طبقه بندی شیءگرای مناطق شهری با استفاده از تلفیق داده های فراطیفی و لیدار

thesis
abstract

یکی از مهم ترین اطلاعات در حوزه برنامه ریزی و مدیریت شهری، نقشه های پوشش اراضی و کاربری اراضی می باشند. برای تهیه این نوع نقشه ها با استفاده از داده های سنجش از دور، نیازمند داده هایی با رزولوشن مکانی بالا می باشیم تا بتوان ساختار اشیاء مختلف شهری را شناسایی کرد. اما این تصاویر دارای اطلاعات طیفی محدودی می باشند. این ضعف اغلب منجر به خطا در طبقه بندی برای کلاس های مشابه مختلفی چون پارکینگ ها، آب و چمن مصنوعی می شود. برای جبران آن، وجود اطلاعات اضافی در مورد جنس اشیاء شهری ضروری است. داده های فرا طیفی با رزولوشن طیفی و مکانی بالا این امکان را به خوبی فراهم کرده است. اما با این وجود همچنان کلاس هایی در سطح شهر وجود دارند که از لحاظ طیفی بسیار مشابه هم بوده اما از لحاظ مفهومی و کاربردی با هم متفاوت هستند، مانند: شباهت بام آسفالتی ساختمان ها با پارکینگ ها و راه ها. استفاده توأم از داده های فراطیفی و لیدار در کنار هم، می تواند خطا در طبقه بندی را به حداقل ممکن کاهش می دهد. در این پایان نامه از روش طبقه بندی شئ گرا جهت تلفیق داده های فراطیفی و لیدار و تهیه نقشه کاربری اراضی و پوشش اراضی دقیق استفاده شده است. فرایند استخراج اطلاعات با پیش پردازش داه های فراطیفی و لیدار شروع شد، پیش پردازش داده فراطیفی شامل دو مرحله حذف ابر و کاهش بعد بود و پیش پردازش داده لیدار شامل استخراج ndsm و نقشه شیب از آن می باشد. در بخش طبقه بندی پوشش اراضی و کاربری اراضی سه استراتژی مختلف مورد تجزیه و تحلیل قرار گرفت. در استرتژی اول یک مدل سلسله مراتبی نوین با سه سطح برای داده های موجود طراحی شده و از یک طبقه بندی قانون-مبنا با استفاده از ویژگی های معمول شیءمبنا استفاده شد. در استراتژی دوم از یک طبقه بندی نظارت شده با استفاده طبقه بندی کننده svm به همراه بهینه سازی فضای ویژگی آن پیاده سازی شد. در استرتژی سوم برای اولین بار از یک مدل طبقه بندی شیء گرای تکرار شونده، در یک سطح استفاده شد. در این تحقیق با توجه به پتانسیل بالای داده موجود، علاوه بر استخراج کلاس های اصلی پوشش اراضی و کاربری اراضی معرفی شده، 18 کلاس کاربری اراضی، طی یک نقشه کاربری اراضی جامع، با استفاده از ایجاد ویژگی های مفهومی و ارتباط مکانی بین اشیاء از طریق مدل سازی درک بشری استخراج شد. در انتها نیز برای ارزیابی توانایی مدل طبقه بندی شیءگرای پیشنهادی، نتایج حاصل با نتایج سه محقق برتر مسابقه best classification challenge سال 2013 مقایسه شد که بررسی ها حاکی از افزایش 4درصدی دقت طبقه بندی روش پیشنهادی نسبت به آن ها است. از میان روش های استخراج نقشه پوشش اراضی و کاربری اراضی اصلی نیز روش طبقه بندی شیءگرای تکرار شونده طبقه بندی-قطعه بندی-ادغام در یک سطح با دقت کلی 97/33درصد بالاترین دقت را حاصل نمود. دقت کلی نقشه کاربری اراضی جامع نیز برابر 96/6درصد شد. در این پایان نامه آنالیزها بر روی دو مجموعه داده فراطیفی casi و داده ارتفاعی لیدار با قدرت تفکیک مکانی یکسان 2/5متر، که از منطقه شهری هیوستون آمریکا اخذ شده بود، صورت گرفت.

