آشکارسازی و پایش عوارض زمین‌ریخت‌شناسی در مناطق با پوشش سایه و ابر با استفاده از تکنیک‌های دورسنجی و ناحیه‌بندی فازی

در این پژوهش با هدف آشکارسازی و پایش عوارض زمین‌ریخت‌شناسی (خط‌الراس‌ها و خط‌القعرها) و همچنین تصحیح و کاهش اثرات جوی (پوشش سایه و ابر) از تصاویر پانکروماتیک hr prs سنجنده geoeye 1 مربوط به ارتفاعات شمالی تله زنگ در زاگرس میانی استفاده شده است. در این راستا پس از پیش‌پردازش‌های رادیومتریک و هندسی، بر اساس ویژگی‌های فازی به ادغام تصاویر ورودی در نرم‌افزار matlab پرداخته و سپس با بهره‌گیری از الگوریتم‌های msa ، fws ، idf و cfm به ناحیه‌بندی فازی تصاویر پنکروماتیک hr prs اقدام گردید. نتایج ناحیه‌بندی فازی و مقایسه الگوریتم‌های مورد بررسی نشان می‌دهد که الگوریتم interval valued data fuzzy c means (idf) در محدوده مورد مطالعه عملکرد مناسب‌تری نسبت به سایر روش‌ها جهت ناحیه‌بندی فازی و آشکارسازی خطواره‌ها دارد. اوج تفاوت عملکرد این الگوریتم در ناحیه‌بندی خطواره‌های محدوده سایه ابر می‌باشد که ماهیتی رادیومتریکی دارد و این کار به درستی توسط این روش صورت گرفته است. دلیل این امر استفاده از اعداد فازی، مقاومت در برابر نویز و داده‌های دور افتاده و نیز ویژگی‌های بافتی، ساختاری و طیفی جهت خوشه‌بندی کارا و شناسایی هدف در این روش‌ می‌باشد. نتایج این پژوهش اثربخشی و کارایی الگوریتم‌های ناحیه‌بندی فازی مورد مطالعه را در آشکارسازی عوارض زمین‌ریخت‌شناسی خطواره‌ها و از بین بردن پوشش ابرها و سایه‌ها در تصاویر ماهواره‌ای hr prs ثابت می‌کند. در همین حال، این یافته‌ها ایده های جدیدی را برای مطالعات سنجش از دور به ویژه در زمینه استخراج دقیق اطلاعات از تصاویر و پردازش تصویر ارائه می‌دهد.

detection and monitoring of geomorphic landforms in areas with shadow and cloud cover using remote sensing techniques and fuzzy segmentation

in this study، with the aim of detecting and monitoring geological lines (ridges and thalweg) as well as correcting and reducing atmospheric effects (shadow and cloud cover) from hr prs panchromatic images of geoeye 1 sensor from the northern highlands in the middle zagros have been used. in this regard، after radiometric and geometric processing، based on fuzzy properties، the input images are integrated in matlab software and then using msa، fws، idf and cfm algorithms، fuzzy segmentation of hr prs panchromatic images was performed. in general، the results of applying the studied fuzzy segmentation algorithms on the study area show that the interval valued data fuzzy c means (idf) method has the best performance in detecting lineaments. but the difference in the performance of this algorithm is in the fuzzy segmentation of the lineaments in the cloud shadow، which is of a radiometric nature، and this has been done correctly. this is due to the use of fuzzy numbers، noise resistance and remote data، as well as textural، structural and spectral properties for efficient clustering and target identification in this method. the results of this study prove the effectiveness and efficiency of the fuzzy segmentation algorithms studied in detecting lines and eliminating cloud cover and shadows in hr prs satellite images. at the same time، these findings offer new ideas for remote sensing studies، especially in the field of precise information extraction from images and image processing.