تصاویر ابرطیفی با قدرت تفکیک طیفی بالا باعث پیشرفتهای وسیعی در حوزههای مختلف سنجش از دور شدهاند. یکی از مهمترین کاربردهای این تصاویر در حوزه کشاورزی و جنگل میباشد. هدف از این تحقیق بهبود طبقهبندی گونههای مختلف گیاهی در منطقه Botswana با استفاده از تلفیق الگوریتمهای تشخیص هدف در تصویر ابرطیفی میباشد. در گام اول الگوریتمهای تشخیص هدف بر روی تصویر ابر طیفی پیشپردازش شده پیادهسازی شد. در گام دوم، اطلاعات الگوریتمهای تشخیص هدف با استفاده از روش پیشنهادی تلفیق گردید. نتایج حاصل از روش تلفیق پیشنهادی برای ابعاد پنجره مختلف پیادهسازی شد. بهترین دقت کلی روش تلفیق مربوط به پنجره با ابعاد 3 در 3 برابر 16/96% بود که دقت کلی نسبت به الگوریتمهای تشخیص هدف تقریباً حداقل 8% و حداکثر 20% بهبود یافته است.
S. A. Seyedain, M. J. Valadan Zoej, Y. Maghsoudi, M. Janalipour. Improving the Classification Accuracy Using Combination of Target Detection Algorithms in Hyperspectral Images. JGST 2015; 4 (4) :161-174 URL: http://jgst.issgeac.ir/article-1-170-fa.html
سیدین سید علی، ولدان زوج محمد جواد، مقصودی یاسر، جانعلی پور میلاد. بهبود دقت طبقهبندی با استفاده از تلفیق الگوریتمهای تشخیص هدف در تصاویر ابرطیفی. علوم و فنون نقشه برداری. 1394; 4 (4) :161-174