استخراج معابر شهری از تصاویر ماهواره ای با قدرت تفکیک بالا
محل انتشار: اولین کنفرانس ملی مهندسی فناوری اطلاعات مکانی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 947
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCEGIT01_069
تاریخ نمایه سازی: 19 اردیبهشت 1395
چکیده مقاله:
امروزه به دلیل اهمیت ویژه ای که راه ها به عنوان یکی از مهمترین زیر ساخت های توسعه در هر کشور در کاربردهای مختلف دارند استخراج اطلاعات آنها به یک الش مهم در علوم مرتبط تبدیل شده است یکی از فناوری هایی که در این زمینه فعالیت گسترده ای داشته سنجش از دور و در کنار آن علم پردازش تصاویر رقمی است دو دسته روش برای استخراج و شناسایی عوارض شبکه راه از تصاویر سنجش از دور وجود دارد روش های دستی و خودکار اگرچه روش دستی هم روش غالب در تولید داده های مکان مند است اما نیازمند صرف زمان و تلاش زیاد جهت استخراج و شناسایی عوارض است از این رو بسیاری از محققان بر توسعه الگوریتم های خودکار و نیمه خودکار برای شناسایی عوارض مختلف در مناطق شهری متمرکز شده اند تا به امروز روش های زیادی جهت استخراج راه ها از داده های مختلف سنجش از دوری ارائه شده است با وجود موفقیت این روش ها در مناطق روستایی و برون شهری عملکرد آنها در مناطق شهری با مشکلاتی مواجه است وجود عوارض متعدد که موجب انسداد معابر می گردند مانند ماشین ها و درختان یا عوارض دارای مشابهت طیفی بالا با راه مانند پارکینگ ها و سقف ساختمان ها از جمله مشکلات موجود در روند استخراج راه های شهری است در این تحقیق با ارائه روشی جدید که ترکیبی از خوشه بندی قطعه بندی و طبقه بندی قانون مبنا استمعابر شهری از تصاویر با قدرت تفکیک بالا استخراج شده است منطقه مورد مطالعه بخشی از شهر اصفهان است کنترل کیفیت روش پیشنهادی با روی هم انداختن تصویر استخراج شده و تصویر اصلی انجام شده است که نتیجه نشان دهنده عملکرد مناسب روش پیشنهادی در استخراج معابر شهری است
کلیدواژه ها:
نویسندگان
مرضیه السادات عطائی
مدرس دانشگاه دانش پژوهان اصفهان
مصلح الدین رضائی
محقق مرکز تحقیقات کشاورزی و منابع طبیعی اصفهان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :