استخراج سلسله مراتبی شبکه راه های اصلی با استفاده از داده های لیدار

لیدار یک تکنولوژی جدید و رو به رشد جهت جمع آوری اطلاعات از سطح زمین است که بر مبنای اندازه گیری فاصله لیزر عمل می نماید. دقت مسطحاتی و ارتفاعی بالای ابر نقاط برداشت شده توسط لیدار و قابلیت ثبت قدرت شدت سیگنال بازگشتی، این پتانسیل را ایجاد نموده است تا بتوان از این داده ها جهت شناسایی و استخراج اتوماتیک عوارض استفاده نمود. استخراج راه، به عنوان زیرساخت توسعه و مجاری ارتباطی یک کشور اهمیت بسیار بالایی دارد. در این مقاله یک روند سلسله مراتبی پیشنهاد شده است تا بتوان با استفاده از داده های فاصله سنجی و شدت سیگنال لیدار و اعمال فیلتر های مخلتف با ترتیبی متناسب، عوارض غیر راه را شناسایی و حذف نمود. همچنین، از ایجاد شکستگی و شکاف میان اتصالات شبکه راه ها جلوگیری کرد تا شبکه اصلی راه ها با دقتی مطلوب استخراج شوند. در این راستا، ابتدا از طریق آستانه گذاری روی داده های شدت، استفاده از داده های فاصله برای محاسبه nDSM و شیب به همراه بردار نرمال بر سطح، سه لایه توصیف گر برای کلاس راه ها به دست آمد. سپس با استفاده از این سه لایه ایجاد شده و ترکیب خطی آن ها یک کلاس اولیه برای شبکه راه ها بدست آمد. آنگاه با استفاده از خصوصیات هندسی راه ها نویز موجود در نتایج شناسایی، حذف و نتایج بهبود داده شد. در نهایت با استفاده از الگوریتم اسکلت بندی و توصیف گرهای فوریه راه های فرعی شناسایی و حذف گشته و مرز راه ها نرم گشت تا نتایج نهایی شناسایی حاصل گردد. نتایج شناسایی راه ها از داده های لیدار توسط روش پیشنهادی از لحاظ صحت 80/65 % و کامل بودن 77/82 % حائز دقت بودند. بدین وسیله سعی شد تا از پارامترهایی که باعث تفکیک راه از سایر عوارض می شوند، استفاده گردد تا با اعمال پیاپی و منظم آن ها، شبکه اصلی راه ها با سرعت و دقتی بالا بدست آید.