استخراج ساختمان به کمک ادغام داده‌های ابرطیفی و لیدار به روش یادگیری ماشین

سیدیوسف سجادی؛ سعید پارسیان

دوره 10، شماره 2 ، آذر 1397، ، صفحه 1-14

چکیده
   در این مقاله، پژوهشی نوین از تلفیق داده‌های ابرطیفی و لیدار را برای تشخیص و استخراج عوارض ساختمانی، با استفاده از الگوریتم یادگیری ماشین، بررسی کردیم. مجموعه داده‌هایی که بنیاد ملی علوم (NSF) در اختیار گذاشته (این بنیاد را مرکز ارزیابی لیزر هوایی(NCALM)  تأسیس کرده است) و پیش‌تر، دانشگاه هیوستن در منطقة مجاور شهری به‌کار گرفته است مورد ...  بیشتر

شناسایی و استخراج اتوماتیک عارضۀ ساختمان با ساختار هندسی پیچیده از تصاویر هوایی و دادۀ لیدار به‌صورت پیکسل مبنا و شیء مبنا

یاسر انصاری؛ علی محمدزاده؛ محمودرضا صاحبی صاحبی؛ کوروش خوش‌‌الهام

دوره 8، شماره 3 ، تیر 1395، ، صفحه 11-24

چکیده
  روش‌های اتوماتیک شناسایی و استخراج عارضۀ ساختمان از منابع گوناگون اطلاعاتی همچون تصاویر هوایی و ماهواره‌ای و داده‌های لیدار دارای کاربردهای بسیار وسیع و مهم مانند به‌روزرسانی نقشه‌ها، مدلسازی و آنالیز رشد و پیشرفت در مناطق شهری و نیمه‌شهری به‌دست می‌آید. هدف اصلی مقاله طرح روش جدید اتوماتیک استخراج ساختمان با تلفیق داده‌های ...  بیشتر

ارائه روشی مبتنی بر ماشین های بردار پشتیبان و مورفولوژی ریاضی به منظور آشکارسازی راه های شهری از داده های لیزر اسکنر هوایی

علی اکبر متکان؛ علی محمد زاده؛ سعید صادقیان؛ محمد حاجب

دوره 1، شماره 3 ، آذر 1388

چکیده
  امروزه لیزر اسکنر هوایی (لیدار) نقش مهمی در برداشت اطلاعات سه بعدی عوارض سطح زمین ایفا می کند. استخراج عوارض از داده های لیدار، به صورت دستی زمان بر و پر هزینه است. راه ها مهمترین گروه عوارض خطی هستند و استخراج اطلاعات مربوط به آن ها اهمین ویژه ای برای سازمان ها و نهادهای مرتبط در هر کشوری دارد. هدف پژوهش حاضر، ارائه الگوریتمی برای اشکارسازی ...  بیشتر