طبقه‌بندی مکانی-طیفی تصاویر چندطیفی مبتنی بر خوشه‌بندی بیشینه‌سازی انتظار بهبود یافته

امروزه، با افزایش دقت مکانی تصاویر سنجش از راه دور، امکان بکارگیری اطلاعات مکانی در فرآیند طبقه‌بندی وجود دارد. این امر منجر به افزایش دقت طبقه‌بندی تصاویر چندطیفی می‌گردد. یکی از روش‌های گنجاندن اطلاعات مکانی در طبقه‌بندی، بخش‌بندی بدون نظارت تصویر است که می‌تواند از طریق خوشه‌بندی بیشینه‌سازی انتظار (em) و تخصیص برچسب به اجزای متصل انجام شود. اما em همواره در معرض خطر قرار گرفتن در بهینه محلی قرار دارد. بنابراین در این مقاله، روش جدیدی به منظور بهبود روش خوشه‌بندی em مطرح شده است که علاوه بر حل مشکل مذکور، دارای کارایی بهتری در طبقه‌بندی تصاویر چندطیفی می‌باشد. در این مقاله، پس از اعمال کاهش بعد lpp و کاهش باندهای طیفی، نتایج طبقه‌بند مبتنی بر پیکسل و نقشه بخش‌بندی بدست آمده از روش ارایه شده، با استفاده از آرای اکثریت ترکیب می‌شوند تا طبقه‌بند مکانی-طیفی شکل بگیرد. نتایج شبیه‌سازی نشان می‌دهد که طبقه‌بند مکانی-طیفی ارایه شده منجر به بهبود قابل ملاحظه‌ای در دقت و اعتبار طبقه‌بندی تصاویر چندطیفی f210، نسبت به طبقه‌بند مبتنی بر پیکسل شده است بطوریکه می‌تواند این تصاویر را با دقت %68/88 و اعتبار %8/80 طبقه‌بندی نماید.