ارائه یک روش چند عاملی به منظور استخراج اتوماتیک اشیاء سه بعدی بر اساس داده های لیدار
Publish place: Geomatics 1388
Publish Year: 1388
Type: Conference paper
Language: Persian
View: 1,514
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
GEO88_008
Index date: 28 March 2009
ارائه یک روش چند عاملی به منظور استخراج اتوماتیک اشیاء سه بعدی بر اساس داده های لیدار abstract
پیشرفت روز افزون داده های لیدار در سالهای اخیر و قابلیت های منحصر به فرد این تکنولوژی در ارائه اطلاعات سه بعدی از سطح زمین و عوارض و اشیاء موجود بر روی آن، طیف گستردهای از کاربردهای مطرح در فتوگرامتری را به خصوص در حیطه مسائل شهری تحت الشعاع قرار داده است. با این وجود، استخراج اتوماتیک انواع مختلف عوارض سه بعدی از جمله درختان و ساختمان ها از داده های لیدار به دلیل کثرت اشیاء و پیچیدگی های روابط بین آنها در مناطق شهری با مشکلات زیادی مواجه می باشد. همین امر منجر به بروز محدودیتهایی در توانمندی های اکثر الگوریتم های تحقیقاتی پیشین گردیده است. در این تحقیق یک روش چند عاملی به منظور استخراج همزمان درختان و ساختمانها بر اساس تلفیق داده های ارتفاعی و درجات خاکستری لیدار معرفی شده است. در این روش چند عاملی، دو گروه عامل تشخیصی هر یک با هدف شناسایی و استخراج یک نوع عارضه خاص (ساختمان یا درخت) تعریف شده اند که بر اساس آنالیز اطلاعات بافت و اطلاعات زمینه مکانی حاصل از داده های لیدار، در مورد نوع و ماهیت هر شیئ تصمیم گیری مینمایند. نتایج بدست آمده حاکی از توانایی بالای عامل در کاهش مشکلات مطرح در زمینه استخراج عوارض شهری از داده های لیدار میباشد.
ارائه یک روش چند عاملی به منظور استخراج اتوماتیک اشیاء سه بعدی بر اساس داده های لیدار Keywords:
ارائه یک روش چند عاملی به منظور استخراج اتوماتیک اشیاء سه بعدی بر اساس داده های لیدار authors
فرهاد صمدزادگان
دانشیار گروه مهندسی نقشه برداری-پردیس دانشکدههای فنی-دانشگاه تهران
فاطمه طبیب محمودی
دانشجوی کارشناسی ارشد گرایش فتوگرامتری گروه مهندسی نقشه برداری دانش
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 :