تصنيف مشاهد الأقمار الصناعية عالية الدقة باستخدام طريقة الترميز النادر بالاعتماد على مجموعة من الميزات المتعددة

يقدم هذا المقال أسلوبًا جديدًا لتصنيف مشاهد الأقمار الصناعية عالية الدقة. على وجه التحديد، نقدم ثلاث مساهمات رئيسية: (1) نقدم طريقة الترميز النادر لتصنيف مشاهد الأقمار الصناعية؛ (2) نقدم ميزات نمط ثلاثي محلي للتاريخ Fourier (LTP-HF)، وهو موصوف مطوّر لنسيج غير حساس للدوران يعتمد على LTPs؛ (3) نجمع بشكل فعال مجموعة من الميزات المتنوعة والمكملة لتحسين الأداء بشكل أكبر. تم تصميم مصنف آلة دعم خطية (SVM) على مرحلتين لهذا الغرض. في المرحلة الأولى، يستخدم SVM لإنشاء صور احتمالية مع تحويل ميزات غير حساس للمقياس (SIFT) وميزات LTP-HF وميزات هيستوجرام اللون. يتم دمج الصور الاحتمالية التي تم إنشاؤها بميزات مختلفة في المرحلة الثانية من أجل الحصول على نتائج التصنيف النهائية. تظهر النتائج التجريبية أن طريقة التصنيف المقترحة تحقق أداءً واعدًا للغاية.