ரிமோட் சென்சிங் & ஜிஐஎஸ் ஜர்னல்

சுருக்கம்

மென்மையான வகைப்படுத்திகளான FCM & PCMக்கான தற்காலிகத் தரவின் தரவு அடையாளம்

ரஞ்சனா ஷர்மா, பிகே கார்க், ஆர்.கே.டிவிவேதி, மோகன் விஷால் குப்தா

பொதுவாக, மல்டிஸ்பெக்ட்ரல் வகைப்படுத்திகள் மேற்பார்வையிடப்பட்ட, மேற்பார்வை செய்யப்படாத அல்லது தெளிவற்ற அடிப்படையிலான அணுகுமுறைகளைப் பயன்படுத்தி பட வகைப்பாட்டிற்கான விருப்பங்களின் முழுமையான தொகுப்பை வழங்குகின்றன. பட செயலாக்கம் 10 வகைகளில் அடங்கும்: படத்தை மீட்டமைத்தல், படத்தை மேம்படுத்துதல், பட மாற்றம், படத்தின் கையொப்ப மேம்பாடு, படத்திற்கான கடினமான வகைப்படுத்திகள் மற்றும் மென்மையான வகைப்படுத்திகள், கடினப்படுத்துபவர்கள் மற்றும் படத்தின் ஹைப்பர் ஸ்பெக்ட்ரல் பகுப்பாய்வு மற்றும் முடிவின் துல்லியமான மதிப்பீடு. கடினமான வகைப்படுத்திகள் பொதுவாக பட வகைப்பாட்டில் பயன்படுத்தப்படுகின்றன, அங்கு ஒரு பிக்சல் உறுப்பினர் மதிப்பு 0 அல்லது 1 ஆக உள்ளது, எனவே இது தூய பிக்சலாகக் கருதப்படுகிறது. மென்மையான வகைப்படுத்தியில் பிக்சலின் தன்மை கலந்தது. மென்மையான வகைப்படுத்திகளின் பிக்சல் பல வகுப்புகளுக்கு சொந்தமானது. தெளிவற்ற தொகுப்பின் கோட்பாட்டின் மூலம், படத்தின் மல்டிபிள் பிடிமானஸ் பிக்சல் சிக்கலை தீர்க்க முடியும். தெளிவற்ற தொகுப்பில் உள்ள உறுப்பினர் மதிப்பின் வரம்புகள் 0 மற்றும் 1 ஆகும், இதில் 0 மற்றும் 1 க்கு இடையிலான மதிப்பு ஒரு பிக்சலுக்குள் தகவல் நிகழ்வின் விகிதத்தை வரையறுக்கிறது. சென்சார் சிக்னல் பகுப்பாய்வு, நிச்சயமற்ற தன்மையைக் குறைத்தல் போன்ற பல பயன்பாடுகளில் இந்தக் கருத்து பயன்படுத்தப்படுகிறது. இந்த ஆய்வில், பிக்சல் அளவில் மல்டி-ஸ்பெக்ட்ரல் தரவுத் தொகுப்புகளுக்கான வகைப்படுத்திகள் வெளியீட்டில் துல்லியமான முறையின் (என்ட்ரோபி) முடிவை அறிய, தெளிவற்ற மென்மையான வகைப்படுத்திகள் மற்றும் என்ட்ரோபியுடன் கூடிய ஹைப்ரிட் ஃபஸி அடிப்படையிலான வகைப்படுத்தி, என்ட்ரோபி அடிப்படையிலான இரைச்சல் கிளஸ்டரிங் ஆகியவை பயன்படுத்தப்பட்டுள்ளன. ஆனால் எந்த வகைப்பாடும் அதன் துல்லியத்தை மதிப்பிடாமல் முழுமையற்றதாகக் கருதப்படுகிறது. பல்வேறு வணிக நிறுவனங்கள் பல்வேறு பட செயலாக்க கருவிகளை அறிமுகப்படுத்தியுள்ளன, அவை தரவு உள்ளீடு, காட்சிப்படுத்தல், மேம்பாடுகள், மாற்றங்கள், வகைப்பாடு, துல்லிய மதிப்பீடு மற்றும் பிற GIS அடிப்படையிலான தொகுதிகளுடன் இணைந்து வெளியீடு ஆகியவற்றுடன் தொடர்புடைய தொகுதியை வழங்குகின்றன. ERDAS Imagine, IDRISI, ENVI மற்றும் ER மேப்பர் ஆகியவை நன்கு வரையறுக்கப்பட்ட பட செயலாக்க தொகுதியைக் கொண்ட சில முன்னணி GIS மென்பொருட்கள், ஆனால் மென்மையான வகைப்படுத்தப்பட்ட வெளியீட்டை மதிப்பிடுவதற்கு இந்த மென்பொருளால் துல்லியமான மதிப்பீடு ஆதரிக்கப்படவில்லை. எனவே, இந்த ஆய்வில் இதுபோன்ற பிரச்சனைகளை கையாள ஒரு கருவி உருவாக்கப்பட்டுள்ளது. இந்த கருவி முக்கியமாக மென்மையான வகைப்பாடு அல்காரிதத்தில் கவனம் செலுத்துகிறது. இது என்ட்ரோபியை உள்ளடக்கிய Fuzzy Based Image classifier Tool (FBICET) என பெயரிடப்பட்டுள்ளது. செயற்கைக்கோள் படம் FBICET ஐப் பயன்படுத்தி நல்ல துல்லியத்துடன் வெற்றிகரமாக வகைப்படுத்தப்பட்டுள்ளது.