نرمال‌سازی خودکار تصاویر ماهواره‌ای چندزمانه با استفاده از پیکسل‌های تغییرنیافته

در تحقیق حاضر روش نرمال‌سازی خودکاری برمبنای رگرسیون با استفاده از پیکسل‌های تغییرنیافته، مدل‌سازی هیستوگرام تصویر هدف و محاسبه ضرایب تبدیل خطی برای دسته‌های مختلف پیکسل‌ها از لحاظ درجات روشنایی در هر باند، ارایه شده است. در مرحله تعیین پیکسل‌های تغییرنیافته، روش جدیدی معرفی شده است که این مرحله را به صورت خودکار انجام می‌دهد و صحت بالایی نیز دارد. در مرحله دسته‌بندی پیکسل‌ها نیز براساس درجات روشنایی، روش جدیدی پیشنهاد شده است که تعداد و بازه‌های لازم برای دسته‌بندی را به‌طور خودکار و جداگانه براساس اطلاعات هیستوگرام تصویر هدف، برای هر باند تعیین می‌کند تا تاثیرات مختلف اتمسفر و سایر عوامل را روی درجات خاکستری مختلف مدل کند. ایده مورد نظر روی دو تصویر سنجنده tm پیاده‌سازی شد. نتایج ارزیابی نشان داد در صورتی که از روش پیشنهادی در مرحله تعیین خودکار پیکسل‌های تغییرنیافته استفاده شود، صحت کلی آشکارسازی تغییرات از 15/95 درصد به 14/96 درصد در مقایسه با روش‌های متداول بهبود می‌یابد و همچنین خطای کمترین مربعات نرمال‌سازی، در مقایسه با حالتی که برای کل تصویر از یک برازش خطی استفاده شود، در باندهای 1، 2، 3، 4، 5 و 7 به ترتیب 44/26، 13/50، 54/38، 27/5، 75/3 و 31/3 و در مقایسه با حالتی که از مقادیر پیش‌فرض برای دسته‌بندی پیکسل‌ها براساس درجات خاکستری و برازش جداگانه خطی برای هر دسته استفاده شود، به ترتیب 82/30، 9/45، 53/30، 19/4، 82/2 و 32/0 کاهش می‌یابد.