TY - JOUR ID - 96613 TI - خوشه‌بندی تصاویر پلاریمتری-اینترفرومتری راداری با استفاده از آنتروپی شانون و الگوریتم میدان تصادفی مارکوف JO - نشریه سنجش از دور و GIS ایران JA - GISJ LA - fa SN - 2008-5966 AU - اسمعیل نژاد سلطانلو, محسن AU - صاحبی, محمود رضا AD - دانشجوی کارشناسی ارشد سنجش از دور دانشکده مهندسی ژئودزی وژئوماتیک دانشگاه صنعتی خواجه نصیرالدین طوسی. AD - دانشیار گروه فتوگرامتری و سنجش از دور دانشکده مهندسی ژئودزی وژئوماتیک دانشگاه صنعتی خواجه نصیرالدین طوسی Y1 - 2018 PY - 2018 VL - 10 IS - 4 SP - 121 EP - 144 KW - پلاریمتری KW - اینترفرومتری راداری KW - بی نظمی و ناهمسانگردی KW - آنتروپی شانون KW - میدان تصادفی مارکوف DO - N2 - داده‌های پلاریمتری-اینترفرومتری راداری، با فراهم‌کردن اطلاعاتی از نوع شدت، دارا‌بودن اطلاعات پلاریمتری دو تصویر و اطلاعات ارتفاعی حاصل از اینترفرومتری، توانایی زیادی در طبقه‌بندی پوشش‌های زمین دارند که این ویژگی‌های سه­گانه در آنتروپی شانون حاصل از این داده‌ها، به تفکیک قابل مشاهده هستند. استفاده همزمان این پارامترها، نقش تکمیل‌کننده‌ای در طبقه‌بندی ارائه می‌کنند، به‌طوریکه حضور اطلاعات اینترفرومتری، باعث افزایش دقت طبقه‌بندی می‌شود. همچنین داده‌های اخذ‌شده از دنیای واقعی، دارای پیوستگی مکانی هستند. بنابراین در این تحقیق، از الگوریتم میدان تصادفی مارکوف به منظور در نظر­گرفتن همسایگی‌های پیکسلی و مجموعه پارامترهای آنتروپی شانون داده‌های پلاریمتری-اینترفرومتری راداری برای طبقه‌بندی استفاده می‌شود. الگوریتم میدان تصادفی مارکوف برای شروع، نیاز به یک نقشه طبقه‌بندی شده اولیه دارد. نقشه طبقه‌بندی شده اولیه با استفاده از بی نظمی و ناهمسانگردی پلاریمتری و پلاریمتری-اینترفرومتری و ادغام کلاس‌های حاصل، براساس شباهت ماتریس همدوسی پلاریمتری-اینترفرومتری مراکز کلاس‌ها، تهیه می‌شود. بررسی کارآیی الگوریتم‌پیشنهادی با استفاده از داده پلاریمتری-اینترفرومتری اخذ‌شده توسط سازمان فضایی آلمان(DLR) انجام می‌شود. در تحقیق حاضر، از شاخص درجه خلوص خوشه‌ها برای ارزیابی عملکرد الگوریتم پیشنهادی و چند الگوریتم دیگر استفاده می‌شود. درجه خلوص کل حاصل از الگوریتم‌پیشنهادی در مقایسه با درجه خلوص حاصل از الگوریتم‌های -ویشارت( )، االگوریتم پیشنهادی –ویشارت( )،  -FCM ویشارت( ) و طبقه­بندی با کمک سه پارامتر آنتروپی شانون و الگوریتم خوشه‌بندی FCM به ترتیب به مقدار 28.48%،  11.38%،  16.60% و19.60%  افزایش پیدا کرده است. UR - https://gisj.sbu.ac.ir/article_96613.html L1 - https://gisj.sbu.ac.ir/article_96613_7ef8381fad4ea8ba2b9d68679afcd195.pdf ER -