پاورپوینت استخراج ویژگی تصاویر ابرطیفی مبتنی بر شی
رضا عزیز | سه شنبه, ۳۰ ارديبهشت ۱۳۹۹، ۰۷:۵۴ ب.ظ
پاورپوینت استخراج ویژگی تصاویر ابرطیفی مبتنی بر شی
فرمت فایل دانلودی: .pptxفرمت فایل اصلی: pptx
تعداد صفحات: 62
حجم فایل: 18255 کیلوبایت
قیمت: 41000 تومان
توضیحات:
پاورپوینت استخراج ویژگی تصاویر ابرطیفی مبتنی بر شی، در 63 اسلاید.
در این فایل با کمک ناحیه بندی تصویر به استخراج ویژگی های طیفی و مکانی آن می پردازیم.
در فایل مورد نظر ابتدا به معرفی تصاویر ابرطیفی به طور پایه پرداختیم و ویژگی های ان را مورد مطالعه قرار دادیم، سپس چند اسلاید به معرفی پدیده ی هیوز و اثر ان بر طبقه بندی تصاویر تخصیص داده شده است. در اسلاید های بعدی روش های بر طرف کردن این پدیده را معرفی میکنیم و در میان آن ها به معرفی انواع روش های استخراج ویژگی پرداختیم.سپس تفاوت روش استخراج ویژگی مبتنی بر پیکسل و مبتنی بر شی مشخص شده است و با رسم یک نمودار میله ای نرخ رشد کاربرد روش استخراج ویژگی مبتنی برشی را مشخص کرده ایم. در ادامه، دو روش نوین استخراج ویژگی در این اسلاید مورد بررسی گام به گام با ذکر روابط بسیار مهم آن ها قرار گرفته است.
فایل حاوی شکل های متعدد به منظور مقایسه ی نتایج به دست آمده با روش های پایه و نوین است. بدین ترتیب که:
با رسم چندین نمودار خطی نتیجه ی روش مورد نظر را در استخراج 1تا10 ویژگی با تعداد نمونه های آموزشی 12و 15 و 18 بررسی میکنیم. معیار ارزیابی در نظر گرفته شده در این نمودار ها متوسط دقت است.
با رسم چندین نمودار میله ای به مقایسه ی روش های نوین با روش مورد نظر در معیار اندازه گیری دقت کلی، دقت متوسط و ضریب کاپا می پردازیم.
الگوریتم ها را بر داده های ابرطیفی واقعی ایندیانا، سالیناس و بوتسوانا اعمال کرده و تفاوت نتیجه ی روش با روش FEUAP و نقشه حقیقی زمین هر یک از داده ها مشخص شده است.
با رسم جداول متعدد به مقایسه ی نتیجه ی روش پیشنهادی در دو طبقه بندی k-nnو gml با روش های دیگر پرداختیم.
از طبقه بندی k-nn ,gmlو svm استفاده شده است.
اسلاید ها حاوی اطلاعات کامل و جامعی از تک تک گام های روش پیشنهادی است و برای ناحیه بندی از الگوریتم cla و fireflyاستفاده میکند.
برای افزایش کیفیت آموزش از چندین فلوچارت استفاده شده است تا مفاهیم بهتر و ساده تر منتقل شوند.
*روش cla و firefly (کرم شب تاب) از جدید ترین روش های ناحیه بندی تصویر اند.
فایل حاوی شکل های متعدد به منظور مقایسه ی نتایج به دست آمده با روش های پایه و نوین است. بدین ترتیب که:
با رسم چندین نمودار خطی نتیجه ی روش مورد نظر را در استخراج 1تا10 ویژگی با تعداد نمونه های آموزشی 12و 15 و 18 بررسی میکنیم. معیار ارزیابی در نظر گرفته شده در این نمودار ها متوسط دقت است.
با رسم چندین نمودار میله ای به مقایسه ی روش های نوین با روش مورد نظر در معیار اندازه گیری دقت کلی، دقت متوسط و ضریب کاپا می پردازیم.
الگوریتم ها را بر داده های ابرطیفی واقعی ایندیانا، سالیناس و بوتسوانا اعمال کرده و تفاوت نتیجه ی روش با روش FEUAP و نقشه حقیقی زمین هر یک از داده ها مشخص شده است.
با رسم جداول متعدد به مقایسه ی نتیجه ی روش پیشنهادی در دو طبقه بندی k-nnو gml با روش های دیگر پرداختیم.
از طبقه بندی k-nn ,gmlو svm استفاده شده است.
اسلاید ها حاوی اطلاعات کامل و جامعی از تک تک گام های روش پیشنهادی است و برای ناحیه بندی از الگوریتم cla و fireflyاستفاده میکند.
برای افزایش کیفیت آموزش از چندین فلوچارت استفاده شده است تا مفاهیم بهتر و ساده تر منتقل شوند.
*روش cla و firefly (کرم شب تاب) از جدید ترین روش های ناحیه بندی تصویر اند.
پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.
