تشخیص تغییرات در تصاویر پلاریمتری SAR براساس الگوریتم بهبود یافته آب پخشان

عواملی هم چون وجود اسپکل ها در تصاویر SAR، وابستگی زیاد بین پیکسل های همسایه، احتمال رخداد تغییرات در مناطق مجاور نسبت به نقاط دور از یکدیگر و هم چنین دشواری دست یابی به نتایج موردنظر در صورت استفاده از روش های مبتنی بر پیکسل، ضرورت به کارگیری آنالیز شی مبنا را در بهبود دقت تشخیص تغییرات ایجاب می کند. هدف از این مقاله، ارائه روشی نوین در تشخیص تغییرات به هنگام پوشش های اراضی با استفاده از تصاویر پلاریمتریک SAR خواهد بود. در روش پیشنهادی ابتدا هر دو تصویر پلاریمتری اخذ شده از منطقه با استفاده از الگوریتم بهبودیافته آب پخشان به طور جداگانه قطعه بندی می شوند. سپس از میان ویژگی های مختلف پلاریمتری، ده ویژگی تفاضلی بهینه با استفاده از الگوریتم ژنتیک و معیار فاصله Jeffries-Matusita انتخاب گردیده و در مرحله پایانی با درنظرگرفتن اطلاعاتی همانند تفاوت میانگین مقادیر پیکسل های مناطق همگن قطعه بندی شده در دو تصویر، تغییر و یا عدم تغییر قطعات با استفاده از طبقه بندی کننده ماشین بردار پشتیبان (SVM) بررسی می گردد. مقایسه نتایج حاصل از اجرای این الگوریتم با داده های مرجع، مقادیر 40/92 درصد و 85/0 را برای دقت طبقه بندی و ضریب کاپا نشان می دهد. این در حالی است که دقت و ضریب کاپا در روش پیکسل مبنا به ترتیب برابر با 61/78 درصد و 58/0 به دست آمده است. هم چنین این روش قطعه بندی در مقایسه با روش پیکسل مبنا توانسته است مرز های قطعات تصویری را با درصد قابل توجهی حفظ کند.