جستجو در تالارهای گفتگو

تاثير استفاده از اطلاعات همسايگي مکاني در دقت خوشه بندي تصاوير ماهواره اي نویسندگان: فاطمي سيدباقر*, مباشري محمدرضا, آبكار علي اكبر تاکنون براي بهبود دقت روش هاي خوشه بندي پيشنهادات متعددي ارايه شده است که از آن جمله مي توان به استفاده از روش هاي نيمه نظارت شده، ترکيب خوشه بندي ها و خوشه بندي دوگانه اشاره نمود. يکي از مهمترين رويکردها در اين زمينه استفاده از اطلاعات مکاني تصوير مي باشد. در اين تحقيق چهار روش خوشه بندي که از اطلاعات مکاني سطح تصوير استفاده مي کنند با يکديگر مقايسه گرديد. اين چهار روش شامل اعمال فيلتر اکثريت، استفاده از داده هاي بافت، خوشه بندي مبتني بر شيء، و استفاده از ميدان هاي تصادفي مارکوف مي باشند که در کنار روش خوشه بندي k-means ساده روي چهار نمونه تصوير آزمايش شدند. استفاده از داده هاي بافت براي تصاوير واقعي تا 10.8 درصد و روش ميدان هاي تصادفي مارکوف براي تصاوير شبيه سازي شده با 22.8 درصد بيشترين افزايش دقت را نسبت به خوشه بندي k-means نشان داده اند. نتايج اين پژوهش نشان مي دهند که استفاده از خوشه بندي k-means در شکل ساده اش به هيچ وجه همه توانايي اطلاعاتي تصوير را به کار نمي گيرد و نتايج و انتظارات کاربر را برآورده نخواهد کرد و استفاده از اطلاعات همسايگي يکي از بهترين راهکارهاي افزايش دقت مي باشد. منبع: [Hidden Content] دانلود: [Hidden Content] 7002413930408.pdf