ارزیابی تطبیقی تکنیک های پردازش پیکسل پایه و شیءگرا در طبقه بندی تصاویر ماهواره ایAster برای استخراج نقشه های اراضی کشاورزی و باغی در حاشیه شرقی دریاچه ارومیه (مقاله علمی وزارت علوم)

چکیده

تحقیق حاضر نمونه ای از کاربرد تکنولوژی سنجش از دور در مدیریت منابع کشاورزی است. در این تحقیق با پردازش رقومی تصاویر ماهواره ای Aster خرداد ماه سال2016    نقشه های کاربری اراضی حاشیه شرقی دریاچه ارومیه استخراج شده است. در این ارتباط در مرحله پیش پردازش، تصحیحات هندسی شامل زمین مرجع کردن، تصحیحات ارتفاعی و تصحیحات اتمسفری برروی تصاویر اعمال شد. در مرحله پردازش، پس از اعمال توابع آشکارسازی، متناسب با اهداف پژوهش طبقه بندی براساس الگوریتم های شیءگرا و پیکسل پایه برروی تصاویر انجام شد. برای این منظور از الگوریتم های حداکثر احتمال، متوازی السطوح و حداقل فاصله از میانگین تصاویر طبقه بندی استفاده شد. سپس، پردازش شیءگرای تصاویر ماهواره ای برروی تصاویر اعمال گردید. در این راستا، در ابتدا فرایند سگمنت سازی برروی تصاویر انجام شد و تصاویر متناسب با معیارهای همگنی، ضریب شکل و فشردگی مورد سگمنت سازی قرار گرفتند. طبقه بندی از نوع شیء گرا با استفاده از الگوریتم های طیفی و مکانی و روش نزدیکترین همسایگی در محیط نرم افزار eCognition  طی مراحل مختلف پیاده شد. به منظور ارزیابی و مقایسه نتایج، ضرایب دقت کلی و کاپای طبقه بندی برای هر کدام از الگوریتم ها استخراج و مشخص شد که در میان روش های پیکسل پایه، الگوریتم طبقه بندی حداکثر احتمال با ضریب کاپای86/0و دقت کلی 67/88 درصد در مقایسه با سایر روش ها، از دقت بالاتری برخوردار است. اما خود این الگوریتم نیز در مقایسه با روش شیءگرا از دقت کمتری برخوردار است، چرا که ضریب کاپای طبقه بندی حاصله معادل 93/0 و دقت کلی نیز معادل 20/94درصد برآورد گردید.