similar resources

ارائه یک سیستم طبقه بندی کننده چندگانه فازی برای ادغام داده های فراطیفی و لیدار

محدودیت­های سنجنده­های مختلف سنجش از دور و ضعف آنها در شناسایی عوارض مختلف باعث شد ادغام داده­های حاصل از سنجنده­های مختلف به منظور بهبود نتایج طبقه بندی مورد توجه قرار گیرد. در میان سنجنده­های مختلف کنونی، در سال­های اخیر دو سنجنده فراطیفی و لیدار به منظور طبقه­بندی زمین بسیار پرکاربرد بوده­اند. داده­های حاصل از لیدار اطلاعات ارتفاعی مناسبی را از عوارض زمینی به ویژه عوارض دارای ارتفاع مانند سا...

full text

استخراج عوارض از مناطق شهری براساس استفاده همزمان داده های راداری، چندطیفی و لیدار

در سال­های اخیر داده­های راداری به منظور استخراج عوارض مورد استفاده و توجه قرار گرفته­اند. مستقل بودن سنجنده­های راداری از شرایط آب و هوایی و تابش خورشیدی در کنار قابلیت نفوذ امواج ماکروویو در بسیاری از عوارض زمینی، باعث شده است استفاده از آنها در زمینه طبقه بندی عوارض زمینی شدت یابد. در این میان اطلاعات جمع آوری شده توسط سیستم­های سنجش از دوری راداری بسیار متفاوت از سنجنده­های معمول نوری است ک...

full text

توسعه یک الگوریتم طبقه بندی داده های لیدار موج-پیوسته در مناطق شهری

در دو دهه اخیر استفاده از لیزر اسکنرهای هوایی و یا بعبارتی سنجنده لیدار در کاربردهای گوناگون مهندسی ژئوماتیک و نقشه برداری رشد فزاینده ای پیدا کرده است. دلیل اصلی این امر قابلیت اعتماد و صحت بالای داده های خروجی حاصل از این نوع سنجنده می باشد. خروجی لیدار، ابرنقاط سه-بعدی طبقه بندی نشده و غیرساختاریافته می باشد. بنابراین مهمترین پردازشی که روی این داده ها می بایست انجام گیرد، طبقه بندی شان در ق...

15 صفحه اول

طبقه بندی تصاویر فراطیفی با استفاده از مدل آمیخته ی گاوسی و الگوریتم نمونه گیر گیبز

با پیشرفت­های فناوری سنجش از دور و تولید داده­های فراطیفی با اطلاعات طیفی فراوان، استفاده از این داده­ها جهت مطالعه دقیق پدیده­ها به سرعت در حال گسترش است. تصاویر فراطیفی به دلیل نمایش گسترده خصوصیات طیفی عوارض و پدیده­های سطح زمین در بسیاری از علوم زمین مورد توجه قرار گرفته‏‏اند. یکی از مهمترین کاربردهای تصاویر فراطیفی، طبقه­بندی آنها و تولید نقشه­های پوشش زمینی بدون نیاز به داده­های واقعیت زم...

full text

تخمین بعد ذاتی و کاهش ابعاد داده های فراطیفی به منظور طبقه بندی با استفاده از روش های درخت تصمیم، ماشین بردار پشتیبان و شبکه عصبی

طبقه­ بندی تصاویر فراطیفی، به دلیل کاربردهای برجسته این تصاویر در حوزه­ های مختلف مانند نظامی، مدیریت و برنامه­ ریزی شهری، مدیریت منابع و کشف معادن، یکی‌ از مسائل بسیار مهم در پردازش تصاویر فرا­طیفی به شمار می‌‌آید. تصاویر فراطیفی به دلیل دارا بودن توان تفکیک طیفی بالا، اطلاعات قابل توجهی در ارتباط با ترکیب شی‌ با صحنه تصویر­برداری در اختیار کاربر قرار می­دهند. بزرگی ابعاد این تصاویر نه تنها مح...

full text

بررسی مقایسه ای امکان برآورد برخی مشخصه های کمی ساختار توده های جنگل های خزری با استفاده از داده های رادار و تلفیق داده های رادار با لیدار

هدف از تحقیق، مقایسه برآورد مشخصه ­های ساختاری حجم سرپا، رویه زمینی و تعداد درختان در هکتار توده‌های جنگلی خزری با استفاده از داده­های رادار و تلفیق داده‌های رادار و لیدار در بخشی از سری یک و دو جنگل‌های شصت کلاته گرگان در استان گلستان است. اطلاعات مشخصه‌های ساختاری از 307 قطعه‌نمونه دایره‌ای شکل در جنگل موردمطالعه محاسبه و استخراج شد. پیش ­پردازش­ها و پردازش­های موردنیاز بر روی داده ­های خام ر...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه تحصیلات تکمیلی صنعتی کرمان - دانشکده عمران

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023