|
عنوان
|
بررسی کارایی روشهای استخراج ویژگی LBP، LTP و GCLM در شناسایی اجسام ساخت بشر در تصاویر هوایی
|
|
نوع پژوهش
|
مقاله ارائه شده
|
|
کلیدواژه‌ها
|
بینایی ماشین، تصاویر هوایی، شبکه عصبی، شبکه ی بیز، درخت تصمیم گیری، قطعه بندی، یادگیری ماشین
|
|
چکیده
|
یکی از مهمترین کاربردهای تصاویر هوایی، شناسایی و استخراج اجسام ساخت بشر، از تصاویر هوایی است. راهکار پیشنهادی در این مقاله، ارائه یک روش استخراج ویژگیهای تصاویر هوایی برای دسته بندی تصاویر به گروههای تصاویر طبیعی (تصاویر بدون اشیا ساخت بشر) و تصاویر غیرطبیعی (تصاویر با اشیا ساخت بشر) است. در این راهکار پس از پردازشهای لازم روی تصاویر، به استخراج ویژگیهای تصاویر پرداخته میشود. استخراج ویژگیهای تصاویر با استفاده از سه روش ال.بی.پی، ال.تی.پی و جی.سی.ال.ام انجام میشود؛ خروجی این مرحله بصورت ماتریس ویژگی است که با استفاده از آن نمودار هیستوگرام رسم میشود. نمودارهای هیستوگرام این مرحله که بردار ویژگی نامیده میشود به عنوان ورودی برای روشهای یادگیر استفاده میشود. روشهای یادگیر بکاربردهشده برای دسته بندی تصاویر شبکه ی عصبی مصنوعی، درخت تصمیم گیری، شبکه ی بیزین است. هدف این تحقیق دستیابی به روش اتوماتیک و یادگیر بدون دخالت انسان در تشخیص اجسام ساخت بشر در تصاویر هوایی با تکنیکهای بینایی ماشین است. ارزیابی راهکار پیشنهادی بر روی سه پایگاهداده ی جامع موجود در اینترنت انجام شده است که نتایج حاصل از آن قدرت تشخیص بالای راهکار پیشنهادی را نشان میدهد.
|
|
پژوهشگران
|
فرزانه وقاری باهری (نفر اول)، ناصر فرج زاده (نفر دوم)، وحید احمدزاده اصل (نفر سوم)
|