استخراج خودکار ساختمان از تصاویر ماهواره ای با قدرت تفکیک بالا با استفاده از منحنی های فعال

روشهای فتوگرامتری و سنجش از دور با توجه به وسعت منطقه تحت پوشش از یک طرف و نیز دقت قابل قبول این روشها از طرف دیگر، به عنوان روشهای مناسب جهت تولید و بهنگام رسانی اطلاعات مکانی و نقشه های پوششی شناخته شده اند. در حال حاضر یکی از زمینه های تحقیقاتی مهم در این رابطه کاهش نقش اپراتور انسانی در استخراج عوارض از تصاویر با قدرت تفکیک مکانی بالا با بکارگیری الگوریتمهای مختلف پردازش تصویر است. با توجه به تعداد زیاد ساختمانها در مناطق شهری دستیابی به یک مدل یا الگوریتم جهت استخراج اتوماتیک یا نیمه اتوماتیک این عارضه از تصاویر هوایی و ماهواره ای می تواند نقش انسان را در تولید نقشه های بزرگ مقیاس شهری به حداقل رسانده و هزینه و زمان تولید آنها را به شدت کاهش دهد. منحنیهای پویا بعنوان بعنوان یکی از روشهای مبتنی بر مدلهای ریاضی با بکارگیری اطلاعات گرادیان و یا اطلاعات طیفی تصویر، یک منحنی از پیش تعریف شده را در یک فرآیند تکراری به سمت محدوده عوارض موجود در تصویر هدایت می نماید. استفاده از این روش در استخراج اتوماتیک ساختمانها از تصاویر با قدرت تفکیک بالای هوایی و ماهواره ای نیازمند توسعه مدلهای ریاضی موجود و بکارگیری داده های چند طیفی و داده های ارتفاعی می باشد. در این تحقیق دو مدل جدید از منحنیهای پویا بنامهای اختصاری dfac و ldfac جهت استخراج عارضه ساختمان توسعه داده شده است. این دو مدل جدید که جزء نوآوریهای این تحقیق می باشد، مشکلات مدلهای موجود در استخراج اتوماتیک ساختمانها از تصاویر با قدرت تفکیک بالا را برطرف نموده است. مهمترین مزیت مدلهای جدید قابلیت استخراج یک عارضه هدف از تصویر، پایین بودن حساسیت به نویز حاصل از عوارض موجود برروی سقف ساختمانها و تفکیک ساختمانهای بهم چسبیده می باشد. در ادامه این مدلها برروی تصاویر هوایی پیاده سازی شده و خروجیهای حاصل از این مدلها بررسی و ارزیابی شده است. بکارگیری این مدلها در تصاویر مربوط به مناطق با ساختار پیچیده نیازمند استفاده از قیود هندسی مربوط به ساختمانها بوده و در این میان داده های ارتفاعی بعنوان قید انتخاب گردید. در انتها روش نوینی بعنوان بخش دیگری از نوآوریهای این تحقیق، ارائه گردیده که با استفاده از داده های ارتفاعی حاصل از داده های lidar تک تک ساختمانها بصورت جداگانه توسط مدلهای پیشنهادی استخراج می گردند و از اعمال مدل برروی کل تصویر خودداری شده است. این روش برروی یک تصویر هوایی با ساختار پیچیده تست و نتایج حاصله نشان دهنده دقت موقعیت کلی 96 درصد می باشد.