كارايي الگوريتم‌هاي خوشه‌بندي فازي در بازشناسي خودكار الگو‌هاي مورفولوژيك (مطالعه موردي: رودخانه علاء)

هدف اين پژوهش ناحيه‌بندي فازي با استفاده از تصاوير ماهواره‌اي GeoEye-1 و الگوريتم‌هاي خوشه‌بندي و ادغام پيشنهادي است و كارايي اين تكنيك‌ها در آشكارسازي عوارض و پديده‌هاي سطح زمين و بازشناسي خودكار الگو‌هاي مورفولوژيك در رودخانه علاء بررسي مي‌گردد. در اين رابطه پس از پيش‌پردازش‌هاي راديومتريك و هندسي، بر اساس ويژگي‌هاي فازي به ادغام تصاوير ورودي در نرم‌افزار MATLAB پرداخته و سپس با استفاده از الگوريتم‌هاي (FCM)، (PCM)، (GK) و (FSC) به ناحيه‌بندي مقاوم پوشش زميني اقدام گرديد. در اين روش‌ها خوشه‌بندي فازي چندين بار و براي تعداد خوشه‌هاي مختلف (از c_min تا c_max) انجام گرفته و با ارزيابي خروجي خوشه‌بندي و انتخاب بهترين تعداد نواحي (c ̂) تعيين شده است. همچنين در مرحله پردازش جهت رسيدن به تعداد مشخصي خوشه، تصوير خوشه‌بندي مي‌شود تا پس از اعمال Defuzzification بر روي آن، ناحيه‌بندي فازي صورت گيرد. در نهايت الگوريتم‌هاي خوشه‌بندي فازي مورد بررسي كه داراي پارامترهاي فازي هستند، بر روي تصاويرHR-PRS ورودي اعمال شده و نتايج آن مورد بحث و بررسي قرار گرفته است. نتايج ناحيه‌بندي فازي و مقايسه روش‌هاي پيشنهادي در محدوده مطالعاتي نشان مي‌دهد كه روش Interval-valued Data Fuzzy c-means (FSC) كه در آن ابهام موجود در تصاوير HR-PRS در ناحيه‌بندي لحاظ شده است، در مجموع داراي بهترين عملكرد جهت يافتن تعداد خوشه‌هاي بهينه و مراكز خوشه‌ها و آشكارسازي پديده‌هاي سطحي مي‌باشد. همچنين اين الگوريتم قابليت تفكيك پذيري عوارض را تنظيم و دقت بالاتري را ارائه مي‌دهد و مرزهاي اصلي را به خوبي تشخيص و مرزهاي اضافي را حذف مي‌كند. اين نتايج همچنين نشان‌دهنده اثربخشي الگوريتم‌هاي خوشه‌بندي فازي جهت ناحيه‌بندي تصاوير سنجش از دور چند طيفي مي‌باشد و كارايي روش‌هاي ناحيه‌بندي پيشنهادي را از منظر تشخيص عوارض و پديده‌هاي مكاني و استخراج دقيق اطلاعات از تصاوير تاييد مي‌نمايند.