شناسایی عوارض از روی تصاویر سنجش‌ازدوری جهت استخراج اطلاعات و تهیه‌ی نقشه همواره امر مهم و چالش‌برانگیزی بوده است. در بسیاری مواقع تشخیص عوارض در مناطقی از تصویر که در سایه‌ی عوارض دیگر قرار دارند با مشکل مواجه می‌شود. ازاین‌رو باید الگوریتم‌هایی جهت بهبود شناسایی و تشخیص عوارض در این نواحی توسعه داده شوند. الگوریتم‌های ثبات رنگ کارایی بسیار بالایی جهت بهبود تصاویر تاریک غیر متریک آزمایشگاهی دارند؛ اما به‌ندرت در مقوله پردازش تصاویر ماهواره‌ای استفاده‌شده‌اند. ازاین‌رو هدف از انجام این تحقیق بررسی و ارزیابی قابلیت این الگوریتم‌ها برای بارزسازی مناطق قرارگرفته در سایه تصاویر سنجش‌ازدوری است. در این مطالعه با استفاده از تعریف یک سیستم فازی به انتخاب یک الگوریتم ثبات رنگ مناسب از میان سه الگوریتم ثبات رنگ (White-Patch (WP) و Gray-World(GW) و Gray-Edge(GE)) پرداخته‌شده است. جهت ارزیابی روش ارائه‌شده منطقه موردمطالعه به 50 ناحیه مساوی شکسته شد و سپس کارایی روش‌های WP، GW و GE در هریک از این نواحی توسط دو عامل خبره موردبررسی قرار گرفت. با توجه به اینکه منطقه موردمطالعه دارای وضعیت‌های سایه مختلف و اشیاء متفاوت است لذا اطلاعات موجود در نواحی همبسته نیست و این موضوع باعث می‌شود که ارزیابی نتایج قابل‌اتکا باشد. بر اساس خروجی‌ها مشاهده می‌شود که در بیشتر مواقع الگوریتم انتخاب‌شده GE نسبت به دو الگوریتم دیگر نتایج بهتری را در آشکارسازی عوارض در مناطق سایه داشته است و توانسته لبه‌ی عوارض را به‌صورت بهتری در این مناطق آشکار کند. بنا بر نتایج به‌دست‌آمده از ماتریس ابهام دقت روش GE با سطح اطمینان 100% از دو روش دیگر بهتر بوده است؛ اما روش GE در 10% موارد بهبود مناسبی ازنظر بارزسازی عوارض موجود در مناطق سایه ایجاد نکرده است.
Tarighat F, Mohammadzade A, Janalipour M, Sahebi M R. Automatic Selection of Color Constancy Algorithms for Enhancement of Object Detecting in Shadow Area of Remote Sensing Images by Fuzzy Rule-based Reasoning. JGST 2018; 7 (4) :205-216 URL: http://jgst.issgeac.ir/article-1-683-fa.html
طریقت فرشته، محمدزاده علی، جانعلی پور میلاد، صاحبی محمودرضا. انتخاب خودکار الگوریتم ثبات رنگ با استفاده از منطق فازی جهت بارزسازی عوارض قرارگرفته در مناطق سایه از تصاویر سنجش‌ازدوری. علوم و فنون نقشه برداری. 1397; 7 (4) :205-216
