نوع مقاله : علمی-پژوهشی

نویسندگان

• علیرضا همایونفر ¹
• خلیل ولیزاده کامران ²
• مصطفی موسی پور ³

¹ مربی گروه جغرافیا، دانشگاه پیام نور، تهران، ایران

² استاد گروه سنجش از دور و سیستم اطلاعات جغرافیایی دانشگاه تبریز، تبریز، ایران.

³ دانشجوی دکتری سنجش از دور و سیستم اطلاعات جغرافیایی دانشگاه تبریز، تبریز، ایران.

چکیده

هدف از این تحقیق، مقایسه کارآیی توابع کرنل پیکسل پایۀ الگوریتم ماشین بردار پشتیبان و عملگرهای فازی شئ‌گرا در استخراج اراضی ساخته شده شهری همدان می‌باشد. برای این منظور از تصویر چند طیفی دارای قدرت تفکیک مکانی 10 متر ماهواره سنتینل 2 استفاده شده است. از نرم افزار ENVI جهت عملیات پیش پردازش تصویر و همچنین طبقه‌بندی پیکسل پایه و از نرم افزار eCognation جهت طبقه‌بندی شئ‌گرا استفاده شده است. درمرحله پردازش، ابتدا در محیط نرم‌افزار ENVI، نقاط تعلیمی و نقاط واقعیت زمینی مشخص شدند و پس از آن با استفاده از توابع کرنل ماشین بردار پشتیبان، شامل توابع خطی، چند‌جمله‌ای، پایه شعاعی و سیگموئید، فرایند طبقه‌بندی پیکسل ‌پایه انجام شد و پس از آن دقت طبقه‌بندی روش پیکسل پایه مورد ارزیابی قرار گرفت. در محیط نرم افزار eCognation، ابتدا عملیات قطعه‌بندی با مقیاس، ضریب شکل و ضریب فشردگی معین انجام شد و پس از آن با استفاده از عملگر‌های فازی شئ‌گرا شامل AND، OR، MGE، MAR، MGWE و ALP فرایند طبقه‌بندی فازی شئ‌گرا نیز انجام گردید و میزان دقّت هر کدام از نقشه‌های تولید شده روش شئ‌گرا نیز محاسبه گردید. تولید نقشه اراضی ساخته شده شهری با دقت بهتر با استفاده از تصاویر ماهواره‌ای، جنبه نوآوری این تحقیق را توجیه می‌نماید. در این تحقیق عملگر فازی AND دارای بیشترین مقدار دقّت در نقشه‌های تولید شده بود که نشان دهنده این موضوع است که با استفاده از پردازش شئ‌گرای تصاویر ماهواره‌ای می‌توان به دقت بیشتری در تولید نقشه اراضی ساخته شده شهری رسید.

کلیدواژه‌ها

• پیکسل پایه
• ماشین بردار پشتیبان
• فازی
• شئ‌گرا
• همدان

موضوعات

• سنجش از دور

عنوان مقاله [English]

Comparing the efficiency of Pixel-Based functions of support vector machine algorithm and Object-Based fuzzy operators in the extraction of urban built-up areas in Hamedan

نویسندگان [English]

• Alireza Homayunfar ¹
• Khalil Valizadeh Kamran ²
• Mostafa Mousapour ³

¹ Lecture, Department of Geography, Payame Noor University, Tehran, Iran.

² Professor, Department of Remote Sensing and Geographical Information System,, Tabriz University, Tabriz, Iran.

³ ph.D Candidate, Remote Sensing, and Geographical Information System., Tabriz University, Tabriz, Iran.

چکیده [English]

The purpose of this research is to compare the efficiency of Pixel-Based kernel functions on the support vector machine algorithm and Object-Based fuzzy operators in the extraction of built-up land in Hamedan. For this purpose, the Sentinel 2 satellite multi-spectral image with a spatial resolution of 10 meters has been used. ENVI software was used for image preprocessing and Pixel-Based classification, and eCognation software was used for Object-Based classification. In the processing stage, first, in the ENVI software environment, training data and ground truth points were determined, and then using support vector machine kernel functions, including linear, polynomial, radial, and sigmoid basis functions, the class process The pixel-based classification was done and then the classification accuracy of the pixel-based method was evaluated. In the environment of eCognation software, segmentation operation was done with a certain scale, shape factor, and compression factor, and then using object-oriented fuzzy operators including AND, OR, MGE, MAR, MGWE and ALP, the classification process was performed. The object-Based fuzzy classification was also performed and the accuracy of each of the maps produced by the Object-Based method was also calculated. Producing a map of built-up urban lands with better accuracy using satellite images justifies the innovative aspect of this research. In this research, the AND fuzzy operator had the highest amount of accuracy in the produced maps, which indicates that by using Object-Based processing of satellite images, more accuracy can be achieved in the production of urban built-up lands.

کلیدواژه‌ها [English]

• Pixel-based
• Support vector machine
• Fuzzy
• Object-Based
• Hamedan