تصویر

معرفی محصول

جزئیات محصول

آموزش جامع طبقه بندی و مراحل پس از طبقه بندی در سنجش از دور (بخش تئوری و بخش عملی در نرم افزار ENVI)

شناسـه : 417 180000 تومان 33%

قیمت : 120000 تومان

نام مدرس: وفا محمودی نژاد

مدت آموزش: 02:35:27

سرفصل آموزش جامع طبقه بندی و مراحل پس از طبقه بندی در سنجش از دور(بخش تئوری و بخش عملی در نرم افزار ENVI)

تئوری(مدت آموزش 00:48:47)

  • معنوی لغوی کلاس و توضیح هدف طبقه بندی
  • فرضیه اصلی طبقه بندی در سنجش از دور
  • هدف ایده آل طبقه بندی
  • تفاوت Land cover و Land use و محدودیت سنجش از دور در طبقه بندی کاربری
  • تفاوت کلاس های طیفی و موضوعی در سنجش از دور
  • بررسی جدایی پذیری کلاس ها با روش های معادله و هیستوگرام
  • توضیح مفصل طبقه بندی کلی روش های طبقه بندی در سنجش از دور
  • توضیح روش طبقه بندی دستی و عناصر تفسیر چشمی
  • روند تفسیر چشمی و پیشرفتهای اتفاق افتاده در طول تاریخ
  • مزایای عکس های هوایی
  • تفاوتهای تفسیر چشمی و رقومی و مزایا و معایب هر یک
  • انواع مبنای تقسیمات روش های سنجش از دور رقومی
  • توضیح طبقه بندی روش های رقومی طبقه بندی بر اساس استفاده از مناطق آموزشی و ذکر معروفترین روش های هر کدام
  • توضیح نحوه انجام طبقه بندی در روش های نظارت نشده
  • نحوه اعمال نظر کاربر در طبقه بندی نظارت نشده
  • مزیت استفاده از نرم افزارهای آماری در طبقه بندی نظارت نشده و نحوه انجام به صورت کلی
  • مزایا، معایب، فرضیات و بیان تکنیکهای آماری روش های طبقه بندی نظارت نشده در سنجش از دور
  • توضیح مفصل انواع روش های طبقه بندی نظارت شده(حد آستانه یک طیفی- حد آستانه چند طیفی یا طبقه بندی جعبه ای با توضیح اسکترگرام ها یا نمودارهای پراکندگی- حداقل فاصله تا میانگین- حداکثر تشابه)
  • اشکال روش های حد آستانه یک و چند باندی در اختصاص دو یا چند کلاس به یک پیکسل
  • تشابه و تفاوتهای روش های حد آستانه و جعبه ای با روش های حداقل فاصله و حداکثر تشابه
  • تشابه و تفاوتهای روش های حداقل فاصله و حداکثر تشابه
  • تعیین میزان قطعیت در روش حداکثر تشابه و تشابه این موضوع با روش فازی
  • توضیح مفصل طبقه بندی روش های طبقه بندی روش های رقومی سنجش از دور بر اساس تعداد خروجی ها(پیکسل و شی)
  • شرط کارایی روش پیکسل مبنا در طبقه بندی و واقعیت موجود در طبیعت
  • لزوم بررسی نتایج روش های پیکسل مبنا با نقشه های موضوعی موجود
  • درجه عضویت در روش های فازی و شی مبنای طبقه بندی
  • لزوم و نحوه خارج سازی نتایج طبقه بندی از حالت فازی
  • ارجحیت روش های شی مبنا بر روش های پیکسل مبنا
  • تفاوت های اساسی روش های پیکسل و شی مبنا
  • الگوریتم مورد استفاده در روش شی مبنا
  • عوامل تعیین جزنیات تکه(Segment) ها در روش شی مبنا
  • توضیح نقش مجاورت برای بهبود نتایج فازی
  • طبقه بندی روش های رقومی طبقه بندی بر اساس فرضیات نوع توزیع داده ها
  • توضیح فرضیات و عوامل تعیین میزان کارایی در روش های پارامتریک
  • توضیح روش های غیرپارامتریک طبقه بندی رقومی
  • توضیح روش شبکه عصبی مصنوعی در طبقه بندی رقومی
  •  توضیح روش ماشین پشتیبانی خطی در طبقه بندی رقومی
  • توضیح روش های تلفیقی(دستی و اتومانیک و نظارت شده و نظارت نشده) در طبقه بندی تصاویر ماهواره ای و مزیت آن بر روش های مجزا

عملی در نرم افزار ENVI(مدت آموزش 01:46:40)

