تلفبق تصاویر هوایی حرارتی و مرئی به منظور شناسایی عوارض شهری

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداری
  • نویسنده مهرداد اسلامی
  • استاد راهنما علی محمدزاده
  • سال انتشار 1394
چکیده

تولید اطلاعات دقیق و به روز از جمله ابزار های اساسی و مهم به منظور مدیریت و برنامه ریزی شهری می باشد. گسترش روز افزون تکنولوژی فتوگرامتری و سنجش از دور امکان استخراج اطلاعات متنوع از پوشش های شهری را فراهم می آورد. اما وجود عوارض متنوع در محدوده شهرها و نیز کاربری های مختلف اطلاعات مکانی تولید شده، تلفیق منابع داده را امری ضروری می کند. علاوه بر این، استفاده از تلفیق منابع متنوع داده سنجش از دوری جهت شناسایی عوارض شهری کارایی خود را به اثبات رسانده است. از این رو، در این تحقیق تلفیق داده جدید فراطیفی مادون قرمز حرارتی با قدرت تفکیک مکانی بالا و تصویر مرئی جهت شناسایی و طبقه بندی عوارض شهری مورد مطالعه قرار گرفت. در تحقیقات پیشین روش های پیشنهادی با تکیه بر اطلاعات طیفی / مکانی تصویر مرئی و نیز اطلاعات طیفی داده حرارتی به شناسایی عوارض شهری پرداختن اند. این در حالی است که، فضای ویژگی مکانی تولیدی از داده حرارتی مد نظر قرار نگرفته است. همچنین روش های کاهش ابعاد فضای ویژگی داده فراطیفی حرارتی در تحقیقات پیشین از کارایی مناسبی برخوردار نبوده است. در این تحقیق روشی سلسله مراتبی سه سطحی جهت شناسایی عوارض شهری با استفاده از داده های مذکور پیشنهاد گردیده است. در سطح اول با استفاده از فضای ویژگی طیفی / مکانی مستخرج از تصویر مرئی و نیز معرفی دو شاخص گیاهی جدید با عنوان های sivi و msivi تفکیک سه کلاس درختان، گیاهان و سایر عوارض شهری انجام شد. نتایج به دست آمده نشان داده استفاده از روش پیشنهادی در سطح اول شناسایی عوارض شهری، موجب افزایش دقت کلاس درختان و گیاهان به ترتیب تا 11 و 35 درصد در مقایسه با استفاده از فقط تصویر مرئی را نشان می دهد. در سطح دوم نشان داده شد که استفاده از روش کاهش ابعاد فضای ویژگی sppp در مقایسه با روش های شناخته شده دیگر بر روی داده حرارتی با افزایش دقتی کل و ضریب کاپا به ترتیب تا 4و 7 درصد همراه است. سپس با استخراج اطلاعات طیفی / مکانی از تصویر حرارتی کاهش ابعاد یافته و تصویر مرئی شش کلاس گیاهان شهری، ساختمان با سقف قرمز، ساختمان با سقف خاکستری، ساختمان با سقف آسفالت، راه ها و خاک پرداخته شد. در مرحله بعد خروجی سطح اول و دوم ادغام شد. خروجی مرحله ادغام، تصویر طبقه بندی شده خام شامل هفت کلاس "درختان"، "گیاهان"، "ساختمان با سقف قرمز"، "ساختمان با سقف خاکستری"، "ساختمان با سقف آسفالت"، "راه ها" و "خاک" است. در نهایت در سطح سوم، الگوریتمی شی مبنای نوین به منظور پس پردازش نقشه طبقه بندی-شده خام خروجی از مراحل قبل با عنوان روش" پس پردازش شی مبنا قاعده مبنا" ارائه گردید. نتایج حاصل از روش پیشنهاد شده در این تحقیق با نتایج خروجی مسابقه تلفیق داده جامعه سنجش از دور ieee 2014 با معیار کاپای ماتریس ابهام مقایسه و جزء بهترین نتایج قرار گرفت. همچنین نتایج بدست آمده برای دقت کل و ضریب کاپا مقادیر به ترتیب 95 و 83/92 درصد را نشان می دهد.

