شناسایی معابردرون شهری ازتصاویرهوایی رقومی با استفاده ازخوشه بندی فازی وسیستم استنتاج نوروفازی انطباق پذیر

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 378

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICCAU01_2249

تاریخ نمایه سازی: 29 تیر 1393

چکیده مقاله:

شناسایی معابر (راه های) درون شهری به عنوان زیرساخت های توسعه و مجاری ارتباطی یک کشور، بسیار حائز اهمیت است. معابر درون شهری در بسیاری از امور شهری تاثیرگذار بوده به گونه ای که شناسایی آن ها می تواند اطلاعات مفیدی در خصوص معماری و وضعیت کنونی شهر در اختیار قرار دهد. مشاهده وضعیت فعلی شهر، زمینه را برای یک برنامه ریزی کاربردی جهت بهبود مجاری ارتباطی درون شهری فراهم می سازد. در این مقاله با استفاده از الگوریتم خوشه بندی فازی و سیستم استنتاج نوروفازی انطباق پذیر، معابر درون شهری از تصاویر هوایی رقومی، با دقتی بالا استخراج شده اند. در این راستا، ابتدا توصیف گرهای بهینه جهت شناسایی بهتر انتخاب شدند. سپس با اخذ داده های آموزشی توصیف گر ها و وارد نمودن هر یک به الگوریتم خوشه بندی فازی، سیستم استنتاج فازی اولیه برای طبقه بندی داده ها و به تبع آن مقادیر اولیه توابع عضویت برای هر یک از توصیف گرها ایجاد گشت. در انتها با وارد نمودن مدل ایجاد شده به سیستم استنتاج نوروفازی انطباق پذیر و آموزش آن، معابر درون شهری شناسایی شدند. دقت نتایج با لحاظ نمودن سه پارامتر کامل بودن، صحت و کیفیت مورد ارزیابی قرار گرفت که طبق آن، روند شناسایی معابر درون شهری از عکس هوایی دیجیتال از لحاظ کیفیت ٨٨/٨٥ %، صحت ٠٢/92٪ و کامل بودن 79/92٪ دارای دقت می باشد

نویسندگان

حامد امینی امیرکلائی

دانشجوی کارشناسی ارشدگروه مهندسی نقشه برداری دانشکده مهندسی عمران دانشگاه تفرش

پرهام پهلوانی

استادیارگروه مهندسی نقشه برداری پردیس دانشکده های فنی دانشگاه تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • . A.Moussa, N.EI-Sheimy, A new object based method for automated ...
  • .Jiaping Zhao Suya You, Road Network Extraction from Airborne LiDAR ...
  • , C laud ionorRibeiro da Silva, Jorge Antonio Silva Centeno ...
  • . Li, J., Lee, H.J., Cho, G.S. Parallel algorithm for ...
  • . Hu.X, Tao.V, Hu.Y. Automatic road extraction from dense urban ...
  • . J. Niemeyer, C. Mallet, F. Rottensteiner, _ Sorgel, Conditional ...
  • . Alharthy, A., Bethel, J. Automated road extraction from lidar ...
  • . Clode S., Kootsookos P., Rottensteiner F.The automatic extraction of ...
  • . Vozikis, G. Application of High Resolution Remote Sensing Data- ...
  • . Kriegler, F.J., Malila, W.A., Nalepka, R.F., and Richardson, W. ...
  • Jang, J.S.R., Sun, C.T., & Mizutani, E. Neuro-Fuzzy and soft ...
  • J. C. Bezdek, Pattern Recognition with Fuzzy Objective Function Algoritms, ...
  • نمایش کامل مراجع