بخشی از مقاله

چکیده

طی سالیان گذشته تصاویر ماهوارهاي یکی از مهمترین منابع جهت استخراج اطلاعات مکانی بوده است. سنجندههاي مایکروویو به دلیل بهرهبرداري از ویژگیهاي متمایز طیف الکترو مغناطیس دربردارنده اطلاعات متمایزي نسبت به سنجندههاي نوري می باشد. در این بین تصاویر پلاریمتریک رادار با روزنه ترکیبی به دلیل نمایش رفتار عوارض مختلف در مواجه با قطبشهاي متفاوت میدان الکترومغناطیس، حاوي اطلاعات ارزشمندي به منظور طبقهبندي پدیدههاي مختلف میباشند.

تاکنون آلگوریتمهاي متنوعی جهت طبقهبندي تصاویر پلاریمتریک رادار با روزنه ترکیبی ارائه شده است. در این مقاله سعی شده است تا نسبت به طبقهبندي شیء مبناي تصایر پلاریمتریک اقدام گردد. به این منطور از تصویر دو پلاریزه سنجنده PALSAR منطقه اي در شمال ایران استفاده شد. این نوع طبقهبندي امکان در نظر گرفتن اطلاعات بافت و شکل را در فرآیند طبقهبندي داده و به دلیل ایجاد اشیاء تصویري باعث کاهش تاثیر نویز اسپکل در تصویر میگردد. به منظور مقایسه عملکرد این طبقه بندي کننده از سه آلگوریتم طبقه بندي پیکسل مبنا کمترین فاصله، فاصله ماهالانوبیس و بیشترین شباهت نیز استفاده گردید. همانطور که در قسمت ارزیابی نتایج نشان داده می-شود، طبقه بندي شیء مبنا عملکرد بهتري نسبت طبقهبندي کنندههاي پیکسل مبنا نمایش میدهد.

-1 مقدمه

طبقهبندي تصاویر ماهوارهاي یکی از متداولترین روشهاي استخراج اطلاعات از تصاویر ماهوارهاي میباشد که به دلیل ضرورت در اختیار داشتن یک سیستم اطلاعات مکانی به هنگام و دقیق به منظور مدیریت بهینه منابع محدود زمینی، از اهمیتی روز افزون برخوردار گردیده است.[1] با ظهور سنجندههاي مایکروویو امکان برخورداري از ویژگیهاي متمایز این سنجندهها به وجود آمد. سنجندههاي مایکروویو به دلیل امکان تصویربرداري در شرایط مختلف آب و هوایی و در ساعات مختلف شبانه روز و استفاده از قسمت مایکروویو طیف الکترو مغناطیس و بهره برداري از ویژگیهاي منحصر به فرد آن همچون نفوذپذیري، حساسیت به ویژگیهاي سطح مانند ناهمواري، میزان رطوبت و غیره از جایگاه ویژهاي نسبت به سنجندههاي اپتیکی برخوردار میباشد.

از اینرو استفاده از تصاویر راداري به دلیل برخورداري از این ویژگیهاي متمایز، مورد توجه بسیاري از محققین قرار گرفته است. در این تصاویر امکان استفاده از فرکانسها، زوایاي دید و پلاریزاسیونهاي متفاوت به منظور تجزیه و تحلیل بازپراکنش بین پدیدههاي متفاوت و در نهایت امکان ایجاد تمایز بین این پدیدهها وجود دارد. همانطور که ذکر شد، یکی از پارامترهاي تاثیر گذار جهت آشکارسازي پدیدههاي مختلف پلاریزاسیون یا قطبش میدان الکترومغناطیسی میباشد. با استفاده از تصاویر پلاریمتریک امکان جداسازي عوارض به دلیل پاسخهاي متفاوت به پلاریزاسیونهاي مختلف وجود دارد. تاکنون مطالعات گستردهاي جهت استخراج عوارض از تصاویر پلاریمتریک رادار با روزنه ترکیبی انجام گرفته است.

در اولین مطالعات انجام شده نسبت به استخراج نقشه کاربري و پوشش با استفاده از دادههاي شاتل SIR-C/X-SAR اقدام گردید1]، . [2 پس از ظهور سنجندههاي تک فرکانسی مانند RADARSAT1  مطالعات در این حوزه به طور گسترده تري دنبال گردید3]،.[4 در ادامه مشکل سنجنده  هاي تک فرکانس در جداسازي بهینه عوارض به دلیل اطلاعات کم موجود در تصاویر اخذ شده توسط این سنجندهها منجر به استفاده از تصاویر پلاریمتریک سنجندههایی چون RADARSAT2 ، ENVISAT ASAR و ALOS PALSAR گردید5]،6،7،.[8 استخراج اطلاعات از تصاویر پلاریمتریک تاکنون با استفاده از آلگوریتمهاي طبقهبندي متنوعی پیگیري شده است9]،10،.[11 با معرفی آلگوریتم هاي تجزیه هدف روشهاي طبقه بندي مختلفی بر اساس نتایج این آلگوریتمها ارائه شده است.[12]

