طبقه بندی تصاویر ماهواره ای با استفاده از قوانین حاکم بر بردارهای ریاضی
نام نخستين پديدآور
علی عیوضی
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
برنامه ریزی و علوم محیطی
تاریخ نشرو بخش و غیره
۱۴۰۰
مشخصات ظاهری
نام خاص و کميت اثر
۸۰ص.
مواد همراه اثر
سی دی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
سنجشازدور و سیستم اطلاعات جغرافیایی گرايش سیستم اطلاعات جغرافیایی
زمان اعطا مدرک
۱۴۰۰/۰۶/۲۷
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
امروزه استخراج اطلاعات از تصاویر ماهواره¬ای و تعیین اطلاعات مکانی و موقعیت¬های افراد و اشیاء و حتی برای نقشه¬های زمینی و موارد دیگر رشد چشمگیری داشته و جهت دستیابی به موارد فوق¬الذکر از الگوریتم¬های مختلفی استفاده، و یا ارائه شده است. در حالت کلی طبقه¬بندی تصاویر ماهواره ای در دو دسته طبقه¬بندی نظارت شده و نشده قرار می¬دهند که طبقه بندی نظارت شده به دو دسته پارامتریک و غیرپارامتریک تقسیم می¬شوند و هر کدام از آن¬ها زیر مجموعه¬های خودش را دارند؛ مانند بیشترین شباهت، کمترین فاصله، نزدیک¬ترین همسایه، متوازی السطوح و ...در این پایان¬نامه روشی جدید با استفاده از قوانین حاکم بر بردارهای ریاضی ارائه می¬گردد که نسبت به سایر روش¬ها بسیار آسان و دور از محاسبات پیچیده ریاضی است و با انجام چند عمل ساده به هدف مورد نظر و مطلوب خواهد رسید. در تحقیق حاضر تصاویر مربوط به منطقه مورد مطالعه تصحیح شده و سپس ترکیب های رنگی واقعی و کاذب نمایش داده شدند. تحقیق بر پایه روش های برداری ریاضی می باشد و تمام مراحل پردازش های تصویر از طریق فرمول های ریاضی در نرم افزار متلب کد نویسی شدند. به ترتیب عملیات انواع هیستوگرام ها، توابع نمایی و لگاریتمی، عملیات جبری، کلاس بندی و طبقه بندی تصاویر بر روی تصویر سنتینل2 انجام شدند همچنین عملیات فوق با کد نویسی دیگر برای تصویر لندست همراه با تخمین ضریب کاپا و ضریب OA2 صورت پذیرفت. نتایج نشان داد که تحقیق حاضر با روش قوانین حاکم بر بردارها توانست با ضریب کاپا 73.19 درصد و ضریب OA2 76.76 درصد تصویر مورد نظر را بر اساس پنج کلاس عارضه شامل آب، مناطق شهری، نمک، زمین بایر و پوشش گیاهی طبقه بندی نماید
متن يادداشت
Nowadays, extracting information from satellite images and determining the spatial information and locations of people and objects, and even for ground maps and other cases, has grown significantly, and to achieve the above, use or provide different algorithms. Has been. In general, the classification of satellite images is divided into two categories: supervised and uncontrolled classification. Supervised classifications are divided into two categories, parametric and non-parametric, and each of them is a subset. Have their own; Such as the most similarity, the shortest distance, the closest neighbor, parallel surfaces and ...In this dissertation, a new method is presented using the rules governing mathematical vectors, which is much easier than other methods and far from complex mathematical calculations, and by performing a few simple operations, it will achieve the desired goal. In the present study, images related to the study area were corrected and then true and false color combinations were displayed. The research is based on mathematical vector methods and all stages of image processing were coded through mathematical formulas in MATLAB software. The operations of different histograms, exponential and logarithmic functions, algebraic operations, classification and classification of images were performed on the Sentinel 2 image, respectively. The results showed that the present study with the method of rules governing vectors with 73.19% kappa and 76.76% OA2 coefficient could classify the image based on five complication classes including water, urban areas, salt, barren land and vegetation
عنوانهای گونه گون دیگر
عنوان گونه گون
The classification of satellite image using the rule of mathematical vectors
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )