نویسندگان:
محمد منصورمقدم, حمیدرضا غفاریان مالمیری, فهیمه عربی علی آباد
چکیده:
با توسعه تکنیکهای متعدد در زمینه طبقهبندی تصاویر ماهوارهای و آشکارسازی تغییرات به ویژه در دهه اخیر، توجه به مقایسه روشها و انتخاب بهترین و صحیحترین روش برای تهیه نقشه کاربری و پوشش اراضی در مناطق مختلف، رشد روز افزونی داشته است برای طبقهبندی تصاویر پهپادی از دشت یزد اردکان، طبقههای پوشش اراضی منطقه موردنظر در ۳ کلاس پوشش اراضی (درختان، علف هرز و خاک) تعیین و سپس نمونههای آموزشی از سطح منطقه جمع آوری شد. در مرحله بعد با استفاده از ویژگیهای تصاویر، کلاسهای پوشش اراضی در محدوده مورد مطالعه تعیین و پس از مشخص نمودن میزان تفکیکپذیری کلاسها، طبقهبندی بهصورت نظارت نشده و نظارتشده با روشهای شبکه عصبی مصنوعی آرتمپ فازی، پرسپترون، حداقل فاصله، حداکثر احتمال و شاخه درختی انجام گرفت. در این مطالعه، هدف اصلی مقایسه الگوریتمهای طبقهبندی جهت تعیین پوشش اراضی با استفاده از تصویر پهپاد میباشد. مقایسه این روشها با استفاده از منطق بولین و مقایسه نقاط نمونه در تصاویر طبقهبندی شده و تصویر اولیه که به وسیله پهپاد تهیه شده بود انجام گرفت. نتایج حاصل از ارزیابی دقت این روشها نشان داد که روش طبقهبندی آرتمپ فازی با دقت ۹۸٫۴۸ دقیقترین روش و پس از آن، به ترتیب روش نظارت نشده، حداکثر احتمال، حداقل فاصله، طبقهبندی درختی و پرسپترون قرار دارند. نتایج همچینین بیانگر عملکرد ضعیف روش پرسپترون و روش نظارت نشده به ترتیب در تفکیک درخت و علف هرز و خاک و علف هرز بود که این طبقات به خوبی در روش آرتمپ فازی با دقت بالا تفکیک شده بودند.