بهبود نتايج آشكار سازي تغييرات در مناطق شهري با تلفيق تصاوير اپتيك و رادار در سطح تصميم گيري

Improving Change Detection Results in Urban Areas by Fusion of Optical and Radar Images at Decision Level

با توجه به اطلاعات متفاوتي كه توسط سنسور هاي اپتيك و رادار از هر پديده سطح زمين ضبط مي شود، مي توان آن ها را مكمل يكديگر دانست. تلفيق اين دو داده باعث بهبود نتايج در آشكارسازي تغييرات بخصوص در مناطق شهري خواهد شد. برهمين اساس، در پژوهش پيش رو جهت آشكار سازي تغييرات ايجاد شده در پوشش سطح زمين از تكنيك هاي راي گيري كه از متداول ترين تكنيك هاي تلفيق داده در سطح تصميم گيري مي باشند و قابليت پياده سازي بصورت نظارت نشده را دارند، استفاده گرديد. جهت پياده سازي اين تكنيك ها از داده هاي ماهواره سنتينل1 و 2 كه هر كدام در دو بازه زماني 9/2016 و 9/2018 از محدوده شهر مشهد اخذ شده اند استفاده گرديد. تكنيك هاي تلفيق بكارگرفته شده با روش هاي متداول آشكار سازي تغييرات كه از تصاوير رادار و اپتيك به صورت مستقل استفاده مي كنند، مقايسه و مورد ارزيابي قرار گرفت. يافته هاي اين پژوهش نشان دهنده كارايي و صحت بالاي تكنيك حداكثر راي، جهت آشكارسازي تغييرات مي باشد، به گونه اي كه نسبت پيكسل هاي اشتباه شناسايي شده به كل پيكسل ها داده ي ارزيابي 13/18 درصد بوده كه داراي پايين ترين مقدار است .

Given the different information captured by optical and radar sensors from each surface phenomenon, they can be recognized as complementary to one other. The fusion of these data will improve change detection results, especially in urban areas. Accordingly, in the current study, Voting techniques, which are the most commonly used decision-making data fusion techniques and could be implemented in an unsupervised manner, were used to detect land surfaces changes. To implement these techniques, Sentinel 1 and 2 satellite data were obtained for Mashhad city in two periods; September 2016 and September 2018. The applied integration techniques were compared and evaluated with common change detection methods which use radar and optic data independently. The findings of this study showed the high performance and accuracy of this method for detecting the variations, so that the ratio of the wrong pixels to the total pixels was 18.13 percent; which is the lowest value.