تعیین توصیفگرهای بهینه در خوشه‌بندی داده‌های لیدار با استفاده از الگوریتم ژنتیک

در سال­های اخیر، تکنولوژی لیدار به عنوان یک تکنولوژی کارآمد در کسب اطلاعات سه­بعدی از زمین شناخته شده و هر روز بیش از پیش مورد توجه مهندسین و متخصصان مهندسی ژئوماتیک قرار می­گیرد. استخراج عوارض از داده­های لیدار به عنوان یکی از مسائل مهم در پردازش این اطلاعات به  شمار می­آید. یکی از راه­های استخراج اتوماتیک عوارض از این داده­ها استفاده از الگوریتم­های خوشه­بندی می‍باشد. تعیین روش بهینه خوشه­بندی، تعداد خوشه بهینه و همچنین توصیفگرهای بهینه از جمله مسائل مهم در خوشه­بندی این داده­ها می­باشند که تاکنون یک جواب ثابت و جهانی برای آنها ارائه نشده است. هدف از این تحقیق، تعیین توصیفگرهای بهینه در خوشه­بندی داده­های لیدار می­باشد. برای این منظور، از یک نمونه داده لیدار 147 توصیفگر بافتی استخراج شده و با مینیمم کردن معیار NCE با کمک الگوریتم ژنتیک، که به عنوان یکی از الگوریتم­های قوی در حل مسائل بهینه­سازی مطرح می­باشد، توصیفگرهای بهینه استخراج شدند. نتایج بدست آمده کارآیی الگوریتم ژنتیک در بهینه­سازی و نیز بهینه بودن توصیفگرهای انتخاب­شده را نشان می­دهند.