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
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 لیدار و تصویر هوایی است. برای این منظور در مرحلۀ اول، انواع روشهای شناسایی ساختمان (SVM1، MD2 و ANN3) 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 روشها، در دو سطح پیکسل پایه و شیء مبناست که دقت کلی 95.9٪ و خطای نوع اول 6.2٪ و خطای نوع دوم 3.2٪ را نشان میدهد که در حالت پیکسل مبنا بهمنزلۀ روش منتخب شناسایی است. در مرحلۀ دوم، براساس روش منتخب شناسایی مرز دقیق ساختمان بازسازی میشود. بنابراین با استفاده از قطعهبندی برمبنای طیفی و هندسی، لبۀ هر ساختمان بهصورت قطعات مجزا تفکیک شد. سپس لبههای هر ساختمان براساس معادلات کمترین مربعات بازسازی میشود. نتایج روش پیشنهادی استخراج ساختمان با دقت کلی 96.85٪، خطای نوع اول 5.9٪ و خطای نوع دوم 2.5٪ برای الگوریتم پیشنهادی استخراج است.