پایش تغییرات نقشه های شهری با استفاده از طبقه بندی شی گرای تصاویر ماهواره ای

الگوریتم های پردازش تصویر جهت شناسایی ساختمان ها با استفاده از تصاویر ماهواره ای به دو گروه کلی تقسیم می شوند: روش های پیکسل مبنا و روش های شی مبنا و گاهی نیز ترکیبی از این دو گروه. در روش های اول مبنای تصمیم گیری، اختلاف درجه ی خاکستری پیکسل هاست. پژوهش های قبلی، این گروه را برای تصاویر ماهواره ای قدرت تفکیک بالا چندان مناسب ندانسته اند. درمقابل روش های شی مبنا که بر مبنای گروه همگنی از پیکسل ها تصمیم گیری می کنند و علاوه بر خصوصیات درجه خاکستری، قادرند تا از خصوصیات همسایگی و هندسی یک شی نیـز بهره ببرند، اغلب توانسته اند نتایج بهتری از روش های پیکسل مبنا تولید کنند. با این حال، وجود خطاهای قطعه بندی و نحوه ی انتخاب پارامترهای اولیه ی قطعه بندی، باعث ایجاد محدودیت هایی در این روش ها شده است. در این پژوهش به عنوان یکی از اهداف اصلی، ضمن نشان دادن محدودیت های روش های شی مبنا با تعریف المان های دیگری غیر از قطعات حاصل از قطعه بندی تصویری، سعی در بهبود نتایج استخراج (مرز) ساختمان داشته ایم. روش پیشنهادی روی 15 تصویر متنوع pan-sharped سنجنده ی quickbird از شهر اصفهان آزمایش شده است. هم چنین پنج الگوریتمِ مطالعات قبلی شامل روش های پیکسل مبنا و شی مبنا نیز روی این 15 تصویر پیاده سازی شدند. ابتدا مقایسه ای بین نتایج استخراج مرزهای ساختمان حاصل از روش پیشنهادی با نتایج این روش ها صورت گرفت. جهت مقایسه ی بهترِ نتایج، تصاویر به دو دسته ی کنتراست بالا و کنتراست پایین تقسیم شد. نتایج به دست آمده در دسته ی اول، حکم به کارایی بالای روش پیشنهادی نسبت به سایر روش ها می کند. هم چنین در مقایسه با سایر روش ها می توان به اطمینان پذیری نتایج حاصل از این روش نیز امیدوار بود. درمقابل، روش پیشنهادی در دسته ی دوم کارایی کم تری از خود نسبت به روش های شی مبنای معمول نشان داد. این مسأله بیان کننده ی آن است که روش پیشنهادی در مناطقی که کنتراست خوبی بین نواحی ساختمانی و نواحی مجاور آن برقرار نیست، با مشکلاتی مواجه می شود. با این حال، باز نسبت به برخی روش ها کارایی این روش نیز در دسته ی دوم بالاتر است. بررسی نقاط ضعف و قوت روش های پیکسل مبنا و شی مبنا و به طور خاص به چالش کشاندن و نقد و بررسی محدودیت های روش های شی مبنا از جمله هدف دیگر پیاده سازی این پنج روش است. به عنوان یکی دیگر از اهداف اصلی این پژوهش، موضوع کنترل کیفیت یک الگوریتم استخراج ساختمان مورد بررسی قرار گرفت. همه ی پژوهش های قبلی استخراج ساختمان از عناصر استخراج شده از ماتریس خطا جهت ارزیابی الگوریتمشان استفاده کرده اند. با این حال، عوامل مهمی که در استخراج ساختمان در یک منطقه ی شهری تأثیرگذار هستند در انتخاب تصاویر این پژوهش ها درنظر گرفته نشده اند. هم چنین معیارهای ارزیابیِ فعلی، ارزیابی الگوریتم نسبت به این عوامل را نشان نمی دهند. بنابراین ما در این پژوهش با انتخاب عوامل مهم و متنوع بیشتر، یک چارچوب ارزیابیِ جامع تر و کامل تر برای کنترل کیفیت الگوریتم استخراج ساختمان ارائه داده ایم.