها می‌توان به تولید قطعات اضافی و عدم انطباق آنها بر اشیاء واقعی اشاره نمود. در این پژوهش تلاش شده تا حد امکان این معایب برطرف گردیده و به کمک افزودن اطلاعات لبه به الگوریتم SLIC، روش جدیدی برای قطعه‌بندی تصاویر بزرگ مقیاس ارائه شود. سه نوع داده‌ شهری مختلف از نوع هوایی و ماهواره‌ای با قدرت تفکیک مکانی بالا و با تنوع عوارض مختلف به منظور ارزیابی روش پیشنهادی استفاده شده است. نتایج روش پیشنهادی، علاوه بر الگوریتم اصلی SLIC با سایر روش‌های متداول قطعه‌بندی سوپرپکسل‌ها مانند الگوریتم خوشه‌بندی مکانی چگالی مبنا برای کاربردهای نویزدار (DBSCAN) و قطعه‌بندی سوپرپیکسل با نرخ آنتروپی مقایسه شده است. مقایسه کمی نتایج به کمک پارامتر انحراف معیار درون کلاسی (WCSD) نشان می‌دهد که در مورد تصاویر ماهواره‌ای با میانگین حدود 780 و 1040 واحد و در مورد تصاویر هوایی با میانگین حدود 220 واحد، انحراف معیار قطعات تولید شده در روش پیشنهادی از سایر روش‌های رقیب کمتر است. هم‌چنین ارزیابی بصری حاکی از آن است که قطعات تولید شده به کمک روش پیشنهادی دارای کمترین میزان انحراف معیار بوده و همگن می‌باشند. SP - 65 EP - 84 AU - Kakhani, Nafiseh AU - Mokhtarzade, Mehdi AU - Valadan Zouj, Mohammad Javad AD - K.N. Toosi University of Technology. Tehran. Iran KW - high resolution remote sensing image processing KW - segmentation KW - superpixels KW - SLIC algorithm. UR - http://jgit.kntu.ac.ir/article-1-552-fa.html DO - 10.52547/jgit.9.1.65 ER -