نام پژوهشگر: مژگان حسن پور

ارائه سیستمی فازی جهت استخراج اتوماتیک شبکه راه ها در تصاویر ماهواره ای بر اساس توسعه روش های خوشه بندی در فضای تصویر
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداری 1390
  مژگان حسن پور   محمدجواد ولدان زوج

در جوامع امروزی با توجه به رشد روزافزون جمعیت و منابع آن، برنامه ریزی ومدیریت منابع زمینی از اهمیت ویژه ای برخوردار است. نیاز به اطلاعات دقیق و بهنگام از اساسی ترین نیازهای توسعه و پیشرفت به حساب می آید. استفاده از روش های فتوگرامتری و سنجش از دور، رایج ترین و اقتصادی ترین روش ها جهت تهیه اطلاعات مکانی و نقشه های پوششی می باشند. سنجش از دور به عنوان یکی از منابع اولیه واصلی در پایگاه های داده gis به شمار می آید که آخرین و دقیق ترین وضعیت و موقعیت عوارض و منابع طبیعی موجود بر روی زمین را فراهم می نماید. با توجه به اینکه راه ها و ساختمان ها بعنوان مهمترین عوارض دست بشر دارای بیشترین تعدد در تهیه نقشه از مناطق شهری و نیمه شهری می باشند، استخراج این عوارض در اولویت های تحقیقاتی در زمینه استخراج اتوماتیک عوارض به حساب می آید. هدف اصلی از انجام این تحقیق، امکان سنجی وانجام نمونه مطالعاتی استخراج اتوماتیک شبکه راه ها از تصاویر بزرگ مقیاس فضایی می باشد. داده های ورودی به سیستم های پیشنهادی استخراج اتوماتیک راه را تصاویر pansharp ماهوارهikonos (با ابعاد پیکسل 1 متر) تشکیل می دهند. در پیاده سازی سیستم پیشنهادی استخراج اتوماتیک راه، ابتدا مرحله فازی سازی بر روی تصاویر ورودی انجام گرفته است. درادامه و پس ازاعمال قوانین فازی (مرحله استنتاج فازی) واستفاده از حد آستانه برای غیر فازی سازی، تصویر مربوط به کلاس راه به دست می آید. علاوه بر سیستم فازی ساده، روش تطبیقی فازی-عصبی (anfis) در مرحله کشف راه جهت شناسایی کلاس راه پیاده سازی گردید. علاوه بر اطلاعات طیفی از اطلاعات بافت تصویر نیزجهت پیاده سازی الگوریتم استفاده شده ودر نهایت مقایسه نتایج روش های مذکور برای دستیابی به سیستمی مطلوب تر جهت استخراج راه انجام گرفت. در ادامه، استخراج شبکه برداری راه از تصویر حاصل از مرحله کشف راه در دو گام کلی شامل کشف نقاط کلیدی راه با انجام خوشه بندی k-means در فضای تصویر و ایجاد اتصالات بین این نقاط با بهره گیری از تئوری گراف والگوریتم mst انجام گرفت، که این امر شرایط را جهت استخراج مرکز عارضه راه وانتقال برداری این اطلاعات به سیستم های gis فراهم می آورد. رسیدن به خطای 81?91 درصد در طبقه بندی تصویر به دو کلاس راه وغیر راه درسیستم فازی-عصبی تطبیقی(anfis) و رسیدن به خطای rmse برابر با 85?0 پیکسل از محور راه استخراج شده با واقعیت زمینی آن، نشانگر موفقیت کلی سیستم پیشنهاد شده جهت استخراج اتوماتیک راه می باشد.