توضیحات
شبیه سازی مقاله پردازش تصویر افزایش وضوح مکانی تصاویر چند طیفی با متلب
در این مقاله، ترکیب مدل بر گرفته از شبکیه چشم و وفقی بهبود یافته جهت افزایش وضوح مکانی تصاویر روش ارائه خواهد شد. در روش وفقی بهبود یافته، برای چند طیفی و کنترل مقدار و محل تزریق جزئیات مکانی، از لبههای تصویر استفاده میشود. در روش پیشنهادی، علاوه تصویر تک رنگ و م ؤلفه MS توسط تصویر Pan بر این، از ضرایب تخمین تصویر شدت روشنایی مدل شبکیه چشم نیز استفاده میشود. در نتیجه، با توجه به مقدار ضرایب تخمین، مقدار جزئیات تزریقی متناسب با هر ، باند خواهد بود. نتایج شبیهسازی ب رای تصاویر ماهوارههای نشان میدهد که روش ترکیبی، علاوه بر IKONOS و Landsat افزایش وضوح مکانی، در حفظ ویژگیهای طیفی نیز کارآمدتر میباشد.
به فرایند تجمیع اطلاعات چند تصویر در تصویری واحد، تلفیق تصاویر گفته میشود. از تصویر بدست آمده، میتوان در جهت بهبود دسته بندی، شناسایی و تجزیه و تحلیل دادهها استفاده کرد. غالبا، بیشتر روشهای تلفیق در سطح پیکسل و پایین ترین سطح اطلاعات میباشند. برای ادغام در این سطح، لازم است تصاویر دارای ابعاد یکسان بوده و کاملا هم مختصات شده باشند. این اطلاعات عموما در حوزه مکان و طیف میباشند. وضوح طیفی به پهنای باند الکترومغناطیسی دادههای اخذ شده توسط سنجنده و وضوح مکانی به طول واقعی از سطح شیئی )زمینی( که توسط یک پیکسل اخذ شده است گفته میشود . داشتن وضوح مکانی بالا، بیشتر در تشخیص و پی بردن به شکل و ساختار موئلفههای موجود در تصویر کاربرد دارد. در مقابل، وضوح طیفی بالا برای تشخیص نوع و جنس اشیاء مناسب میباشد. نداشتن اطلاعات مناسب مکانی و طیفی بصورت همزمان، بیشتر ناشی از محدودیتهای فناوری و سخت افزاری سنجندهها میباشد .
در این مقاله با ترکیب تصاویر که تخت عنوان fusion در انگلیسی شناخته می شود ، سعی نموده کیفیت و کنتراست تصاویر ماهواره ای را بهبود بخشد .
برای این کار چند مرحله کار انجام شده که در ادامه توضیح داده می شود .
1: در ابتدا ضرایب بهینه برای مشارکت هر باند تصویر چند باندی با کمک الگوریتم بهینه سازی با تابع هزینه رابطه ی 9 بدست می آید . که در ابتدای کد نیز ما به کمک الگوریتم ژنتیک و استفاده از رابطه 9 ، ضرایب بهینه را بدست آوردیم .
2: در گام دوم ، بهبود کیفیت با الگوریتم RIM پیاده شده است که دو فیلتر DOG و پایین گذر به ترتیب h1 و h2 ایجاد شده است و تصویری بهبود یافته با کانولوشن این فیلتر ها و جمع آن ها مانند رابطه 8 بدست آمده است . که تحت عنوان I_RIM شناخته می شود .
3: در گام سوم ، ماتریس وزن دهی WM برای هر کانال از تصویر چند باندی که 4 کانال دارد ، بدست می آید تا تاثیر نقاط لبه ای که حامل جزییات می باشند ، بیشترگردد . که در کد در بخش سوم آورده شده است.
4: در گام چهارم ، ماتریس وزن دهی ترکیبی برای هر کانال با استفاده از رابطه ی 14 بدست آمده است .
و در بخش نهایی تصویر ادغام برای هر کانال بدست آمده است.
- شبیه سازی مقاله پردازش تصویر افزایش وضوح مکانی تصاویر چند طیفی با متلب توسط کارشناسان گروه ۱.۲.۳ پروژه پیاده سازی گردیده و به تعداد محدودی قابل فروش می باشد.
- فایلهای پروژه به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.