همچنین در مطالعات اخیر نسبت به تلفیق اطلاعات فیزیکی و بافت جهت بهبود نتایج طبقه-بندي اقدام شده است. [13] با توجه به اینکه امکان استفاده توامان از اطلاعات فیزیکی و بافت در یک رویکرد پیکسل مبنا به سختی امکان پذیر است، آنالیز شیء مبنا امکان استفاده از اطلاعات بافت و شکل را علاوه بر اطلاعات موجود در تصاویر پلاریمتریک امکانپذیر کرده و با استفاده از اشیاء تصویري به جاي پیکسل باعث کاهش نویز اسپکل میگردد14]،.[15 در این مقاله سعی شده است تا نسبت طبقه بندي تصاویر پلاریمتریک سنجنده PALSAR در یک چارچوب شیء مبنا اقدام گردد. به منظور مقایسه نتایج از سه طبقه بندي کننده پیکسل مبناي کمترین فاصله - Minimum Distance - ، فاصله ماهالانوبیس - Mahalanobis Distance - و بیشترین شباهت - Maximum Likelihood - نیز استفاده شده است.

-2 روش شناسی

-1-2 منطقه مورد مطالعه

در این تحقیق از تصویر Dual Polarimetric سنجنده PALSAR ماهواره ALOS منطقه اي در شمال ایران استفاده شد. این تصویر شامل پوششهایی چون آب، شالیزار، جنگل، خاك بایر، کشتزارهاي مرتفع و کوتاه و مناطق شهري میباشد. تصویر Dual Polarimetic سنجنده PALSAR در دو باند HH و HV و در فرکانس 1270 مگاهرتز اقدام به تصویربرداري مینماید. به منظور نمایش رنگی تصویر از باند HH در کانال قرمز، باند HV در کانال سبز و باند HH-HV در باند آبی استفاده شد. این ترکیب باندي منجر به ایجاد تمایز بهینه پوششهاي موجود در تصویر گردید. در شکل 1 منطقه مورد مطالعه و تصویر پلاریمتریک مورد استفاده نمایش داده شده است.

همانطور که در شکل فوق پیداست نواحی تالاب، مرداب و دریاي خزر به دلیل انعکاس پایین در هر سه باند مورد   استفاده به رنگ تیره از بقیه عوارض موجود در تصویر قابل شناسایی میباشد. مناطق مسکونی اطراف تالاب انزلی و در حاشیه دریا به دلیل انعکاس بالا در باند HV  به رنگ سبز روشن در تصویر نمایش داده شده است. همچنین خاك بایر موجود در اطراف مناطق مسکونی و در حاشیه آبریز منتهی به دریا به دلیل انعکاس بالا در باندهاي HH و HH-HV و انعکاس پایین در باند HV به رنگ بنفش روشن تصویر شده است.

شالیزارهاي اطراف تالاب نیز همانند خاك بایر داراي انعکاس بالایی در باندهاي HH و HH-HV برخوردار بوده ولی بر خلاف خاك بایر، از انعکاس ضعیفی در باند HV نیز برخوردار بوده و به همین دلیل به رنگ بنفش کم رنگ قابل آشکارسازي میباشد. کشتزارهاي با پوشش توده متراکم مجاور جنگل نیز به دلیل انعکاس بالا در باند HV و یا انعکاس بالا در دو باند HH و HV  به رنگ سبز بسیار روشن و یا زرد تصویر شده است .

کشتزارهاي کوت اه که بخش اعظم حدفاصل دریا تا جنگل را میپوشاند، بسته به رطوبت موجود به رنگ هاي سبز و بنفش قابل مشاهده میباشد. جنگلهاي موجود بر روي دامنه رشته کوههاي البرز به عنوان بزرگترین پوشش موجود در تصویر از رفتار انعکاسی پیچیدهاي برخوردار میباشد. به نظر میرسد این رفتار پیچیده به دلیل استفاده از طول موج باند L در سنجنده PALSAR و امکان رخداد پراکنش حجمی، برخورد به خاك پس زمینه و یا باز پراکنش ناشی از برخورد به شاخ و برگ و ساقه میباشد. شکل زیر نمایش دهنده- ي رفتار پراکنشی پوششهاي متفاوت موجود در تصویر در قالب ترکیب رنگی تصویر پلاریمتریک میباشد.

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید