• جزئیات بیشتر مقاله
    • تاریخ ارائه: 1387/01/01
    • تاریخ انتشار در تی پی بین: 1387/01/01
    • تعداد بازدید: 612
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    از آنجایی که صنعت سنجش از دور به سمت اخذ تصاویر با قدرت تفکیک مکانی بالا پیش می رود، اهمیت استفاده از این تصاویر، برای تهیه نقشه های بزرگ مقیاس دوچندان شده است و تکنیک های پردازش تصاویر سنجش از دور، به عنوان یکی از مهم ترین بخش های استخراج اطلاعات از این تصاویر محسوب می شود. یکی از تکنیک ها، استفاده از شبکه های عصبی مصنوعی، به عنوان سامانه هایی انعطاف پذیر با قابلیت پردازش موازی است. مهم ترین اطلاعاتی که می بایست برای تهیه نقشه از تصاویر اخذ شود، عوارض موجود و موقعیت مکانی آنها در تصاویر می باشد. اما برای کاهش حجم اطلاعاتی نقشه ها، تنها داشتن مرز و لبه ی عوارض کافیست. بدین منظور، سعی شده با طراحی یک شبکه عصبی، عملکرد این سامانه در زمینه استخراج لبه ی عوارض مورد بررسی قرار گیرد. در ادامه، مقایسه ای بین رفتار این شبکه عصبی و عملگری که این شبکه توسط آن آموزش دیده، بر روی تصاویر نوفه دار انجام شده است. با مقایسه نتایج، به وضوح می توان دریافت که شبکه عصبی طراحی شده، نسبت به نویز حساسیت کمی از خود نشان داده است.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها