استرجاع التفاصيل المخفية تحت الظلال في الصور الساتلية باستخدام تقنية التعلم الآلي

الملخص

تعتبر تقانة كشف الظلال واسترجاع ما هو مخفي تحت الظل من التقانات المهمة واللازمة لزيادة وضوح الصور الساتلية فائقة التمييزية. تعاني التقانات المستخدمة حالياً لإزالة الظلال من أثر الحواف للظلال المكتشفة، ويؤدي استخدام التدريب المحدود بمجموعة من البيانات إلى عدم تناسق اللون في منطقة الظل. تم في هذا البحث اقتراح طريقة جديدة تعتمد على شبكة تجميع الهرم الغوصي التي يتم فيها إجراء سلسلة من عمليات العنقدة  Clustering، وتجميع سمات الصورة بشكل هرمي للمراقبة والتنبؤ على التوالي، حيث تم استخدام هذه الطريقة على مجموعة بيانات SRD Standard Reference Data التي تحتوي على مليون ونصف المليون صورة (خالية من الظل / صور تحتوي الظل). تم تقييم النتائج باستخدام معاملات تحسين الصورة، مثل مؤشر التشابه الهيكلي في منطقة الظل Structural Similarity Index Measure In Shadow Area (SSIM-S) ومعامل ذروة نسبة الإشارة إلى الضجيج في منطقة الظل The Peak-Signal-To-Noise In Shadow Area  PSNR-S) )، وعند استخدام شبكة تجميع الهرم الغوصي والشبكات العصبونية التلاففية حققت الطريقة المقترحة أفضل نتائج وخاصةً لقيم المعاملات-S PSNR و SSIM-S.