پردازش شیءگرا

الگوی توسعه محله های شهری به موازات رشد و گسترش شهر، دستخوش تحولات زیادی در گذر زمان شده است. این تغییرات در شهرهایی که پیشینه تاریخی دارند مشهودتر است؛ به گونه ای که می توان تفاوت بارزی میان محله های قدیمی که بدون برنامه ایجاد و پس از شکل گیری مشمول طرح و برنامه شده اند با محله های جدید از پیش برنامه ریزی شده مشاهده کرد. یکی از فنونی که می تواند در بررسی این تفاوت و مقایسه تطبیقی الگوی محله ها قدیمی و جدید در مطالعات شهری استفاده شود، فناوری سنجش ازدور و پردازش شیءگرا است. پردازش شیءگرا نوعی پردازش تصویر است که به دلیل استفاده از اطلاعات هندسی، محیطی و محتوای تصاویر می تواند دستیابی به دقت بالا را در فرایند طبقه بندی شیءگرا میسر کند. هدف از این مطالعه، مقایسه تطبیقی الگوهای بافت مدرن و سنتی شهر اصفهان با استفاده از فرایند پردازش شیءگرا و نرم افزار eCognition است. برای نیل به این هدف دو محله شهری انتخاب شد و مراحل پژوهش روی آن ها صورت گرفت. در راستای استخراج الگوهای بافت شهری، انواع تکنیک های پردازش شیءگرا شامل اطلاعات هندسی، بافت، ضریب تراکم، نامنظمی اشکال و... به کار گرفته شد تا الگوهای شیءپایه تصاویر ماهواره ای برای شناسایی بافت سنتی و مدرن استخراج شود. پس از شناسایی الگوریتم های مناسب، طبقه بندی فازی با الگوریتم نزدیک ترین همسایه اعمال شد سپس ارزیابی نتایج با مطالعات میدانی صورت گرفت. ارائه روش هایی نوین برای شناسایی و طبقه بندی بافت شهری در نتایج پژوهش حاضر می تواند راهگشای انواع مطالعات باشد تا الگوهای بافت در محیط های شهری به سرعت شناسایی شود.

  سگمنت سازی یکی از روش های اصلی استخراج اطلاعات در پردازش شیءگرای تصاویر ماهواره ای است. فرآیند سگمنت سازی، پدیده های اولیه و اصلی در یک تصویر را تفکیک می نماید که مبنایی برای طبقه بندی شیءگرا می باشد. با توجه به اینکه دقت طبقه بندی شیءگرا تا حد زیادی وابسته به دقت سگمنت سازی است، بنابراین تولید سگمنت های مناسب نقش مهمی در دست یابی به دقت بالا در فرآیند طبقه بندی شیءگرا دارد. در این پژوهش با هدف ارزیابی فرآیند سگمنت سازی به روش تفکیک مکانی چندگانه، از تصاویر ماهواره ایIRS وSPOT5 وQuick Bird برپایه تکنیک های تلفیق تصاویر ماهواره ای استفاده شده است. در این راستا با توجه به قدرت تفکیک مکانی متفاوت تصاویر ماهواره ای، از مقیاس ها و تلفیق های مختلف(نظیر ضرایب شکل و فشردگی شکل) جهت سگمنت سازی استفاده شده است. نتایج تحقیق بیانگر تاثیر استفاده از اطلاعات مکانی و طیفی در بهینه سازی مقیاس سگمنت سازی است. به طوریکه اطلاعات مکانی تصویر Quick Bird و باند پانکروماتیک تصاویر IRS و SPOT5، در کنار قدرت تفکیک طیفی تصویر SPOT5(بویژه باند قرمز) و Quick Bird، تاثیر بسزایی در افزایش کنتراست تصاویر و درنهایت ارتقاء کیفیت سگمنت سازی دارند. همچنین نتایج تحقیق بیانگر تلفیق تصاویر ماهواره ای با تفکیک مکانی بالاتر، به عنوان روشی موثر برای ارتقاء کیفیت سگمنت سازی است. نتایج این پژوهش در شناسایی روش ها و تکنیک های مختلف سگمنت سازی برای افزایش دقت طبقه بندی شیءگرا دارای اهمیت فراوانی است. نتایج اخذ شده همچنین برای سازمان های اجرایی نظیر منابع طبیعی، جهاد کشاورزی،... در معرفی روش مناسب برای استخراج سریع و دقیق اطلاعات از تصاویر ماهواره ای برای اهداف مدیریتی حائز اهمیت بوده و می تواند راهگشای استخراج اطلاعات دقیق تر از تصاویر ماهواره ای باشد.

