آموزش طبقه بندی پیشرفته تصاویر ماهواره ای – آموزش طبقه بندی شی گرای تصاویر ماهواره ای

ویدئوی آموزش طبقه بندی پیشرفته تصاویر ماهواره ای با استفاده از نرم افزار ایکاگنیشن آماده شده و چند طبقه بندی پیشرفته را آموزش داده است.

• آیا با روش های پیشرفته طبقه بندی شیءگرا آشنایی دارید؟
• آیا با روش های مختلف طبقه بندی در نرم افزار eCognition آشنایی دارید؟
• آیا با اعمال قوانین مختلف بر روی طبقه بندی آشنایی دارید؟
• آیا با تئوری روش های مختلف طبقه بندی آشنایی دارید؟
• آیا با نحوه نمونه برداری از تصاویرماهواره ای در نرم افزار eCognition آشنایی دارید؟
• آیا با روش اعمال طبقه بندی Bayes در نرم افزار eCognition آشنایی دارید؟
• آیا با اعمال طبقه بندی SVM در نرم افزار eCognition آشنایی دارید؟
• آیا با اعمال طبقه بندی KNN در نرم افزار eCognition آشنایی دارید؟
• آیا با اعمال طبقه بندی Decision Tree در نرم افزار eCognition آشنایی دارید؟
• آیا با اعمال طبقه بندی Random Forest در نرم افزار eCognition آشنایی دارید؟
• آیا با روش های قطعه بندی تصویر آشنایی دارید؟

توضیحات محصول:

نرم افزار eCognition به گونه ای طراحی شده است که بتواند قدرت پردازش و تفسیر تصاویر ماهواره ای و داده های زمین مبنا را به صورت اتوماتیک ارتقا دهد. در قلب این نرم افزار و پردازش های که در آن صورت می گیرد رهیافت های بسیار پیچیده در ارتباط با شناسایی کردن آبجکت ها و سازمان دهی آنها در شبکه ای از پردازش های مرتبط به هم وجود دارد.

چنین پردازشی را اصطلاحا پردازش شیءگرا می نامند. یک آبجکت می تواند به واسطه گروه یا مجموعه ای پیکسل ها تعیین شود که از لحاظ طیفی و مکانی به یکدیگر شبیه باشند.

زمانی که از رهیافت شئ گرا برای پردازش و آنالیز تصاویر ماهواره ای استفاده می شود، به معنای آن است که بیشتر از اینکه بخواهیم فرایند پردازش تصاویر ماهواره ای را بر مبنای فضای پیکسل های تصویر انجام دهیم، آن را بر اساس آبجکت هایی انجام خواهیم داد که بر اساس خصیصه ها و یا ویژگی های مکانی یا طیفی شناسایی شده اند. در همین راستا از این آبجکت ها و مجموعه پیکسل های دسته بندی شده معمولا در زمینه طبقه بندی تصاویر ماهواره ای مورد استفاده قرار می گیرد.

قطعه بندی تصویر به عنوان تکنیک اولیه ای است که برای تبدیل یک تصویر به آبجکت های مختلف مورد استفاده قرار می گیرد. یک آبجکت در تصویر در مقایسه با پیکسل از مقادیر خاص طیفی و تعداد بیشماری از خصیصه ها از جمله شکل، بافت و مورفولوژی برخوردار هستند که می تواند در پردازش دیجیتالی تصاویر ماهواره ای مورد استفاده قرار گیرد.

همچنین این نرم افزار ده ها روش برای طبقه بندی تصاویر ماهواره ای و عکس های هوایی بسته به اینکه چه نوع دیتا و چه نوع تصویری در اختیار داریم را در خود دارد که بسته به کاربرد می توان از هریک از آنها استفاده نمود.

در این محصول آموزشی به طبقه بندی با استفاده از بهترین روش های طبقه بندی تصاویر ماهواره ای پرداخته شده است.

آموزش طبقه بندی پیشرفته تصاویر ماهواره ای

آموزش طبقه بندی شی گرای تصاویر ماهواره ای

عناوین آموزشی

عناوین آموزش داده شده در محصول آموزش طبقه بندی پیشرفته تصاویر ماهواره ای عبارت اند از:

• نحوه ساخت فضای کاری و پروجکت و فراخوانی تصویر در نرم افزار eCognition
• آموزش ترکیبات رنگی در نرم افزار eCognition
• آموزش نحوه ایجاد کلاس های مختلف در نرم افزار
• آموزش قطعه بندی Multiresolution Segmentation
• آموزش انتخاب مقیاس و شکل و ضریب فشردگی مناسب برای قطعه بندی
• نحوه انتقال فضای پیکسل به فضای آبجکت
• استفاده از ویژگی هایی همچون:
• Mean
• div
• Min Pixel Value
• Max Pixel Value
• Hue
• Saturation
• Intensity
• Quantile
• Number of pixels
• Area
• Volume
• Asymmetry
• Density
• Class Related
• Scene Related
• نحوه تاثیر ویژگی ها بر طبقه بندی
• نحوه انتقال کلاس ها به فضای ویژگی
• نحوه نمونه برداری از قطعه بندی
• ایجاد هیستوگرام برای هر یک از ویژگی ها
• ایجاد هیستوگرام برای هریک از باندها
• ایجاد هیستوگرام برای نمونه های تعلیمی
• مقایسه نمونه های تعلیمی در روی هیستوگرام
• طبقه بندی تئوری و عملی به روش Bayes
• طبقه بندی به صورت تئوری و عملی با روش SVM
• طبقه بندی به صورت تئوری و عملی با روش KNN
• طبقه بندی به صورت تئوری و عملی با روش Decision Tree
• طبقه بندی به صورت تئوری و عملی با روش Random Tree
• مقایسه طبقه بندی های صورت گرفته در نرم افزار
• پس پردازش طبقه بندی
• نحوه محاسبه مساحت هریک از کلاس ها
• آموزش کامل ویژگی های مربوط به هریک از کلاس ها
• کار با image object table
• نحوه خروجی گیری از نرم افزار با فرمت Shp