طبقه بندی راه های شهری مبتنی بر ادغام در سطح تصمیمات داده های نوری و راداری

در این مقاله قابلیت تصاویر اسپات و سار به منظور تشخیص عارضه راه در مناطق شهری مورد بررسی قرار گرفته است. شباهت طیفی عارضه راه با سقف آسفالت ساختمان ها در مناطق شهری موجب بروز مشکلاتی در تشخیص راه مبتنی بر داده های اپتیک از جمله اسپات می گردد. از سوی دیگر، تصاویر سار با اینکه قابلیت خوبی در تشخیص راه های فرعی و باریک دارند، اما در تشخیص راه از پوشش گیاهی دچار مشکلاتی می شود. بنابراین، نتایج حاصل از هر دو داده اسپات و سار مکمل یکدیگر بوده و ادغام آنها ممکن است تاثیر بسزایی در بهبود نتایج تشخیص اتوماتیک راه های شهری داشته باشد. روش پیشنهادی در این مقاله یک الگوریتم ادغام تصمیمات نتایج طبقه بندی داده های اسپات و سار به منظور بهبود راه های تشخیص داده شده می باشد. این روش سه مرحله اصلی دارد: 1) استخراج ویژگی های بافت از هریک از تصاویر اسپات و سار، 2) طبقه بندی مجزای هر یک از تصاویر اسپات و سار برداشت شده از منطقه با استفاده از الگوریتم طبقه بندی ماشین های بردار پشتیبان و 3) ادغام در سطح تصمیمات نتایج طبقه بندی تصاویر اسپات و سار. اجرای مراحل روش پیشنهادی در یک منطقه شهری نشان داد که کیفیت طبقه بندی راه های شهری در تصویر اسپات پس از ادغام نتایج آن با نتایج طبقه بندی سار درحدود 21% بهبود یافته است.