شناسایی اهداف با استفاده از تلفیق تصاویر فراطیفی و تصاویر با قدرت تفکیک مکانی بالا
محورهای موضوعی : کاربرد GIS&RS در برنامه ریزیسامان جواهری 1 , علی اصغر تراهی 2 , سیدمحمد توکلی صبور 3
1 - کارشناس ارشد رشته سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه خوارزمی تهران
2 - استادیار گروه آموزشی سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه خوارزمی تهران
3 - استادیار گروه آموزشی سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه خوارزمی تهران
کلید واژه: تصاویر فراطیفی, تلفیق تصاویر, شناسایی اهداف, تصاویر دارای قدرت تفکیک مکانی بالا,
چکیده مقاله :
شناسایی، ماموریتی برای کسب اطلاعات در مورد فعالیت ها، منابع، توانمدی ها و موقعیت دشمن است. شناسایی اهداف نظامی می تواند اطلاعاتی پیرامون وضعیت فعالیت ها، استقرار نیروها، آرایش نظامی و بسیاری از اطلاعات گوناگون دیگر از یک محدوده نظامی را در اختیار فرماندهان قرار دهد. در سال های اخیر پیشرفت تکنولوژی در زمینه سنجش از دور امکان تهیه تصاویر مختلف با قدرت تفکیک طیفی و مکانی بالا را فراهم نموده است. تلفیق تصاویر فراطیفی و تصاویر با قدرت تفکیک مکانی بالا می تواند کمک موثری به شناسایی، استخراج و تولید نقشه از عناصر سازنده یک محیط را فراهم نماید. هدف از تحقیق حاضر، شناسایی اهداف نظامی با استفاده از تلفیق تصاویر فراطیفی و تصاویر با قدرت تفکیک مکانی بالا می باشد. برای این منظور، پنجرهای از تصاویر سنجنده های هایپریون،ALI و OrbView3، انتخاب گردید. در ابتدا نسبت به پیش پردازش داده فراطیفی هایپریون از لحاظ باندهای غیرقابل استفاده، نوارهای بد عمود، تصحیح اتمسفری و تصحیح هندسی اقدام شد. در ادامه تصویر هایپریون در فرایند دو مرحله ای با باندهای پانکروماتیک تصاویر ALI و OrbView3 با استفاده از الگوریتم های Gram schmidt ، Pc Spectral و IHS تلفیق شد. نتایج تلفیق نشان داد، روش Gram schmidt بهترین عملکرد را از نظر طیفی و مکانی داشته است. در ادامه تحقیق از تبدیل MNF به منظور کاهش ابعاد تصویر و کاهش نویزها بهره گرفته شد و از الگوریتم PPI خالص ترین پیکسل ها به منظور استخراج پروفیل طیفی با مقایسه با طیف های مرجع به صورت بصری و دقیق به دست آمد. در ادامه از الگوریتم های BANDMAX ، نقشه بردار زاویه طیفی و دایورجنس اطلاعات طیفی جهت شناسایی اهداف استفاده شد. نتایج ارزیابی شناسایی اهداف نشان داد که روش BANDMAX با دقت کلی 89.77 و ضریب کاپای 0.81 نسبت به دو الگوریتم دیگر عملکرد بهتری داشته است.
Identification is a mission to learn about the activities, resources, abilities and position of the enemy. Military targets detection can provide commanders with a variety of information on the status of activities, deployment of forces, military arrangement of targets, and many other information from a military area. In recent years, the advancement of remote sensing technology has made it possible to produce different images with high resolution Spectral and spatial. fusion of hyperspectral and high resolution imagery can help effectively identify, extract, and produce maps from the constituent elements of an environment. The purpose of this research is to target detection (military) using fusion of hyperspectral and high resolution imagery. For this reason the Hyperion, ALI and OrbView3 data was acquired. Firstly, Hyperion Data Preprocessing was used in terms of unused bands, bad straights, atmospheric correction and geometric correction. The image of Hyperion in a two-step process with panchromatic bands combined ALI and OrbView3 images using gram-schmidt, Pc Spectral, and IHS algorithms. The combined results showed that Gram schmidt had the best spectral and spatial performance. In the next research, the MNF conversion was used to reduce the image size and reduce the noise, and the PPI algorithm of the purest pixels was used to extract the spectral profile in a visual and precise manner compared with the reference spectra. In the following, algorithms, BANDMAX, spectral angle mapper and divergence spectral information were used to identify the targets. The results of the identification of the objectives showed that the BANDMAX method with a Overall accuracy of 89.25 and Kappa coefficient of 0.723 was better than the other two algorithms.
_||_