منابع مشابه

بررسی توانایی تصاویر ماهواره‌ای با توان تفکیک طیفی بالا، لیدار و تمام پلاریزه راداری به منظور شناسایی عوارض خاص شهری

امروزه تلفیق داده‌ها و تصاویری که از منابع مختلف سنجش­ازدوری به دست آمده­اند، به عنوان راه حلی بهینه به منظور استخراج اطلاعات بیشتر مطرح است. در این راستا، سنجنده‌های غیرفعال نوری به صورت گسترده در نگاشت ساختارهای افقی مورد استفاده قرار می‌گیرند. داده‌های راداری نیز با توجه به این که غالباً مستقل از شرایط جوی و به صورت شبانه روزی امکان جمع‌آوری دارند و نیز برخی ساختارهای زمینی و اهداف مصنوعی پاس...

متن کامل

بررسی سیستم‌های نوروفازی انطباق‌پذیر در شناسایی ساختمان‌های شهری از تصاویر هوایی دیجیتال و داده‌های لیدار

شناسایی و استخراج عوارض از تصاویر هوایی از دیرباز مورد توجه بسیاری از محققین فعال در فتوگرامتری و سنجش‌ازدور بوده‌است. با ظهور سنجنده های جدید مانند لیدار و ترکیب داده های این سنجنده ها و تصاویر هوایی بحث شناسایی و استخراج وارد دوره جدیدی شده است. به دلیل توانایی زیاد مدل های نروفازی انطباق پذیر (انفیس) در حل مسائل پیچیده، استفاده از این مدل ها به‌صورت روز افزون در حال افزایش می باشد. مدل های ن...

متن کامل

طبقه‌بندی اطلاعات سنجنده‌های مرئی-حرارتی هوایی مبتنی بر مدل‌های یادگیری ژرف

با رشد و توسعه سیستم‌های تصویربرداری هوابرد و یا فضابرد در حوزه سنجش از دور، ادغام اطلاعات سنجنده‌های چندگانه به منظور دستیابی به دانش تکمیلی نسبت به عوارض و به پیرو آن طبقه‌بندی دقیق داده‌های سنجش از دور مورد توجه بسیاری از محققین این حوزه و مهندسی علوم زمین قرار گرفته است. از سوی دیگر، مدل‌های یادگیری ژرف با افزایش سطح اتوماسیون و همچنین بهبود دقت طبقه‌بندی تصاویر با بهره‌گیری از روش‌های استخ...

متن کامل

ترکیب تصاویرابرطیفی هوایی و داده‌های لیدار برای تولید عوارض شهری

در این مقاله به منظور شناسایی و استخراج عوارض مختلف شهری به‌صورت خودکار از تصاویر فتوگرامتری روشی ارائه شده که در آن از ترکیب داده‌های لیدار و ابرطیفی استفاده می‌شود. مهمترین مشکل تصاویر ابرطیفی تعداد زیاد باندها و وابستگی بالای بین آن‌ها و نیز نسبت سیگنال به نویز متفاوت در باندهای مختلف می‌باشد، در این تحقیق به‌منظور کاهش ابعاد فضای داده، کمینه کردن نویز و وابستگی طیفی بین باندها، جهت دست یافت...

متن کامل

بررسی توانایی تصاویر ماهواره ای با توان تفکیک طیفی بالا، لیدار و تمام پلاریزه راداری به منظور شناسایی عوارض خاص شهری

امروزه تلفیق داده ها و تصاویری که از منابع مختلف سنجش­ازدوری به دست آمده­اند، به عنوان راه حلی بهینه به منظور استخراج اطلاعات بیشتر مطرح است. در این راستا، سنجنده های غیرفعال نوری به صورت گسترده در نگاشت ساختارهای افقی مورد استفاده قرار می گیرند. داده های راداری نیز با توجه به این که غالباً مستقل از شرایط جوی و به صورت شبانه روزی امکان جمع آوری دارند و نیز برخی ساختارهای زمینی و اهداف مصنوعی پاس...

متن کامل

توسعه یک مدل پنجره مجزا به منظور تهیه نقشه دمای سطح زمین از تصاویر فراطیفی حرارتی

دمای سطح زمین یکی از مهم ترین شاخص ها در مطالعات مربوط به سطح زمین مانند حفظ منابع طبیعی، تبادل انرژی و آب بین سطح زمین و جو می باشد. هدف اصلی این تحقیق ارائه الگوریتمی جهت تخمین دمای سطح زمین با استفاده از داده های طیف سنج حرارتی فراطیفی هوابرد (HYTES) می باشد. برای این منظور از الگوریتم پنجره مجزا استفاده می شود. این الگوریتم از طریق باندهای بهینه ای که توسط الگوریتم ژنتیک از بین 202 باند انت...

متن کامل

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