دانلود: استخراج تغييرات ناحيه حاشيه شهري با استفاده از طبقه‌بندي و قطعه‌بندي تصاوير ماهواره‌اي با قدرت تفکيک بالا بر مبناي تحليل در سيستم‌هاي اطلاعات جغرافيايي

کارشناسي ارشد رشته‌ي مهندسي نقشه برداري

تعداد 75صفحه در فایل word

 گرايش  سنجش از دور

استخراج تغييرات ناحيه حاشيه شهري با استفاده از طبقه‌بندي و قطعه‌بندي تصاوير ماهواره‌اي با قدرت تفکيک بالا بر مبناي تحليل در سيستم‌هاي اطلاعات جغرافيايي

چکيده

به ‌روزآوري پايگاه‌هاي داده زميني در محيط شهري کاري سخت و پر هزينه مي‌باشد. تکنيک‌هاي سنجش از دور ماهواره‌اي به طور وسيعي در استخراج و کنترل تغيير پوشش زمين در مقياس‌هاي مختلف مورد استفاده قرار گرفته‌اند که منجر به  ايجاد نتايج مفيدي شده‌اند. انجام اين کار به کمک روشهاي استخراج اتوماتيک تغيير آسان‌تر مي شود. از طرف ديگر براي استخراج تغيير به شکل اتوماتيک دو استراتژي وجود دارد: مقايسه تصوير با نقشه و مقايسه تصوير با تصوير. روشهاي استخراج تغيير اکثرا بر اساس مقايسه تصوير با تصوير هستند. در مقايسه تصوير با نقشه از نقشه موجود جهت پيدا کردن نواحي تغيير کرده در تصويري که اخيرا به دست آمده, استفاده مي‌شود. جهت استخراج تغييرات مي‌توان از دو شيوه پيکسل مبنا و شي مبنا استفاده کرد. تکنيک‌هاي پيکسل مبنا, روشهاي سنتي آناليز تصوير هستند و روند کار آنها به اين صورت است که تفاوت‌هاي عوارض گوناگون را جستجو مي‌کنند. اطلاعات تماتيک مورد نظر از اين تفاوت‌ها, استخراج مي‌شود. در بسياري از کاربردها، نياز به استخراج عوارضي است که از پيکسل‌هاي چندگانه تشکيل شده‌اند از جمله اين عوارض جاده‌ها, ساختمان‌ها و غيره هستند. براي استخراج اين عوارض نياز به طبقه‌بندي گروهي پيکسل‌هاي نزديک به يکديگر است. در واقع در اينجا به جاي استخراج پيکسل نياز به استخراج شي وجود دارد. شي‌ها مي‌توانند صدها ويژگي داشته باشند, مثل شکل, اندازه, پاسخ طيفي و غيره که اين ويژگي‌ها مي‌توانند براي آناليز تصوير استفاده شوند. شي‌ها تعدادي ويژگي دارند که فقط در روشهاي شي مبنا از آنها مي‌توان استفاده کرد. براي استخراج عوارض نامشخص بايد از اطلاعات اضافي مثل شکل و اندازه سايه‌ها استفاده کرد که دراشياء, اين موارد را مي‌توان پيدا کرد. در اين پژوهش يک روش جديد بر اساس شيوه‌هاي شي مبنا, جهت استخراج اتوماتيک تغييرات ساختمان‌ها در محيط‌هاي شهري از تصاويري با قدرت تفکيک بالا و استفاده از پايگاه داده زميني موجود ارائه مي‌شود. روش مورد نظر از چند مرحله تشکيل شده است. در ابتدا پايگاه داده زميني موجود از ساختمان‌ها و ديگر شي‌هاي شهري  مدل مي‌شوند. سپس تصوير قطعه‌بندي مي‌شود. در ادامه تصوير قطعه‌بندي شده با استفاده از پايگاه داده موجود مورد آناليز قرار مي‌گيرد تا به اين ترتيب موقعيت قطعاتي که احتمالا تغيير ساختمان در آن رخ داده است شناسايي شود. در نهايت قوانين استخراج تغيير بر روي قطعات معين شده آزمايش مي‌شوند و به اين صورت قطعاتي که ساختمان‌هاي تغيير کرده را ارائه مي‌دهند, مشخص گردند. در قسمت دوم اين مطالعه, به جاي قطعه‌بندي تصوير از روشهاي مختلف دسته بندي استفاده شده است. از طرف ديگر در اجراي الگوريتم بايد از ويژگي‌هايي استفاده شود که متناسب با منطقه بوده و منجر به نتايج قابل قبول شود. در اين مطالعه از ويژگي‌هاي مختلف هندسي, بافتي و طيفي استفاده شد. الگوريتم مورد نظر در سه منطقه مورد آزمايش قرار گرفت. منطقه اول شامل 15 شي بود و تغييرات زيادي در اين منطقه رخ نداده بود. منطقه دوم شامل 7 شي بود و عاري از تغيير بود. و در نهايت در منطقه سوم, 36 شي وجود داشت که نسبت به دو منطقه قبلي تغييرات بيشتري داشت. نتيجه روش پيشنهادي در هر سه منطقه قابل قبول بود و اکثر تغييراتي که در اين مناطق به وقع پيوسته بودند, توسط اين روش استخراج شدند. الگوريتم پيشنهادي تعدادي نقاط ضعف نيز دارد. اين روش در استخراج حد فاصل دقيق بين ساختمان‌ها محدوديتهايي دارد. از طرف ديگر تعدادي از ساختمان‌هاي قديمي توسط اين روش به عنوان ساختمان جديد شناسايي شدند. از نکات ديگري که بايد به آن اشاره کرد, بافت منطقه مورد مطالعه مي‌باشد. داده‌هايي که در اينجا مورد استفاده قرار مي‌گيرند, مربوط به حاشيه جنوبي شهر اصفهان هستند. ساختمان‌ها به شکل بلوک‌هاي کاملا پيوسته در اين منطقه به چشم مي‌خورند. از طرف ديگر نوع تصوير ماهواره‌اي که براي اجراي عمليات از آن استفاده مي‌شود, نيز مهم است. قدرت تفکيک مکاني تصوير در استخراج تغييرات نقش مهمي دارد. در اين تحقيق از يک تصوير Quickbird كه در سال 2008 به دست آمده و همچنين نقشه 2000/1 سال 1375 شهر استفاده شده است.

كليد واژه: استخراج تغييرات شهري, سنجش از دور, کلاس‌بندي و قطعه‌بندي تصوير, سيستم‌هاي اطلاعات جغرافيايي, قانون مبنا.