ارائه روش تركيبي بر مبناي تبديل موجك و IHS بهينه سازي شده به منظور ادغام تصاوير سنجش از دوري از طريق تحليل برجستگي

ماهواره‌هاي سنجش از دوري داده‌هاي متنوعي را در بخش‌هاي مختلف طيف الكترومغناطيسي با قدرت تفكيك طيفي، زماني و مكاني فراهم مي‌كنند. براي بهره‌برداري كامل از داده‌هاي سنجش از دوري كه از منابع مختلف حاصل مي‌شوند تكنيك‌هاي مختلف عددي و تحليلي ادغام تصاوير توسعه‌يافته  اند. در ميان روش‌هاي ادغام تصاوير موجود، روش  مبتني بر تبديل رنگي شدت رنگ اشباع‌شدگي (IHS) و تبديل موجك (WT) به دليل كارايي، سرعت و دقت بالا از پركاربردترين الگوريتم هاي ادغام تصاوير هستند؛ اما عموماً اين روش‌ها روي كل تصوير به‌صورت يكجا اعمال مي‌شوند و اساساً تمام تصوير با هر ويژگي و محتوايي را به‌عنوان يك شي در نظر مي‌گيرند؛  درحالي‌كه در يك تصوير ماهواره‌اي از مناطق مختلف، محتواي اطلاعاتي متفاوتي وجود دارد. در اين تحقيق فرايندي جديد به‌منظور ادغام تصاوير بر پايه تجزيه تصوير بر مبناي برجستگي سطح آن ارائه شد. به اين ترتيب تصوير به دو بخش برجسته و غيربرجسته تقسيم شده و سناريوي ادغام در اين دو محدوده متفاوت خواهد بود. در مناطق برجسته كه شامل مناطق مسكوني، جاده‌ها و... هستند، از روش IHS بهبوديافته با استفاده از روش بهينه‌سازي ژنتيك استفاده شد و در مناطق غيربرجسته (جنگل، مرتع و كشاورزي) از تبديل موجك جهت تجزيه و استخراج عوارض با فركانس بالا استفاده گرديد. همچنين در اين تحقيق به‌منظور پياده‌سازي و ارزيابي روش ارائه شده، از نمونه تصويرهاي مربوط به سنجنده‌هاي WORLDVIEW2  بهره گرفته شده است.  نتايج بصري و كمي طيفي و  مكاني، نشان‌دهنده بهبود نتايج ادغام در مقايسه با روش‌هاي مرسوم و يكپارچه مي باشد (مقادير عددي مربوط به شاخص هاي مورد ارزيابي CC، ERGAS، RASE و RMSE در مقايسه با روش‌هاي مورد مقايسه نشان‌دهنده نتايج بهتري بود). قابل ذكر است كه سرعت پردازش در اين روش، بسيار بالاتر از تكنيك‌هاي نوين بر مبناي شبكه‌هاي يادگيري عميق مي باشد.