طراحی و توسعه یک روش اتومانیک استخراج ساختمان بر مبنای استفاده از مدل Active Contour بهبودیافته
Publish place: Geomatics 1388
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,312
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
GEO88_011
تاریخ نمایه سازی: 8 فروردین 1388
Abstract:
استخراج اتوماتیک عوارض با استفاده از تصاویر هوایی و ماهوارهای یکی از موضوعات مهم تحقیقات در چند دهه اخیر بوده و در این زمینه دادههای ارتفاعی لیزراسکنر(لیدار) نیز به عنوان یک منبع داده بسیار سودمند مورد استفاده قرار میگیرد. در این مقاله در استخراج ساختمان مورد ارزیابی قرار گرفته و با توجه به مشکلات این مدلها، یک مدل بهینه snake کارایی برخی مدلهای snake به منظور استخراج ساختمان از تصاوی رنگی هوایی و داده های لیدار ارائه شده و مورد ارزیابی قرار میگیرد. مدل snake یک متد کمینه کردن انرژی است که منحنی اولیه را با استفاده از ثوابت خارجی و تاثیرات بدست آمده از خود تصویر به سمت از دو منظر مد نظر snake عوارضی چون لبه ها و خطوط هدایت میکند. بر اساس خواص هندسی و رادیومتریکی ساختمانها مدل قرار میگیرد: انتخاب نقاط اولیه و انتخاب تابع انرژی خارجی. مدل ارائه شده با استفاده از فاکتور شباهت ارتفاعی و فاکتور شباهت را به خوبی به سمت محدوده عوارض snake منحنی Gradient Vector Flow (GVF) درجات خاکستری به همراه مدل هدایت میکند. پس از استخراج منحنی نهایی محدوده های ساختمان، به منظور بهبود دقت، با یک فرآیند جنرالیزاسیون، منحنی ، این الگوریتم جدید توانایی هدایت سریعتر و پایدارتر snake های استخراج شده را جنرالیزه میکنیم. در مقایسه با مدل اولیه منحنی اولیه به سمت محدوده عوارض ساختمانی در مناطق پیچیده را داراست؛ انجام جنرالیزاسیون نیز علاوه بر بهبود مدل از نظر بصری، دقت مدل را نیز تا حدودی بهبود داده است.
Authors
مصطفی کابلی زاده
دانشجوی کارشناسی ارشد فتوگرامتری دانشکده نقشه برداری دانشگاه صنعتی خواجه نصیرالدین طوسی
حمید عبادی
دانشیار دانشکده نقشه برداری دانشگاه صنعتی خواجه نصیرالدین طوسی
سلمان احمدی
دانشجوی دکترای فتوگرامتری دانشکده نقشه برداری دانشگاه صنعتی خواجه نصیرالدین طوسی
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 :