ارايه روشي جديد جهت بهبودصحت طبقهبندي اهداف در تصاوير هوايي براساسدادههاي ليداري و ادغام در سطح تصميم

A Novel Method for Improving the Object Recognition Accuracy in Aerial Images Based on LIDAR Data and Decision Fusion

چكيده استفاده از تصاوير هوايي براي شناسايي اهداف بسيار متداول است. ويژگي غالبي كه در اين تصاوير براي تفكيك اهداف مورد استفاده قرار ميگيرد، مشخصه هايي از قبيل رنگ، طيف و بافت ميباشند. ابزارهايي مثل طبقه بندي كننده ها، از اين مشخصه ها جهت شناسايي اهداف استفاده ميكنند. در اين تصاوير، تفكيك اهدافي كه از نظر ويژگي رنگ و طيف مشابه باشند، يا امكانپذير نبوده و يا با دقت پايين ( بويژه در مناطق مرزي بين كلاسها ) انجام ميگيرد. اين محدوديت در تصويربرداري مريي، مبنايي براي برخي از اقدامات پدافند غير عامل ميباشد. از آنجا كه در چند ساله اخير امكان استفاده از داده هاي ليدار فراهم شده است، در اين مقاله روشي براي افزايش صحت طبقه بندي پوشش ها و اهداف براساس تصاوير هوايي و تصاوير حاصل از داده هاي ليداري ارايه شده است. نتايج پيادهسازيها نشان ميدهد كه استفاده همزمان از تصاوير هوايي و ليداري نسبت به استفاده تك تك از اين تصاوير در شناسايي اهداف، عملكرد بسيار دقيق تري بويژه در مناطق مرزي بين كلاسها ارايه ميدهد. وارد شدن برخي از ويژگي هاي منحصر بفرد از داده هاي ليداري در تصميم گيري جهت شناسايي اهداف از قبيل ارتفاع، استتار اهداف براساس ويژگيهاي تصوير برداري مريي از قبيل رنگ را بي اثر ميكند.

Abstract Using aerial images to object recognition is very common. The number of features such as color, spectral and texture can be extracted from these images and can be used for object and target recognition. These features are used by the classifier methods for targets classification. Hence, in these images, separating the object that has the same features, is not possible, or is done with lower accuracy, (especially in classesʹ boundary). This limitation in aerial images is a base for a number of the passive defense techniques. In the past few years, the acquisition of LIDAR data has been possible. Hence, in this paper, a novel target recognition method in aerial images, based on product image from LIDAR data and decision fusion technique is presented. Implementation results show that simultaneous use of aerial images and LIDAR data in object recognition are much more accurate performance than use every single one of these images, particularly in border areas between the classes in feature spaces. Some LIDAR data features such as altitude make ineffective camouflage and concealment actions that are complemented based on aerial image features such as color, in battle space.