استخراج نیمه اتوماتیک عارضه راه با استفاده از داده های لیدار هوایی

لیدار یک تکنولوژی جدید و در حال رشد می باشد که می تواند با توجه به دقت مسطحاتی و ارتفاعی بالای ابر نقاط برداشت شده به عنوان یک ابزار قوی و مفید جهت شناسایی شبکه راه ها مورد استفاده قرار می گیرد هدف از این تحقیق ارائه روشی سلسله مراتبی است که با استفاده از داده های ارتفاعی و شدت لیدار و اعمال فیلترهای مختلف بتوان عوارض غیر راه را شناسایی و شبکه راه های منطقه مورد مطالعه را استخراج نمود عملکردهای مورفولوژی در این روش در مراحل مختلف تحقیق با ترتیبی مناسب مورد استفاده قرار می گیرند از طریق آستانه گذاری بر روی داده های شدت و در مرحله بعد بر روی داده های فاصله و همچنین محاسبه شیب و نرمال داده ها سه تصویر اولیه برای کلاس راه ها به دست می اید با استفاده از این تصاویر و اعمال پردازش های مناسب بر روی داده ها سعی شد تا نتیجه مطلوبی حاصل شود سرانجام با انجام عملیات پس پردازش شامل حذف عناصر کوچک و اتصال قطع شدگی ها پاکسازی مورفولوژی شبکه راه ها از داده های لیدار استخراج گردید با مقایسه نتایج حاصل از اجرای الگوریتم با داده های واقعیت زمینی مقادیر 97/36%برای پارامتر کامل بودن و %97/78 برای پارامتر صحیح بودن و 95/25%برای پارامتر کیفیت به دست آمد

کلیدواژه ها:

داده لیدار ، استخراج راه ، فیلترهای مورفولوژی ، استخراج محور مرکزی راه ، داده های بازگشت آخر فاصله