استخراج سلسله مراتبی شبکه راه‌های اصلی با استفاده از داده‌های لیدار

لیدار یک تکنولوژی جدید و رو به رشد جهت جمع‌آوری اطلاعات از سطح زمین است که بر مبنای اندازه‌گیری فاصله لیزر عمل می‌نماید. دقت مسطحاتی و ارتفاعی بالای ابر نقاط برداشت شده توسط لیدار و قابلیت ثبت قدرت شدت سیگنال بازگشتی، این پتانسیل را ایجاد نموده است تا بتوان از این داده‌ها جهت شناسایی و استخراج اتوماتیک عوارض استفاده نمود. استخراج راه، به عنوان زیرساخت توسعه و مجاری ارتباطی یک کشور اهمیت بسیار بالایی دارد. در این مقاله یک روند سلسله مراتبی پیشنهاد شده است تا بتوان با استفاده از داده‌های فاصله‌سنجی و شدت سیگنال لیدار و اعمال فیلتر‌های مخلتف با ترتیبی متناسب، عوارض غیر راه را شناسایی و حذف نمود. همچنین، از ایجاد شکستگی و شکاف میان اتصالات شبکه راه‌ها جلوگیری کرد تا شبکه اصلی راه‌ها با دقتی مطلوب استخراج شوند. در این راستا، ابتدا از طریق آستانه‌گذاری روی داده‌های شدت، استفاده از داده‌های فاصله برای محاسبه nDSM و شیب به همراه بردار نرمال بر سطح، سه لایه توصیف‌گر برای کلاس راه‌ها به دست آمد. سپس با استفاده از این سه لایه ایجاد شده و ترکیب‌ خطی آن‌ها یک کلاس اولیه برای شبکه راه‌ها بدست آمد. آنگاه با استفاده از خصوصیات هندسی راه‌ها نویز موجود در نتایج شناسایی، حذف و نتایج بهبود داده شد. در نهایت با استفاده از الگوریتم اسکلت‌بندی و توصیف‌گرهای فوریه راه‌های فرعی شناسایی و حذف گشته و مرز راه‌ها نرم گشت تا نتایج نهایی شناسایی حاصل گردد. نتایج شناسایی راه‌ها از داده‌های لیدار توسط روش پیشنهادی از لحاظ صحت 56/80 % و کامل بودن 82/77 % حائز دقت بودند. بدین وسیله سعی شد تا از پارامترهایی که باعث تفکیک راه از سایر عوارض می‌شوند، استفاده گردد تا با اعمال پیاپی و منظم آن‌ها، شبکه اصلی راه‌ها با سرعت و دقتی بالا بدست آید.