شناسایی و استخراج اتوماتیک عارضه ساختمان با ساختار هندسی پیچیده از تصاویر هوایی و داده لیدار به صورت پیکسل مبنا و شیء مبنا
Publish place: Remote Sensing and Iran GIS، Vol: 8، Issue: 3
Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 357
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GIS-8-3_002
تاریخ نمایه سازی: 16 آبان 1400
Abstract:
روش های اتوماتیک شناسایی و استخراج عارضه ساختمان از منابع گوناگون اطلاعاتی همچون تصاویر هوایی و ماهواره ای و داده های لیدار دارای کاربردهای بسیار وسیع و مهم مانند به روزرسانی نقشه ها، مدلسازی و آنالیز رشد و پیشرفت در مناطق شهری و نیمه شهری به دست می آید. هدف اصلی مقاله طرح روش جدید اتوماتیک استخراج ساختمان با تلفیق داده های لیدار و تصویر هوایی است. برای این منظور در مرحله اول، انواع روش های شناسایی ساختمان (SVM۱، MD۲ و ANN۳) در دو سطح پیکسل پایه و شیء مبنا بررسی و ارزیابی شد. نتایج حاصل از شناسایی حاکی از توانایی بالای روش SVM، در مقایسه با دیگر روش ها، در دو سطح پیکسل پایه و شیء مبناست که دقت کلی ۹۵.۹٪ و خطای نوع اول ۶.۲٪ و خطای نوع دوم ۳.۲٪ را نشان می دهد که در حالت پیکسل مبنا به منزله روش منتخب شناسایی است. در مرحله دوم، براساس روش منتخب شناسایی مرز دقیق ساختمان بازسازی می شود. بنابراین با استفاده از قطعه بندی برمبنای طیفی و هندسی، لبه هر ساختمان به صورت قطعات مجزا تفکیک شد. سپس لبه های هر ساختمان براساس معادلات کمترین مربعات بازسازی می شود. نتایج روش پیشنهادی استخراج ساختمان با دقت کلی ۹۶.۸۵٪، خطای نوع اول ۵.۹٪ و خطای نوع دوم ۲.۵٪ برای الگوریتم پیشنهادی استخراج است.
Keywords:
Authors
یاسر انصاری
کارشناسی ارشد فتوگرامتری، دانشگاه صنعتی خواجه نصیرالدین طوسی
علی محمدزاده
دانشیار گروه فتوگرامتری و سنجش از دور، دانشگاه صنعتی خواجه نصیرالدین طوسی
محمودرضا صاحبی صاحبی
دانشیار گروه فتوگرامتری و سنجش از دور، دانشگاه صنعتی خواجه نصیرالدین طوسی
کوروش خوش الهام
استادیار گروه مهندسی زیرساخت، دانشگاه ملبورن، استرالیا
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :