>
Fa   |   Ar   |   En
   ارائه یک سیستم طبقه بندی کننده چندگانه فازی برای ادغام داده های فراطیفی و لیدار  
   
نویسنده بیگدلی بهناز
منبع علوم و فنون نقشه برداري - 1397 - دوره : 7 - شماره : 4 - صفحه:57 -72
چکیده    محدودیت های سنجنده های مختلف سنجش از دور و ضعف آنها در شناسایی عوارض مختلف باعث شد ادغام داده های حاصل از سنجنده های مختلف به منظور بهبود نتایج طبقه بندی مورد توجه قرار گیرد. در میان سنجنده های مختلف کنونی، در سال های اخیر دو سنجنده فراطیفی و لیدار به منظور طبقه بندی زمین بسیار پرکاربرد بوده اند. داده های حاصل از لیدار اطلاعات ارتفاعی مناسبی را از عوارض زمینی به ویژه عوارض دارای ارتفاع مانند ساختمان فراهم می کنند در حالی که اطلاعات طیفی ضعیفی از عوارض ایجاد می کنند. در همین حال داده های حاصل از سنجنده های فراطیفی اطلاعات طیفی مناسبی از عوارضی مانند خاک، آب و چمنزارها فراهم می کنند ولی اطلاعات ارتفاعی مناسبی از آنها در دسترس نیست. تحقیق پیش رو به منظور طبقه بندی بهتر عوارض زمینی، از مفهوم سیستم طبقه بندی کننده چندگانه فازی برای طبقه بندی داده های فراطیفی و لیدار استفاده می کند. پس از استخراج فضای ویژگی برای هر دو داده فراطیفی و لیدار، از روش طبقه بندی فازی نزدیکترین همسایگی برای طبقه بندی فازی هر داده استفاده خواهد شد. روش ادغام مورد استفاده برای ادغام تصمیمات فازی، روش الگوی تصمیم گیری می باشد. به منظور ارزیابی هر چه بیشتر روش پیشنهادی، یک سیستم طبقه بندی کننده چندگانه تک مقداری نیز به منظور مقایسه نتایج با روش پیشنهادی فازی ارائه می شود. در قسمت تک مقداری از طبقه بندی کننده ماشین بردار پشتیبان (svm) برای طبقه بندی هر داده بصورت مجزا استفاده می شود و در ادامه روش ادغام بیزین برای ادغام نتایج طبقه بندی در سطح تصمیم گیری مورد استفاده قرار می گیرد. روش پیشنهادی روی داده فراطیفی و لیدار دانشگاه هیوستون و محوطه شهری اطراف آن پیاده سازی شد. نتایج طبقه بندی فازی داده های لیدار و فراطیفی 75% و 88% بوده است. این درحالی است که سیستم فازی ادغام طبقه بندی کننده ها دقت 96% را ایجاد کرده است. استفاده از ادغام طبقه بندی کننده ها باعث بهبود طبقه بندی کلاس های زمینی می شود. به علاوه این تحقیق نشان می دهد سیستم طبقه بندی کننده چندگانه در حالت فازی در نهایت بیشترین افزایش دقت را در مقایسه با سیستم های تک مقداری حاصل می کند.
کلیدواژه سیستم های طبقه بندی کننده چندگانه، داده فراطیفی، داده لیدار، طبقه بندی فازی، طبقه بندی تک مقداری
آدرس دانشگاه صنعتی شاهرود, دانشکده مهندسی عمران, ایران
پست الکترونیکی bigdeli@shahroodut.ac.ir
 
   A Multiple Fuzzy Classifier System for Fusion of Hyperspectral and LiDAR Data  
   
Authors Bigdeli B.
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved