نوع مقاله : مقاله علمی پژوهشی
نویسندگان
1 استادیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی دانشگاه تبریز
2 دانشگاه تبریز
چکیده
سگمنتسازی یکی از روشهای اصلی استخراج اطلاعات در پردازش شیءگرای تصاویر ماهوارهای است. فرآیند سگمنتسازی، پدیدههای اولیه و اصلی در یک تصویر را تفکیک مینماید که مبنایی برای طبقهبندی شیءگرا میباشد. با توجه به اینکه دقت طبقهبندی شیءگرا تا حد زیادی وابسته به دقت سگمنتسازی است، بنابراین تولید سگمنتهای مناسب نقش مهمی در دستیابی به دقت بالا در فرآیند طبقهبندی شیءگرا دارد. در این پژوهش با هدف ارزیابی فرآیند سگمنتسازی به روش تفکیک مکانی چندگانه، از تصاویر ماهوارهایIRS وSPOT5 وQuick Bird برپایه تکنیکهای تلفیق تصاویر ماهوارهای استفاده شده است. در این راستا با توجه به قدرت تفکیک مکانی متفاوت تصاویر ماهوارهای، از مقیاسها و تلفیقهای مختلف(نظیر ضرایب شکل و فشردگی شکل) جهت سگمنتسازی استفاده شده است. نتایج تحقیق بیانگر تاثیر استفاده از اطلاعات مکانی و طیفی در بهینهسازی مقیاس سگمنتسازی است. به طوریکه اطلاعات مکانی تصویر Quick Bird و باند پانکروماتیک تصاویر IRS و SPOT5، در کنار قدرت تفکیک طیفی تصویر SPOT5(بویژه باند قرمز) و Quick Bird، تاثیر بسزایی در افزایش کنتراست تصاویر و درنهایت ارتقاء کیفیت سگمنتسازی دارند. همچنین نتایج تحقیق بیانگر تلفیق تصاویر ماهوارهای با تفکیک مکانی بالاتر، به عنوان روشی موثر برای ارتقاء کیفیت سگمنتسازی است. نتایج این پژوهش در شناسایی روشها و تکنیکهای مختلف سگمنتسازی برای افزایش دقت طبقهبندی شیءگرا دارای اهمیت فراوانی است. نتایج اخذ شده همچنین برای سازمانهای اجرایی نظیر منابع طبیعی، جهاد کشاورزی،... در معرفی روش مناسب برای استخراج سریع و دقیق اطلاعات از تصاویر ماهوارهای برای اهداف مدیریتی حائز اهمیت بوده و میتواند راهگشای استخراج اطلاعات دقیقتر از تصاویر ماهوارهای باشد.
کلیدواژهها
- تصاویر ماهوارهای با تفکیک مکانی متفاوت
- پردازش شیءگرا
- سگمنتسازی
- بهینه سازی
- مقیاس
- روستای ینگی اسپیران
موضوعات
عنوان مقاله [English]
Evaluating of applying image fusion and optimizing techniques for improving the scale parameter of segmentation in object-based image analysis approach
نویسندگان [English]
- bakhtiar feizizadeh 1
- seyed mohammad hassanitabar 2
- Jafar Jafarzadeh 2
1 Assistant professor of Department of Remote Sensing, Geographical Information Systems, University of Tabriz
چکیده [English]
Segmentation is one of the basic method of the information extraction within the object-based image analysis (OBIA) approach. This process separates initial and main objects which are basis for OBIA. According to this, generating appropriate segments plays an important role for performing high accurate object-based classification. Within this research, we aimed to employ multi spectral and spatial satellite images including: IRS, Quick Bird and Spot5, for the purpose of image fusion and optimizing the scale of segmentation. For this to happen, Multi-resolution segmentation approach was performed based on various satellite images with different spatial resolution. As that, spatial information of Quick Bird and panchromatic band of IRS and Spot5 images, alongside spectral resolution of Spot5 (red band, especially) and Quick Bird, have a significant impact in increasing the contrast of image and improve the quality of segmentation, subsequently. The results of this research, indicate the importance of applying spatial information for optimizing the scale of segmentation. In addition, results confirmed that object based image fusion techniques can be employed for integrating different spatial resolution of satellite images. It also turned out that integrating lower spatial resolution with high spatial resolution is an efficient procedure for improving segmentation quality. The results of research, are great of importance for identifying different segmentation approach of object-based classification. The achieved results are also important for executive departments such as Natural resource, agriculture, etc. in light of presentation appropriate approach for rapid extraction of information from satellite image.
کلیدواژهها [English]
- Object Based Image analysis
- multi spectral and Spatial satellite images
- segmentation
- Optimization of scale parameter
- Yengi ispiran village