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

نویسندگان

1 کارشناسی ارشد فتوگرامتری، دانشگاه صنعتی خواجه نصیرالدین طوسی

2 دانشیار گروه فتوگرامتری و سنجش از دور، دانشگاه صنعتی خواجه نصیرالدین طوسی

3 استادیار گروه مهندسی زیرساخت، دانشگاه ملبورن، استرالیا

4 دانشیار گروه فتوگرامتری و سنجش از دور، دانشگاه صنعتی خواجه نصیرالدین طوسی

doi
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 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.