تلفیق اطلاعات هندسی و طیفی عوارض تصویری جهت شناسایی و استخراج اتوماتیک عارضه ساختمان از تصاویر با حد تفکیک مکانی بالا
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداری
- نویسنده دیاکو یاری
- استاد راهنما حمید عبادی سلمان احمدی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1390
چکیده
رشد روزافرون جمعیت و توسعه جوامع بشری باعث گردیده تا اطلاعات مکانی یکی از مهمترین ابزارها در کاربردهایی نظیر برنامه ریزی شهری، مدیریت بحران، ایجاد و بهنگام رسانی پایگاه داده های موجود، شناسایی تغییرات و . . . باشند. در پروسه تهیه ی نقشه از تصاویر هوایی و ماهواره ای، مشکل ترین بخش استخراج عوارض می باشد. با نگاهی اجمالی به مراحل پیشرفت فتوگرامتری، هدف کاهش زمان و هزینه تهیه نقشه، افزایش سطح اتوماسیون و کاهش نقش عامل انسانی می باشد تا بتوان سیستم های فتوگرامتری آنی را طراحی نمود بنحوی که بتوان در لحظه اخذ تصویر، تهیه نقشه امکان پذیر باشد. در زمینه فتوگرامتری با توجه به اینکه در تصاویر هوایی و ماهوارهای از مناطق شهری و نیمه شهری، ساختمان ها و جاده ها دارای بیشترین تعدد در تهیه نقشه می باشند و این اشکال دارای هندسه ساده تر و منظمی می باشند، استخراج این عوارض در اولویت های تحقیقاتی قرار دارند. یکی از روش های بسیار موفق در استخراج مرز عوارض از تصاویر، مدل های منحنی فعال می-باشد، که اولین بار توسط kass و همکاران تحت عنوان”snake: active contour model” ارائه شد. تابع مورد بهینه سازی در مدل snake ترکیب خطی از دو تابع انرژی داخلی و خارجی می باشد که با کمینه نمودن این تابع از طریق حل یکسری معادلات مشتقات در یک فرایند تکراری، منحنی با حرکت به سمت لبه های تصویری، خود را بر لبه های واقعی عوارض منطبق و منجر به بازسازی اطلاعات مرز عوارض می شود. در فرایند استخراج ساختمان از تک تصویر، زمانیکه لبه های ساختمان تحت تاثیر پدیده هایی نظیر درختان، سایه درختان و اشیاء واقع بر ساختمان تخریب و یا تضعیف گردد لبه های کاذب بروی سقف ساختمان ایجاد می شود. با توجه به اینکه مدل snake تا حد زیادی به اطلاعات لبه های تصویری متکی است، این امر می تواند مدل های snake را با مشکلاتی در بازسازی چنین ساختمان-هایی مواجه می سازد. به منظور غلبه بر این مشکل، استفاده از دانش اولیه در خصوص شکل هندسی مورد انتظار از ساختمان بعنوان یک داده کمکی، جهت بازسازی لبه های تخریب شده استفاده شد. در واقع هدف این پایان نامه وارد کردن اطلاعات هندسی ساختمان های مستطیل، l و u شکل، بعنوان یک تابع انرژی خارجی در مدل balloon snakeمی باشد به گونه ای که بتوان لبه های تخریب شده را شناسایی و مرز ساختمان را با دقت و قابلیت اعتماد مناسبی بازسازی نمود. این امر بویژه برای ساختمان هایی که با لبه های مخدوش تصویری همراه هستند، انگیزه اجرایی دارد. با توجه به نتایج بدست آمده، الگوریتم پیشنهادی توانسته با استفاده از شکل هندسی بعنوان منبع داده غنی، ساختمان ها با دقت موقعیت کلی 94.80 درصد و 93.20 درصد برای تصویر تست اول و دوم در مقایسه با دقت موقعیت کلی 92.27 درصد و 85.85 درصد برای تصویر تست اول و دوم مدل balloon snake معمولی بازسازی نماید. همچنین ساختمان استخراج شده همان شکل مرجع برازشی می باشد که مشکل نیازمندی الگوریتم های مشابه به مراحل پیش پردازش نظیر کاهش تعداد نقاط و برازش خط بر مجموعه نقاط واقع بر یک اضلاع ساختمان را بر طرف نموده است.
