مقایسه روش‌های طبقه‌بندی شئ- پایه و پیکسل- پایه تصاویر ماهواره‌ای در طبقه‌بندی تیپ‌های جنگل

نویسندگان

چکیده

شیوه‌های مختلفی برای تفکیک پدیده‌های موضوعی در تصاویر ماهواره‌ای وجود دارند. روش‌های متداول طبقه‌بندی، مبتنی بر پیکسل است. تصاویر ماهواره‌ای را به روش‌های شی-پایه نیز می‌توان طبقه‌بندی کرد. در این روش‌ها مجموعه‌ای از پیکسل‌ها که پدیده را می‌سازند، مدنظر قرار می‌گیرند. به‌منظور مقایسه قابلیت روش‌های طبقه‌بندی پیکسل –پایه و شئ- پایه در تفکیک تیپ‌های جنگل، تحقیق حاضر در جنگل آموزشی و پژوهشی خیرودکنار نوشهر بر روی داده‌های سنجنده ETM+ انجام گرفت. تصاویر ابتدا مورد تصحیحات دقیق هندسی قرار گرفتند. سپس فنون مختلف بارزسازی مانند PCA، تسلدکپ و نسبت‌گیری بر روی آنها انجام شد. در روش پیکسل پایه از خوارزمی حداکثر احتمال استفاده شده و طبقه‌های راش خالص، راش آمیخته، ممرز خالص، ممرز آمیخته، توسکای آمیخته، تیپ آمیخته و مناطق جنگلکاری تفکیک شدند. در روش شیء-پایه تصاویر در چند سطح قطعه‌بندی شدند. این قطعات اولیه با استفاده از فنون نزدیک‌ترین همسایه، توابع عضویت و تلفیقی از این دو فن مورد طبقه‌بندی قرار گرفتند. در فن نزدیک‌ترین همسایه، قطعات از طریق انتخاب پدیده‌های تعلیمی برای هر تیپ طبقه‌بندی شدند. در فن توابع عضویت، قطعات اولیه با استفاده از خصوصیات طیفی، شکلی، بافت و روابط بین پدیده‌ها در یک سلسله مراتب از طبقات، طبقه‌بندی شدند. در روش تلفیقی، طبقه‌بندی قطعات در چند مرحله و با استفاده از فنون نزدیک‌ترین همسایه و توابع عضویت صورت گرفت. به‌منظور برآورد میزان صحت و درستی نقشه‌های حاصل از طبقه‌بندی تصاویر به روش‌های مختلف، نقشه واقعیت زمینی تیپ‌های جنگل به‌صورت نمونه‌ای (193 قطعه نمونه) و به روش میدانی تهیه شد. نتایج بررسی صحت نشان می‌دهد که روش طبقه‌بندی شیء–پایه در مقایسه با روش طبقه‌بندی پیکسل–پایه توانسته است موجب بهبود صحت کلی از 44 درصد به حدود 61 درصد و ضریب کاپا ازحدود 255/0 به حدود 445/0 شود. در بین فنون شی- پایه، فن تلفیقی بهتر از فنون نزدیک‌ترین همسایه و توابع عضویت توانسته است قطعات اولیه حاصل از قطعه‌بندی را طبقه‌بندی کند.

کلیدواژه‌ها