نویزی بودن خروجی طبقهبندی، پیچیدگی محاسباتی و عدم دخالت دانش خبره در فرآیند طبقهبندی از مشکلات روشهای مرسوم طبقهبندی است. در این مقاله روشی شیگرا و دانشپایه برای طبقهبندی دادههای پلاریمتری SAR پیشنهاد شدهاست. روش چند مقیاسه برای قطعهبندی تصویر بهکارگرفتهشد. همچنین روش استخراج دانش، استفاده از امضای پلاریمتری برای ویژگیهای مختلف تصویر پلاریمتری میباشد. طبقهبندی با استفاده از معیارهای انطباق بین امضای پلاریمتری مرجع در کلاسهای متفاوت و همان امضاها در قطعات مجهول انجام میشود. تصویر پلاریمتری سنجنده RADARSAT-2 از منطقهی جنگلی Petawawa کانادا برای این تحقیق انتخاب شد. مطابق نتایج دقت کلی روش پیشنهادی 2/78 و روش ویشارت 1/71 است. دقت کلاسهای گونههای جنگلی بهبود قابل توجهی در روش پیشنهادی داشتند. سه عامل مهم موجب موفقیت روش گردید. اول، استفاده از مجموعهی کاملتری از ویژگیهای پلاریمتری. دوم، افزایش سطح اطلاعات ویژگیهای مختلف با استفاده از امضای پلاریمتری. سوم، بهکارگیری اطلاعات همسایگی در غالب روش شیگرا.
جعفری, محسن, مقصودی, یاسر, & ولدان زوج, مجمد جواد. (1393). طبقه بندی شی گرا و دانش مبنای داده های پلاریمتری SAR با استفاده از امضای پلاریمتری. رادار, 2(3), 13-.
MLA
محسن جعفری; یاسر مقصودی; مجمد جواد ولدان زوج. "طبقه بندی شی گرا و دانش مبنای داده های پلاریمتری SAR با استفاده از امضای پلاریمتری", رادار, 2, 3, 1393, 13-.
HARVARD
جعفری, محسن, مقصودی, یاسر, ولدان زوج, مجمد جواد. (1393). 'طبقه بندی شی گرا و دانش مبنای داده های پلاریمتری SAR با استفاده از امضای پلاریمتری', رادار, 2(3), pp. 13-.
VANCOUVER
جعفری, محسن, مقصودی, یاسر, ولدان زوج, مجمد جواد. طبقه بندی شی گرا و دانش مبنای داده های پلاریمتری SAR با استفاده از امضای پلاریمتری. رادار, 1393; 2(3): 13-.