خوشه بندي تصاوير سنجش از دور با استفاده از الگوريتم رقابت استعماري (ICA)

پردازش داده و داده كاوي يكي از شاخص هاي مهم در حوزه هاي علمي و فني مي باشد و خوشه بندي يكي از بهترين روش ها براي پردازش و استخراج اطلاعات ارائه شده است. خوشه بندي داده هاي سنجش از دور كه در حيطه طبقه بندي بدون نظارت قرار دارد، يكي از مراحل ضروري در پيش پردازش و پردازش داده هاي سنجش از دور مي باشد. از طرفي همزمان با پيشرفت در زمينه طبقه بندي تصاوير و استخراج عوارض، روش هاي دستي تحليل داده ها از رده خارج شده و استفاده از روش هاي تحليل كامپيوتري غير قابل اجتناب گرديده اند. خوشه بندي يا طبقه بندي نظارت نشده، طبقه بندي تصوير فقط بر مبناي اطلاعات تصوير بوده و كاربر در كل فرآيند آن دخالتي ندارد، اين روش ها از كمترين اطلاعات جانبي براي تصميم گيري در مورد داده ها استفاده مي كند و در واقع كشف كلاس پيكسل ها كاملا به وسيله الگوريتم انجام مي گيرد. در اين مقاله روشي نوين جهت بهبود پارامترهاي ورودي و نتايج خروجي الگوريتم هاي خوشه بندي تصاوير سنجش از دور با استفاده از الگوريتم بهينه سازي تكاملي رقابت استعماري ارايه شده است.