حذف نویز

داده های لایدار به عنوان ابزاری قدرتمند برای سنجش از دور سه بعدی و تحلیل های مکانی دقیق، به ویژه در محیط های شهری، شناخته می شوند. با این حال، این داده ها غالباً به دلیل شرایط جوی نامساعد، ویژگی های سطحی و خصوصیات سنسورها حاوی نویزهای متفاوتی هستند که این امر می تواند کیفیت داده ها را کاهش داده و بر دقت تحلیل های مبتنی بر آن ها تأثیر منفی بگذارد. بنابراین، حذف نویز از داده های لایدار ضروری است تا کیفیت داده ها بهبود یابد و جزئیات و ویژگی های کلیدی آن ها حفظ شود. در پژوهش حاضر، یک رویکرد ترکیبی شامل فیلتر هدایت شده و الگوریتم خوشه بندی چگالی مبنا برای حذف نویز از داده های ابر نقاط لایدار پیشنهاد شده است. فیلتر هدایت شده با بهره گیری از تنظیم پارامترها با استفاده از اطلاعات محلی، توانایی مؤثری در کاهش نویز ارتفاعی و حفظ ویژگی های مهم دارد. در ادامه به منظور بهبود نتایج حذف نویز، از الگوریتم خوشه بندی چگالی مبنا برای حذف نقاط پرت بر اساس تراکم پایین، آنها را شناسایی و حذف می کند. نتایج تحقیق نشان می دهند که این رویکرد ترکیبی به طور قابل توجهی عملکرد بهتری نسبت به روش های سنتی مانند فیلترهای آماری و مکانی و یا فیلتر هدایت شده به صورت مجزا داشته و ضمن حذف نویز، جزئیات ساختاری داده ها را حفظ می کند. ارزیابی های نتایج با استفاده از مقایسه مدل ارتفاعی رقومی، تحلیل پارامترهای آماری و نمایش گرافیکی ابر نقاط قبل و بعد از فیلتر انجام شده است. الگوریتم پیشنهادی با حذف کمترین تعداد نقطه و حفظ ویژگی های ساختاری داده، در تمامی بخش های داده موجب کاهش قابل توجه واریانس و انحراف معیار پس از اجرای فیلتر شده که نشان دهنده حذف مؤثر نویز و هموارسازی داده است. این روش با وجود زمان محاسبات پایین و سادگی مراحل اجرا، توانسته است به طور موثری نویز را کاهش دهد و جزئیات ساختاری داده ها را حفظ کند.