منابع مشابه
استخراج سایه ساختمان از تصاویر ماهوارهای با قدرت تفکیک بالا با تلفیق اطلاعات لبه و جهت عوارض نقطهای
در بسیاری از کاربردهای سنجش از دور، خصوصا در پردازش تصاویر با قدرت تفکیک بالا، شناسایی سایه یک مرحله پیش پردازشی مهم است. سایه بیانگر اطلاعاتی در مورد شکل، موقعیت نسبی و جهت شیئ است که در محیطهای شهری بخش قابل توجهی از تصویر را اشغال میکند و میتواند در تفسیر عوارض اثرات مثبت و منفی به دنبال داشته باشد. بهعنوان نمونه برآورد ارتفاع عوارض مرتفع و شناسایی موقعیت ساختمان به کمک سایه صورت میگیر...
متن کاملطراحی یک پایگاه قوانین عارضه مبنا جهت کشف عارضه راه از تصاویر ماهوارهای با حد تفکیک مکانی بالا
افزایش دسترسی به تصاویر ماهوارهای با حد تفکیک مکانی بالا بیش از پیش امکان شناسایی و استخراج اتوماتیک عوارض راه را برای ما فراهم نموده است. در حال حاضر اغلب روشهای ارائه شده جهت شناسایی و استخراج اتوماتیک عوارض راه پیکسل مبنا بوده که بر اساس درجه خاکستری هر پیکسل عمل مینمایند. بهدلیل ضعف اطلاعات موجود در یک پیکسل، توانایی تفسیر مفهومی تصویر از طریق روشهای پیکسل مبنا بسیار ضعیف میباشد. در ص...
متن کاملاستخراج نیمه اتوماتیک ساختمان با استفاده از مدل Snake از تصاویر هوایی با قدرت تفکیک مکانی بالا
وجود اطلاعات مکانی دقیق، صحیح و بهنگام از منابع کشور در یک پایگاه داده جامع مکان مرجع به همراه تجزیه و تحلیلهای مرتبط، از مهمترین ابزارهای تصمیمگیری و مدیریت بهینه میباشد. برنامهریزان شهری به منظور طراحی و پیادهسازی طرحهای شهری به اطلاعات به روز شده کاربری زمین نیاز دارند، بنابراین نقشهها باید به طور منظم در برابر تغییرات بهروز شوند. بهمنظور بروز رسانی نقشه های موجود بکمک تصاویر ابتدا ...
متن کاملشناسایی اهداف با استفاده از تلفیق تصاویر فراطیفی و تصاویر با قدرت تفکیک مکانی بالا
شناسایی، ماموریتی برای کسب اطلاعات در مورد فعالیت ها، منابع، توانمدی ها و موقعیت دشمن است. شناسایی اهداف نظامی می تواند اطلاعاتی پیرامون وضعیت فعالیت ها، استقرار نیروها، آرایش نظامی و بسیاری از اطلاعات گوناگون دیگر از یک محدوده نظامی را در اختیار فرماندهان قرار دهد. در سال های اخیر پیشرفت تکنولوژی در زمینه سنجش از دور امکان تهیه تصاویر مختلف با قدرت تفکیک طیفی و مکانی بالا را فراهم نموده است. ت...
متن کاملطراحی یک پایگاه قوانین عارضه مبنا جهت کشف عارضه راه از تصاویر ماهواره ای با حد تفکیک مکانی بالا
افزایش دسترسی به تصاویر ماهواره ای با حد تفکیک مکانی بالا بیش از پیش امکان شناسایی و استخراج اتوماتیک عوارض راه را برای ما فراهم نموده است. در حال حاضر اغلب روش های ارائه شده جهت شناسایی و استخراج اتوماتیک عوارض راه پیکسل مبنا بوده که بر اساس درجه خاکستری هر پیکسل عمل می نمایند. به دلیل ضعف اطلاعات موجود در یک پیکسل، توانایی تفسیر مفهومی تصویر از طریق روش های پیکسل مبنا بسیار ضعیف می باشد. در ص...
متن کاملتلفیق داده های لیدار و تصاویر با قدرت تفکیک بالا جهت استخراج ساختمان با تاکید بر استفاده همزمان از ویژگی های طیفی، بافتی و هندسی عوارض
امروزه یکی از مهم ترین دغدغه های متخصصین فتوگرامتری و سنجش ازدور، شناسایی و استخراج اتوماتیک عوارض شهری به ویژه عارضه ساختمان و سایر عوارض مسقف است. در این تحقیق، هدف شناسایی و استخراج عارضه ساختمان در مناطق شهری بر مبنای تلفیق تصاویر هوایی و اطلاعات تهیه شده از ابر نقاط لیدار است. در همین راستا، در ابتدا مدل رقومی زمین از طریق اعمال فیلتر adaptive tin از داده های نقطه ای لیدار تهیه سپس با تولی...
منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداری
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023