استخراج معابر شهری از تصاویر ماهواره ای با قدرت تفکیک بالا

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