به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه « تصویر هوایی » در نشریات گروه « جغرافیا »

تکرار جستجوی کلیدواژه «تصویر هوایی» در نشریات گروه «علوم انسانی»
  • ناصر فرج زاده*، مهدی هاشم زاده

    تصاویر هوایی ثبت شده توسط ماهواره ها و یا پهپاد ها، معمولا شامل نواحی مربوط به منابع طبیعی و نواحی حاوی سازه های ساخت بشر است. با تفکیک این نواحی از یکدیگر، قادر خواهیم بود اطلاعات مهمی نظیر آرایش ساختاری سطوح و شکل آنها را استخراج و نقشه های هوایی برچسب دار ایجاد کنیم. دست یابی به چنین اطلاعاتی می تواند کاربرد های بسیار مفیدی در زمینه های نظامی، شهری و زیست محیطی داشته باشد. از آنجایی که پردازش حجم عظیمی از تصاویر به دست آمده از ماهواره ها و پهپاد ها بصورت دستی امکان پذیر نیست، لذا استفاده از روش های خودکار مبتنی بر هوش مصنوعی در این حوزه، بسیار مورد توجه قرار گرفته است. تاکنون پژوهش های متعددی در این باره انجام شده است که از اهم آنها می توان به شناسایی ساختمان ها، وسایل نقلیه، جاده ها و همچنین تشخیص ساختار پوشش گیاهی در تصاویر هوایی اشاره کرد. در این مقاله، قصد داریم با معرفی مجموعه ای از ویژگی های آماری مبتنی بر رنگ که به سادگی قابل استخراج از تصاویر هوایی هستند و با استفاده از یک مدل مبتنی بر یادگیری، راهکاری کارآمد برای تشخیص دقیق و سریع سازه های ساخت بشر و تفکیک آنها از منابع طبیعی ارایه دهیم. نتایج آزمایش های انجام گرفته بر روی بانک تصاویر ماساچوست که به صورت عمومی، قابل دسترس است، نشان دهنده دقت مناسب و سرعت عمل بالای راهکار پیشنهادی است. به طوری که، دقت و میانگین سرعت پردازش به دست آمده به ترتیب برابر با ٪07/90 و 96/0 ثانیه است.

    کلید واژگان: تصویر هوایی, منابع طبیعی, سازه های ساخت بشر, یادگیری ماشین, ویژگی های آماری}
    N Farajzadeh*, M Hashemzadeh

    Generally, the photos captured by drones and satellites include both natural scenes and man-made objects. Having these two categories classified, we will be able to extract important information from aerial scenes such as the shapes and the alignments of the structures and then, create labeled aerial images accordingly. Obtaining such information is of great interest in, for example, military, urban, and environmental protection applications. However, due to a huge amount of data that is collected in form of images, it seems that manually processing of such data is impossible. Therefore, employing automatic techniques based on artificial intelligence has become more on demand. There are numerous researches on this topic from which detection of buildings, vehicles, roads, and vegetation are of more interest. In this paper, we aim to introduce a method to detect man-made objects in aerial images based on a new set of color statistical features, which can be easily extracted, together with a learning model. Experimental results on a publicly available dataset, Massachusetts dataset, have shown promising results in terms of both accuracy and processing time; the accuracy and the average processing time are 90.07% and 0.96 seconds, respectively.

    Keywords: aerial images, natural scene, man-made objects, machine learning, statistical features}
  • اصغر نظریان*، الناز همپانژاد

    شهر ارومیه مرکز استان آذربایجان غربی به عنوان دهمین شهر پرجمعیت کشور و دومین شهر بزرگ شمال غرب به شمار می رود. این شهر در دهه های گذشته همگام با دیگر شهرهای ایران شاهد تغییرات وسیع و گسترده ای در ساختار بافت و کالبد سنتی خود بوده است. شناخت و تحلیل دقیق و واقعی تر از چگونگی تغییرات ایجاد شده در طراحی و برنامه ریزی های مرتبط با مسایل شهری در حال و آینده به خوبی می تواند به یاری متخصصان و مدیران شهری آمده و دستیابی به شهری سالم تر و پایدارتر را سهل تر سازد. لذا بررسی و مطالعه تصویرهای هوایی سال های مختلف در کنار سایر راهکارها به عنوان یکی از بهترین ابزارهای شناخت و تحلیل در این زمینه بشمار می روند. بر همین اساس مقاله حاضر با رویکردی توصیفی و در نهایت تحلیل گونه تلاش دارد تا تغییرات کالبدی شهر ارومیه را مورد مطالعه قرار دهد.

    کلید واژگان: ارومیه, گسترش کالبدی, برنامه ریزی شهری, تصویر هوایی, سیستم اطلاعات جغرافیایی}
    A. Nazarian *, E. Hampanezhad

    Urmia, the provincial city of West Azarbaijan, is considered as the tenth largest city of Iran and the second in north-west. The city of Urmia as the other large towns has experienced considerable structural changes in its traditional and old context. It is to admit that reaching a more detailed and comprehensive knowledge of the changes and the factors behind could very well help the managers and related programmers to solve the current problems of the city and be able to achieve a more healthy and sustainable city in present and future. An efficient way to understand the changes in physical body of the city is to carry out comparative study of various aerial images happily produced and archived by the national geographical organization. But one important problem that for such studies exists is the loss of coordinated and geo-referenced images which makes the comparative study particularly for a given spots and in detailed cases hard and impossible.

    Keywords: Urmia, Physical development, Urban Management, aerial image, GIS}
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال