Tracking targets from the ground is difficult due to natural and artificial barriers, and in some cases, such as car detection, is dangerous, therefore, identifying targets using remote sensing is obvious. To achieve the purpose, the desired camera is installed on the unmanned aerial vehicle (UAV). with images processing on captured images from the camera, the system has used can identify the vehicle using aerial images and follow it if it is necessary. An important issue to this matt تفاصيل المقالة

در فرآیند آشکارسازی تغییرات، انتخاب روش استخراج اطلاعات نقش مهمی در کیفیت آشکارسازی تغییرات نهایی دارد. در تحقیق حاضر به منظور آشکارسازی تغییرات و تعیین محدوده گستره سیل، از روش ادغام داده های چندزمانه لندست 8، بر پایه اعوجاجات طیفی استفاده شده است. برای این منظور، ابتدا هر دو تصویر قبل و بعد از سیل با استفاده از روش Gram Schmitt، ادغام گردیدند تا قدرت تفکیک مکانی تصاویر افزایش پیدا کند. در ادامه به منظور آشکارسازی تغییرات و تعیین محدوده گستره سیل از سه الگوریتم Gram Schmitt, IHS, PCA، استفاده گردید. در این تحقیق تصویر قبل از سیل به عنوان تصویر چندطیفی و تصویر باند مادون قرمز بعد از سیل به عنوان تصویر پانکروماتیک به هر یک از الگوریتم ها داده شد تا با استفاده از میزان اعوجاج طیفی به وجود آمده در هر یک از الگوریتم ها، محدوده گستره سیل مشخص شود. نتایج نشان داد که قابلیت روش ادغام داده ها بر پایه اعوجاج طیفی، در آشکارسازی تغییرات بسیار بالا می باشد. اعوجاج طیفی به وجود آمده در الگوریتم IHS، صحیح ترین اعوجاج بوده و خروجی این الگوریتم انطباق بالایی با داده مرجع دارد. همچنین خروجی الگوریتم Gram Schmitt، دارای اعوجاجات طیفی در محدوده های غیر تغییر می باشد. الگوریتم PCA، که نسبت به ورودی ها بسیار حساس است، اکثر مناطق تصویر را دارای اعواجاج کرده که استفاده از این الگوریتم در آشکارسازی تغییرات بر پایه اعوجاج طیفی پیشنهاد نمی گردد. تفاصيل المقالة