آموزش طبقه بندی تصاویر ماهواره ای با شاخص های طیفی

استفاده از شاخص‌ها برای طبقه‌بندی تصاویر ماهواره‌ای روشی نوین و جدید و البته با دقت بالا می باشد.

آموزش جامع طبقه بندی شیءگرا با استفاده از شاخص‌های طیفی منتشر شد

آموزش جامع طبقه بندی شیءگرا با استفاده از شاخص های طیفی در نرم افزار ایکاکنیشن

امروزه روش‌های مورد استفاده برای طبقه‌بندی تصاویر ماهواره‌ای بسیار زیاد شده‌اند که هرکدام از آنها دارای معایب و مزایایی می‌باشند. استفاده از شاخص‌ها برای طبقه‌بندی تصاویر ماهواره‌ای روشی نوین و جدید و البته با دقت بالا می باشد که در صورت رعایت کردن پارامترهای آن می تواند بهترین نتایج ممکن برای طبقه بندی را ارائه دهد.

در این محصول آموزشی که برای اولین بار به این موضوع پرداخته می شود سعی شده است که با استفاده از شاخص‌های طیفی مختلف، به طبقه بندی شیءگرا در نرم افزار ایکاکنیشن پرداخته شود. استفاده از شاخص‌های طیفی، روشی جدید برای طبقه‌بندی تصاویر ماهواره‌ای بوده که مورد علاقه بسیاری از متخصصین سنجش از دور است.

در این آموزش از چندین شاخص استفاده شده است که هرکدام از شاخص ها مربوط به یک نوع پدیده خاص می باشند همانند شاخص NDVI برای پوشش گیاهی NDBI برای مناطق شهری و بقیه شاخص ها.

در مواردی که که طبقه بندی با استفاده از روش های مرسوم نتایج مناسب را ارائه ندهد و یا اینکه هدف یک نوع طبقه بندی کلی باشد این نوع طبقه بندی میتواند مناسب ترین گزینه طبقه بندی باشد.

نرم افزارهای مورد استفاده:

ENVI

eCognition

ArcGIS

مشخصات آموزش:

مدت زمان: ۱ ساعت و ۳۰ دقیقه

موضوع: سنجش از دور (طبقه‌بندی تصاویر)

مخاطب: علاقه مندان به پردازش تصاویر ماهواره ای، علاقه مندان به طبقه بندی شیءگرا

مدرس: هادی امامی (کارشناس ارشد سنجش از دور)

تصویرمورد استفاده: لندست ۸

مطالب پرداخته شده در این آموزش عبارتند از:

• نحوه فراخوانی تصاویر به نرم افزار های عنوان شده
• نحوه انجام تصحیحات رادیومتریکی بر روی تصویر مورد نظر
• نحوه انجام تصحیحات اتمسفری (FLAASH) بر روی تصویر
• نحوه تلفیق تصاویر ماهواره و فیوژن آنها
• استفاده از ابزار Stretch Data
• نحوه پیاده سازی شاخص NDVI
• نحوه پیاده سازی شاخص NDWI
• نحوه پیاده سازی شاخص NDBI
• نحوه ترکیب شاخص های طیفی با یکدیگر و استک کردن آنها
• نحوه فراخوانی داده ها در نرم افزار ایکاکنیشن و ساخت فضای کاری
• نحوه ایجاد ترکیب رنگی های مختلف در نرم افزار ایکاکنیشن
• نحوه ایجاد کلاس های مختلف در نرم افزار ایکاکنیشن
• آموزش قطعه بندی تصویر به روش Multiresolution segmentation
• نحوه انتخاب مقیاس مناسب برای طبقه بندی و قطعه بندی
• استفاده از ویژگی های مختلف به منظور طبقه بندی (میانگین، انحراف معیار، مینیمم ماکزیمم)
• نحوه پیدا کردن مقادیر مناسب برای ایجاد کلاس های مختلف
• نحوه آستانه گذاری برای طبقه بندی کلاس های مختلف
• استفاده از ابزار find enclosed by class
• نحوه خروجی گیری به صورت شیپ فایل از نرم افزار ایکاکنیشن
• استفاده از ابزار Dissolve
• نحوه محاسبه مساحت هریک از کاربری ها