  • باز کردن یک تصویر در نرم افزار ENVI
  • توضیح کامل نحوه انجام طبقه بندی نظارت نشده به روش K-means
  • انواع روش های تعیین زیرمجموعه مکانی تصاویر برای طبقه بندی نظارت نشده
  • نحوه انتخاب باندهای مختلف یک تصویر برای استفاده در طبقه بندی
  • نحوه استفاده از روش های خوشه بندی در نرم افزارهای آماری جهت طبقه بندی نظارت نشده
  • نقش طبقه بندی نظارت نشده در بررسی جدایی پذیری مناطق آموزشی و اشاره به فرمول بررسی جدایی پذیری کلاسها و جدایی پذیری در مناطق مورد مطالعه
  • حل یک مساله برای بیان نحوه طبقه بندی با روش های حداقل فاصله و جعبه ای در نرم افزار اکسل
  • تعداد حداقل نمونه های آموزشی(training site) لازم برای طبقه بندی نظارت شده
  • نحوه ترسیم و تعیین مناطق آموزشی با ابزار منطقه مورد علاقه(ROI)
  • نحوه ذخیره ROI هایی که به عنوان مناطق آموزشی در نظر گرفته شده اند
  • حذف و بازیابی ROI ها
  • توضیح کامل نحوه انجام طبقه بندی با روش نظارت شده جعبه ای در نرم افزار ENVI
  • تعیین حداکثر انحراف معیار از میانگین در روش جعبه ای به صورت انفرادی و یا به صورت مجزا در کلاسهای مختلف
  • مشخص نمودن کلاس پیکسل های مختلف با ابزار Cursor location/value
  • استفاده از ابزار لینک برای ایجاد ارتباط بین تصویر اصلی و تصویر حاصل از طبقه بندی
  • توضیح تصاویر حاصل از طبقه بندی و Rule ها در همه روش ها
  • توضیح نحوه طبقه بندی با روش حداقل فاصله و توضیح حالات مختلف انتخاب گزینه های آن
  • توضیح نحوه طبقه بندی با روش حداکثر تشابه و توضیح حالات مختلف انتخاب گزینه های آن
  • اعتبارسنجی(Validation) نتایج حاصل از طبقه بندی به عنوان یکی از اقدامات پس از طبقه بندی
  • مشخص نمودن Ground truth ها با ابزار ROI
  • انجام روش ماتریس درهمی به عنوان ابزار اعتبار سنجی نتایج(یکی از مراحل پس از طبقه بندی) با روش های مختلف
  • تفسیر کامل نتایج ماتریس درهمی و ضریب کاپا
  • ذخیره نتایج ماتریس درهمی
  • استفاده از یک تصویر به عنوان Ground truth و ارایه مثال هایی واقعی برای این حالت و بررسی تصاویر و جدول خروجی
  • توضیح نحوه استفاده از حالات مختلف انتخاب تصادفی Ground truth ها
  • توضیح نحوه استفاده از ابزار Rule Classifier (یکی از مراحل پس از طبقه بندی) و تفسیر نتایج و ایجاد تصویر جدید طبقه بندی
  • استخراج خصوصیات آماری کلاس ها(حداقل، حداکثر، میانگین، ماتریسهای همبستگی و کوواریانس، بردار مقادیر ویژه و ...) در باندهای مختلف(یکی از مراحل پس از طبقه بندی)
  • نحوه استفاده از فیلتر اغلب(Majority ) و اقلیت(Minority) به عنوان یکی از روش های پس از طبقه بندی
  • نحوه ترکیب کردن(Combine) کلاس ها(یکی از مراحل پس از طبقه بندی) و کاربرد آن در استخراج کلاس های موضوعی از کلاس های طیفی
  • نحوه روی هم انداختن(Overlay) کلاس های حاصل از طبقه بندی(یکی از مراحل پس از طبقه بندی) و یا نتایج طبقه بندی و ترکیب رنگی واقعی و یا کاذب تصویر ماهواره ای خام
  • نحوه تعیین زون یا حریم در اطراف پلیگونهای حاصل از طبقه بندی تصویر(یکی از مراحل پس از طبقه بندی) و تفسیر تصویر حاصل
  • نحوه تکه سازی(Segmentation) تصویر(یکی از مراحل پس از طبقه بندی) و نکات مربوط به آن
  • نحوه برداری نمودن(Vectorize) تصویر حاصل از طبقه بندی(یکی از مراحل پس از طبقه بندی)، کاربرد آن و حالات مختلف حاصل از انتخاب گزینه های مختلف و توضیح در مورد فرمت وکتوری در نرم افزار ENVI و نحوه نمایش در پنجره جدید وکتور و یا روی هم اندازی بر روی تصویر در محیطهای نمایش(حالت های تن خاکستری و RGB)
  • تغییر فرمت لایه وکتور حاصله به فرمت Shape فایل
  • باز نمودن و توضیح خصوصیات توصیفی لایه برداری حاصل از طبقه بندی تصویر
  • توضیح یک مرحله دیگر از مراحل بعد از طبقه بندی در مورد استفاده از نقشه های برای اصلاح نتایج حاصل از طبقه بندی
  • نحوه طبقه بندی تصاویر ماهواره به روش SAM
  • توضیح کتابخانه طیفی(Spectral Library) در نرم افزار ENVI
  • باز نمودن یک فایل نمونه از کتابخانه طیفی و توضیح در مورد آن
  • لیست کانی هایی که کتابخانه طیفی آنها در نرم افزار موجود می باشد و باز نمودن کتابخانه طیفی یک کانی(به طور مثال)
  • توضیح بازتاب طیفهای مختلف یک کانی با پلات مربوط به آن
  • توضیح نحوه کارکرد روش SAM با در نظر گرفتن کتابخانه طیفی
  • توضیح کامل پنجره Endmember collection و ورود نمودن کتابخانه طیفی و تنظیمات جهت مشاهده بهتر کتابخانه طیفی مربوطه
  • ویرایش طول موجهای باندهای مختلف یک تصویر با ویرایش فایل Header
  • تکرار روش SAM با تغییر زاویه حداکثر
  • توضیح کلی روش های ثبت تغییرات(Change detection)
  • نحوه بررسی تغییرات با روش طبقه بندی در دو زمان مختلف(یکی از مراحل پس از طبقه بندی) در نرم افزار ENVI
  • توضیح کامل جدول توصیفی حاصل از بررسی تغییرات(بر اساس پیکسل، درصد و مساحت)
  • نحوه ذخیره جدول توصیفی بررسی تغییرات در قالب فایل متنی
  • باز نمودن و توضیح نحوه تفسیر ارزشهای تصاویر حاصل از ثبت تغییرات با استفاده از تصاویر ماسک و جدول توصیفی بررسی تغییرات

 

استاد محمودی نژاد

وفا محمودی نژاد
دکتری آبخیزداری
mahmodinejadvafa@gmail.com