شناسايي ساختمان ها از داده هاي لايدار و نوري با استفاده از ماشين بردار پشتيبان در آناليزهاي پيکسل مبنا و شي مبنا
نویسندگان: منصوري فر ندا, محمدزاده علي*, مختارزاده مهدي, ولدان زوج محمدجواد
شناسايي ساختمان ها از تصاوير هوايي و ماهواره اي يک بحث تحقيقاتي فعال در حوزه سنجش از دور و ماشين بينايي در طي سال هاي اخير است. الگوريتم هاي طبقه بندي عوارض، در مناطق پيچيده شهري مانند منطقه مورد مطالعه که ساختمان ها در ميان تراکم درختان و داراي سقف شيرواني و قسمت هايي از شيشه هستند، با مشکلات بسياري مواجه مي باشند. در اين مقاله براي مقابله با مشکلات ذکر شده، ويژگي هاي شي مبنا، ارتفاعي و...جهت طبقه بندي با استفاده از ماشين بردار پشتيبان در دو آناليز شي-مبنا و پيکسل مبنا بررسي شده اند. لازم به ذکر است که آناليز پيکسل مبنا در دو حالت با ويژگي هاي استخراج شده از تصوير هوايي و داده لايدار انجام مي شود. روش پيشنهادي شامل سه مرحله کلي مي باشد، در مرحله اول آماده سازي داده ها و استخراج ويژگي ها انجام مي شود، مرحله دوم شامل طبقه بندي با استفاده از ماشين بردار پشتيبان است که در دو آناليز شي مبنا و پيکسل مبنا صورت مي گيرد،در مرحله سوم پس از پردازش، نتايج حاصل از هر آناليز با داده مرجع، مقايسه شده و ارزيابي مي شوند. در اين تحقيق هدف نهايي دستيابي به الگوريتمي بهينه با استفاده از ويژگي هاي مختلف مي باشد. با مقايسه سه ضريب کاپاي طبقه بندي کننده ماشين بردار پشتيبان که در آناليز شي مبنا 0.97 و در حالت اول آناليز پيکسل مبنا 0.88 و در حالت دوم 0.95 مي باشند، اين نتيجه حاصل مي شود که در آناليز شي مبنا به دليل استفاده از ويژگي هايي شامل شکل و ساختار، در مقايسه با دو حالت آناليز پيکسل مبنا، شناسايي کلاس ساختمان مطلوب تر انجام گرفته است. از طرفي با مقايسه دو حالت پياده شده در آناليز پيکسل مبنا، مشخص مي شود که اضافه شدن ويژگي هاي ارتفاعي لايدار در حالت دوم، باعث بهبود نتايج شده است.
منبع:
[Hidden Content]
دانلود:
[Hidden Content]
7002413930217.pdf