آشکارسازی ویژگی‌مبنای تغییرات مناطق شهری با استفاده از الگوریتم‌های بهینه‌سازی ازدحام ذرات و ژنتیک

امروزه داده های مکانی و شهرها تحت تاثیر عوامل طبیعی یا مصنوعی به سرعت دچار تغییرات می شوند. این تغییرات سبب از دست رفتن اعتمادپذیری اطلاعات جهت برنامه ریزی های شهری، مدیریت صحیح منابع و ناکارامدی سیستم های اطلاعات مکانی می شود. از این رو آشکارسازی هر چه دقیق تر تغییرات یکی از دغدغه های متخصصین و پژوهشگران سنجش ازدور و فتوگرامتری می باشد. علی رغم وجود اطلاعات طیفی غنی و مفید در تصاویر ماهواره ای با حد تفکیک بالا، گاهاً استفاده ی صرف از این اطلاعات بدلیل افزایش تنوع داخلی مناطق همگن متعلق به یک کلاس، پاسخگوی دستیابی به دقت های مورد نیاز نخواهد بود و در عمل نیاز به این است که روش های پیشرفته جهت آنالیز این داده ها بکار گرفته شود که یکی از این آنالیزها استفاده از ویژگی ها و اطلاعات مکانی موجود در تصویر می باشد. تنوع و گوناگونی ویژگی های استخراجی، استفاده از الگوریتم های بهینه سازی به منظور دستیابی به ویژگی های بهینه را ایجاب می کند. جهت دستیابی به ویژگی های بهینه و یافتن پارامترهای بهینه ی ماشین بردار پشتیبان بصورت همزمان، از الگوریتم های بهینه سازی ازدحام ذرات باینری و ژنتیک باینری استفاده شده است. همچنین با توجه به ضعف عمده ی روش پس از طبقه بندی در آشکارسازی تغییرات درون کلاسی و برخورداری تصاویر مورد استفاده از شرایط بد رادیومتریکی که کار قطعه بندی را با دشواری مواجه می سازد، از طبقه بندی دوکلاسه تفاضل ویژگی های استخراجی، جهت آشکارسازی تغییرات استفاده شده است. در این مقاله علاوه بر ویژگی های طیفی، از ویژگی های بافتی استخراجی از حوزه ی مکان و فرکانس جهت تولید نقشه باینری تغییرات تصاویر با حد تفکیک بالای شهرک آزادشهر تهران بهره گرفته شده است. دقت کلی 45/93 و ضریب کاپای 87/0 در مقابل دقت کلی 03/91 و ضریب کاپای 82/0 حاکی از برتری الگوریتم ازدحام ذرات نسبت به الگوریتم ژنتیک در انتخاب ویژگی و یافتن پارامترهای بهینه ی ماشین بردار پشتیبان بصورت همزمان جهت دستیابی به نقشه باینری تغییرات دارد. محاسبه ی سهم هر یک از 10 نوع ویژگی مورد استفاده، توسط سه معیار معرفی شده در این مقاله (تاثیرگذاری، تاثیرگذاری جزئی و تاثیرگذاری کلی)، نشان دهنده ی کارایی استفاده از سایر فضاهای رنگی، ویژگی های استخراجی از تبدیل ویولت و ویژگی های استخراجی از حوزه مکان (ماتریس رخداد توام) بوده و همچنین منعکس کننده ی ضعف استفاده ی صرف از اطلاعات طیفی جهت آشکارسازی تغییرات در تصاویر با حد تفکیک بالا می باشد. مقایسه روش پیشنهادی با سایر تحقیقات نشان از کارایی روش پیشنهادی دارد.