حرکتهای دامنه ای به ویژه زمین لغزش در زمره پرخطرترین و زیان بارترین مخاطرات محیطی است که در دهه های اخیر شتاب فزاینده ای یافته است. پژوهش حاضر با هدف ارزیابی میزان کارایی تکنیک پردازش شیءگرای تصاویر ماهواره ای سنتینل 2A در شناسایی، آشکارسازی و پهنه بندی خطر وقوع زمین لغزش ها در حوضه آبریز شاهرودچایی شهرستان خلخال صورت گرفت. به همین دلیل ابتدا با استفاده از پردازش شیءگرا زمین لغزش های رخ داده در منطقه شناسایی گردیدند و سپس با استفاده از روش تحلیل شبکه (ANP) منطقه موردمطالعه از نظر خطر وقوع زمین لغزش پهنه بندی گردید. جهت استخراج زمین لغزش ها از لایه ارتفاع، شیب، جهت جریان، شاخص پوشش گیاهی و تصویر سنتینل 2A استفاده گردید؛ با بررسی های میدانی صورت گرفته مشخص گردید که زمین لغزش های موجود (81 زمین لغزش) در منطقه با دقت 94 درصد و ضریب کاپای 91 درصد با روش شیءگرا شناسایی و استخراج گردیده اند؛ و این نشان دهنده ی توانایی بالای پردازش شیءگرا در شناسایی مناطق مستعد زمین لغزش می باشد. در ادامه با استفاده از روش تحلیل شبکه و به کارگیری 11 پارامتر ارتفاع، شیب زمین، جهت شیب، کاربری زمین، زمین شناسی، شاخص طول شیب (LS)، شاخص رطوبت توپوگرافیک (TWI)، شاخص قدرت آبراهه (SPI)، فاصله از گسل، فاصله از جاده و فاصله از آبراهه، پهنه بندی منطقه مورد مطالعه از نظر خطر وقوع زمین لغزش انجام گرفت که با توجه به نتایج بدست آمده 13/39 درصد از اراضی محدوده مورد مطالعه از پتانسیل بسیار بالایی برای وقوع زمین لغزش برخوردار می باشند. همچنین، درصد قابل توجهی از زمین لغزش ها در طبقه با حساسیت زیاد تعداد 50 زمین لغزش (72/61) قرار دارند. لذا می توان گفت دقت مدل بکار رفته در پهنه بندی حساسیت وقوع زمین لغزش قابل قبول است.

دینامیک بودن یکی از ویژگی های مهم مناطق شهری است که به تبع آن نیازمندی به اطلاعات بروز و دقیق از تغییرات شهری برای مدیریت منابع شهری را مطرح می سازد. بنابراین تشخیص خودکار عوارض شهری در تصاویر هوایی و ماهواره ای در گستره وسیعی از جمله مدیریت بحران و برنامه ریزی شهری از اهمیت زیادی برخوردار است. در تحقیق حاضر سعی شد تا با استخراج ساختمان ها با روش شیءگرا و ارزیابی دقت حاصل از طبقه بندی به معرفی شاخص های بهینه برای ارائه چارچوبی نیمه اتوماتیک پرداخته شود که هم از دقت بالایی برخوارد باشد و استخراج عوارض شهری از تصاویر ماهواره ای را در کمترین زمان میسر سازد. فرآیند انجام تحقیق مبتنی بر روش پردازش شیء گرا عکس هوایی تهیه شده با پهباد در شهر ورزقان است. در این راستا، از قابلیت تکنیکهای پردازش شیء گرا در ارائه انواع الگوریتم ها و ایجاد الگوهای پردازش نیمه خودکار استفاده شده است. برای این منظور تصاویر با مقیاس 80، بخش بندی شده و سپس با الگوریتم تقسیم بندی چند متغیره مورد تجزیه تحلیل قرار گرفت. طبقه بندی کلاس ها با بررسی آستانه ها کارآمد برای 10 الگوریتم ژئومتری و مکانی انجام شده و دقت حاصله با استفاده از نقاط کنترل مورد ارزیابی قرار گرفت. درراستای سنجش کارآمدی روشهای پردازش شیءگرا، نتایج نشان می دهد که شاخص شکل با دقت 97% ، ضریب کاپای 0.94 و ضریب روشنایی با دقت 98% ، ضریب کاپای 0.96 از قابلیت موثری برای استخراج ساختمانهای شهری برخوردار هستند. نتایج این تحقیق درارائه پارامترهای کارآمد برای استخراج انواع عوراض شهری از کاربردهای متعددی برخوردار بوده و علاوه بر متخصصین سنجش از دور، می تواند برای برنامه ریزان و تصمیم گیران شهری در راستای شناسایی ساخت و سازها و در کل بررسی تغییرات شهری از قابلیت بالایی برخوردار باشد.