مطالب مرتبط با کلیدواژه

eCoginition


۱.

استخراج عوارض ساختمانی با استفاده از داده های لیدار و سنجش میزان صحت داده های استخراج شده(مقاله علمی وزارت علوم)

کلیدواژه‌ها: Density error detection Anzali eCoginition ENVI Lidar

حوزه های تخصصی:
تعداد بازدید : ۲۲۹ تعداد دانلود : ۱۲۹
امروزه تصاویر هوایی با در اختیار گذاشتن منابع مختلف داده یکی از کارآمدترین راه های کسب و استخراج اطلاعات مکانی دقیق و به هنگام است. که در پروسه تهیه اطلاعات مکانی از این منابع، مشکل ترین بخش استخراج عوارض موجود در تصاویر می باشد. در این تحقیق یک روش متفاوت جهت استخراج ساختمان ها با استفاده از داده های لیدار هوابرد و تصاویر اولتراکم بر روی محدوده مشخصی از شهر بندر انزلی با انواع تراکم ساختمانی پیاده سازی شد. سیستم پیشنهادی از اطلاعات هندسی و مکانی داده های لیدار و تصاویر اولتراکم استفاده کرده که شامل سه مرحله کلی می باشد، در مرحله اول، داده های لیدار فیلتر شدند و با استفاده از خوشه بندی طیفی در محیط eCoginition، ساختمان ها استخراج شد. در مرحله دوم، مدل به دست آمده با مرزهای دو بعدی ساختمان ها که به روش حد آستانه ارتفاعی در محیط ENVI Lidar به دست آمده بود مقایسه گردید. در مرحله سوم؛ پس از استخراج، مرزهای اولیه ساختمانی با ساختمان های استخراج شده از طریق الگوریتم شطرنجی، ادغام شدند. در بخش خطایابی ساختمان ها به ساختمان های دارای خطا پرداخته شد. ارزیابی نتایج نشان داد که سیستم به کار گرفته شده به طور نسبی به اهداف تعیین شده رسیده است. خطای تک تک ساختمان ها ابتدا به صورت کلی و سپس به صورت جزئی مورد بررسی قرار گرفت و مشخص گردید تکنولوژی لیدار هوایی قابلیت فوق العاده ای را در جمع آوری نمونه های بسیار دقیق و متراکم از اندازه گیری های ارتفاعی سطح شهرها دارد و می توان سطح جدیدی از جزئیات اطلاعات دقیق تراکم ساختمان را به طور اتوماتیک و کار آمد از داده های لیدار هوایی استخراج کرد. در تعداد 417 ساختمانی که مورد بررسی و تجزیه و تحلیل قرار گرفت دستیابی به ارتفاع ساختمان ها با دقت بسیار بالا میسر گردید و تمامی ساختمان های محدوده مورد مطالعه با تراکم فشرده و ارگانیک و نیز پراکنده و برنامه ریزی شده استخراج گردیدند.
۲.

مقایسه تطبیقی دانه بندی قطعات در بافت های شهری با استفاده از پردازش شیء گرای تصاویر ماهواره ای (مطالعه موردی: محله های منجم و یوسف آباد تبریز)(مقاله علمی وزارت علوم)

کلیدواژه‌ها: بافت دانه بندی حاشیه نشینی فرسوده ArcGIS eCoginition

حوزه های تخصصی:
تعداد بازدید : ۴۳ تعداد دانلود : ۳۶
  در ایران، گستردگی بافت های فرسوده و حاشیه و ناکارآمدی مکانیسم های مواجه با این بافت ها، به عنوان مسأله اساسی در برنامه ریزی و مدیریت شهری مطرح است. علی رغم قدمت مکاتب شکل شناسی، پژوهش های محدودی در حیطه گونه شناسی بافت شهری صورت گرفته است. امروزه تکنیک های سنجش از دور و GIS روش های مناسبی برای جمع آوری داده ها و تصمیم گیری سریع و دقیق در مطالعات محیطی محسوب می شوند. هدف اصلی این پژوهش، مقایسه تطبیقی دانه بندی قطعات است. جهت انجام پژوهش از تصاویر ماهواره ای IRS، سنجنده (Liss) در سال 2017 و تصاویر سنتینل 2، باندهای 2، 3، 4، 8 (مرئی) با قدرت تفکیکی مکانی 10 متر استفاده شده و سعی بر آن بوده است که بهترین روش ها و معیارها جهت ارزیابی دانه بندی قطعات با استفاده از تکنیک های سنجش از دور به ویژه روش شیءگرای تصاویر اتخاذ گردد. پس از انجام تصحیحات لازم، تصاویر در محیط نرم افزاری eCognition پردازش شده و از الگوریتم های شیءپایه جهت ارزیابی استفاده شده است. نتایج حاصل از این پژوهش نشان داد که این روش (طبقه بندی آستانه گذاری شیءگرا) با دقّت کلّی 93 درصد و ضریب کاپای 91 درصد از دقّت خوبی جهت ارزیابی برخوردار است و در هر دو بافت مورد مطالعه (فرسوده و حاشیه) نیز، شاخص های ریزدانگی و نفوذناپذیری به طور ملموسی وجود دارند. بدین صورت که در هر دو بافت، مساحت بیش از 50 درصد پلاک ها زیر 200 مترمربع می باشد. همچنین از دیگر نتایج تحقیق آن است که تفاوت محسوسی در بین بافت های فرسوده و حاشیه شهر وجود ندارد و هر دو محدوده مورد مطالعه، دارای بافت ریزدانه و نفوذناپذیر هستند. علاوه بر این، استفاده از فناوری های نوین مانند سنجش از دور، سبب کاهش چشمگیر در مطالعات میدانی،  زمان و هزینه شده و امکان مطالعه دانه بندی بافت ها را فراهم آورده است.