قطعه‌بندي تصاوير سنجش از دور با قدرت تفكيك بالا، بر مبناي سوپرپيكسل‌هاي استخراج شده به كمك الگوريتم SLIC بهبود يافته (E-SLIC)

قطعه‌بندي تصاوير بزرگ مقياس سنجش از دور يكي از مهم‌ترين پردازش‌هايي است كه در استخراج حداكثري و دقيق اطلاعات نقش بسزايي دارد. روش‌هاي قطعه‌بندي انواع مختلفي داشته كه يكي از مهم‌ترين آنها استفاده از سوپرپيكسل‌ها مي‌باشد. روش‌هاي متعددي براي استخراج سوپرپيكسل‌ها ارائه شده كه از جمله‌ موفق‌ترين آن‌ها مي‌توان به روش خوشه‌بندي ساده‌ خطي و تكراري (SLIC) اشاره نمود. اما اين روش نيز به نوبه‌ خود داراي معايبي است كه از بارزترين آنها مي‌توان به توليد قطعات اضافي و عدم انطباق آنها بر اشياء واقعي اشاره نمود. در اين پژوهش تلاش شده تا حد امكان اين معايب برطرف گرديده و به كمك افزودن اطلاعات لبه به الگوريتم SLIC، روش جديدي براي قطعه‌بندي تصاوير بزرگ مقياس ارائه شود. سه نوع داده‌ شهري مختلف از نوع هوايي و ماهواره‌اي با قدرت تفكيك مكاني بالا و با تنوع عوارض مختلف به منظور ارزيابي روش پيشنهادي استفاده شده است. نتايج روش پيشنهادي، علاوه بر الگوريتم اصلي SLIC با ساير روش‌هاي متداول قطعه‌بندي سوپرپكسل‌ها مانند الگوريتم خوشه‌بندي مكاني چگالي مبنا براي كاربردهاي نويزدار (DBSCAN) و قطعه‌بندي سوپرپيكسل با نرخ آنتروپي مقايسه شده است. مقايسه كمي نتايج به كمك پارامتر انحراف معيار درون كلاسي (WCSD) نشان مي‌دهد كه در مورد تصاوير ماهواره‌اي با ميانگين حدود 780 و 1040 واحد و در مورد تصاوير هوايي با ميانگين حدود 220 واحد، انحراف معيار قطعات توليد شده در روش پيشنهادي از ساير روش‌هاي رقيب كمتر است. هم‌چنين ارزيابي بصري حاكي از آن است كه قطعات توليد شده به كمك روش پيشنهادي داراي كمترين ميزان انحراف معيار بوده و همگن مي‌باشند.