تلفیق دانش ‏پایه تصاویر نوری و راداری با حد تفکیک بالا به منظور استخراج عارضه راه در مناطق شهری با استفاده از اطلاعات بافت

نویسندگان

1 دانشگاه صنعتی خواجه نصیرالدین طوسی

2 دانشگاه صنعتی خواجه نصیرالدین طوسی

3 دانشگاه صنعتی خواجه نصیرالدین طوسی

doi
چکیده

هدف اصلی این پژوهش، نشان دادن پتانسیل بالای استفاده توأمان از تصاویر راداری و نوری جهت استخراج راه می باشد. به منظور رفع نواقص الگوریتم‏‏های استخراج راه از داده‏‏های تک منبعی و بهبود نتایج کشف راه، الگوریتمی هوشمند جهت تلفیق این دو منبع ارائه شده است. در این تحقیق از تصاویر آیکونوس و TerraSAR-X ، استفاده گردید. ابتدا بین تصاویر هم مرجع سازی انجام گرفت. سپس ویژگی‏های بافت برای هر یک از تصاویر استخراج گردیده و وارد شبکه عصبی جداگانه می‏گردد. در نهایت با قرار دادن دو فیلتر پیکسل‏هایی که در محدوده درجات خاکستری گیاه و راه‏های باریک قرار دارند، شناسایی شده و تصمیم‏گیری در مورد ماهیت این پیکسل‏ها به ترتیب بر مبنای خروجی شبکه عصبی تصویر نوری و راداری انجام می‏پذیرد. با اجرای این الگوریتم، به ترتیب مقادیر 79.42 درصد برای RCC ، 93.51 درصد برای BCC و مقدار 0.27 برای RMSE به دست آمد.