ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Satellite Images Multiple Data...>الوصف

Satellite Images Multiple Data Using Clustering Techniques

المصدر: المجلة العراقية لتكنولوجيا المعلومات
الناشر: الجمعية العراقية لتكنولوجيا المعلومات
المؤلف الرئيسي: Naji, Ghaidaa Waleed (Author)
مؤلفين آخرين: Al-Tuwaijari, Jamal Mustafa (Co-Author)
المجلد/العدد: مج9, ع2
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2018
الصفحات: 98 - 119
DOI: 10.34279/0923-009-002-007
ISSN: 1994-8638
رقم MD: 1028902
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: HumanIndex
مواضيع:
العنقدة | الأقمار الصناعية | مصفوفة التواجد للمستويات الرمادي | التنقيب عن البيانات | خوارزميات العنقدة
كلمات المؤلف المفتاحية:
العنقدة | الأقمار الصناعية | مصفوفة التواجد للمستويات الرمادي | خوارزمية العنقدة بالوسطاء المتعددين | خوارزمية العنقدة الضبابية والوسطاء المتعددين | Clustering | Satellite Imagery | GLCM | Fuzzy C-Means Clustering | K-Means Clustering
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

9

حفظ في:
المستخلص: تعد العنقدة واحدة من المهام المعقدة وهي أحد فروع التنقيب عن البيانات حيث لها دور هام في كثير من التطبيقات منها المعالجة الصورية، تم التطرق في هذا البحث إلى نوعين من خوارزميات العنقدة وهي خوارزمية العنقدة بالوسطاء المتعددين وخوارزمية العنقدة الضبابية والوسطاء المتعددين حيث تم تطبيق هذه الخوارزميات على صور الأقمار الصناعية التابعة للقمر الصناعي النايل سات – 8. طبقت الخوارزميتين باستخدام مفهومين الأول قائم على البيكسل حيث يتم اعتماد ما يسمى بكثافة البيكسل لغرض العنقدة أما المفهوم الثاني فهو قائم على الكتلة أي بمعنى يتم هنا استخراج ميزات متعددة وهي ميزات اللون وميزات الملمس. وأخيراً النتائج المستخلصة ستستخدم للمقارنة بين الخوارزميتين التي تم اقتراحها، حيث بينت النتائج التي تم الحصول عليها طبقاً للطرق التي تم اقتراحها في هذا البحث بأن خوارزمية العنقدة بالوسطاء المتعددين كانت أفضل وبنتائج (74.2615، 83.5906) بينما خوارزمية العنقدة الضبابية والوسطاء المتعددين أعطت نتائج (71.06933، 81.7031).

Clustering is considered one of the complex tasks in data mining and plays an important role in many applications such as image processing. Different types of algorithms have been appeared for clustering. In this paper two unsupervised classification algorithms will apply on Landsat-8 satellite images, k-means clustering and fuzzy c-means with two approaches pixel based clustering and block based clustering. In block based clustering color features and texture features are extracted. In texture features gray level co-occurrence matrix (GLCM) is used. Finally, the results are used for comparison between the two algorithms. The obtained results according to the proposed method for the satellite images clustering shows that k-means clustering algorithm gave better results with (74.2615 and 83.5906), while fuzzy c-means algorithm gave results with (71.06933 and 81.7031).
ISSN: 1994-8638

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.