شناسایی تغییرات ساختمان های شهری در نقشه های 1:2000 با استفاده از زوج تصاویر ماهواره ای GeoEye1

شناسایی تغییرات نقشه های شهری بزرگ مقیاس یکی از مسائل تحقیقاتی روز است. شناسایی تغییرات در این نوع نقشه ها با مشکلاتی روبرو است که عبارتند از: سایه ها، مناطق پنهان از دید، شباهت خصوصیات طیفی، ناهمگونی بافت و شکل ساختمان ها که در تحقیق حاضر این مشکلات حل شده است. در این تحقیق می خواهیم با تشکیل یک بردار ویژگی برای پیکسل های تصویر به جای اطلاعات طیفی هر پیکسل از تصویر و نیز استفاده از تصویر استریوی GeoEye1 به جای تک تصویر قائم آن، کارایی این داده ها را در شناسایی تغییرات بوجود آمده برای لایه ساختمان ها و به روزرسانی نقشه های 1:2000 بررسی کنیم. نوآوری های این تحقیق در انتخاب داده های استریو متناسب با نوع نقشه بزرگ مقیاس شهری 1:2000، بررسی جداگانه ویژگی های محتوایی تصویر به صورت سعی و خطا و حذف ویژگی های اضافی و وابسته، تشکیل بردار ویژگی با اجزای مستقل از هم و موثر و مدیریت خطاهای ناشی از وجود عوارض اضافی مثل پوشش گیاهی و همچنین خطاهای ناشی از اختلاف ارتفاعی و سایه است. برای شناسایی تغییرات، الگوریتمی بر مبنای تفاضل گیری بردار ویژگی پیکسل های تصویر، تدوین شده که تغییرات ساختمانی را در 3 منطقه مطالعاتی شناسایی کرده، پیکسل های اضافی را حذف نموده و تغییرات شناسایی شده توسط الگوریتم، نسبت به تغییرات ایجاد شده واقعی با استفاده از ماتریس خطا ارزیابی شده و نتایج آن در غالب دقت های کلی ، تولیدکننده و استفاده کننده ارائه شده است. مقادیر دقت های بدست آمده برای کلاس تغییرات در بهترین حالت برای منطقه دوم که منطقه ای با تراکم ساختمانی کم است، به ترتیب 93.11درصد،68.60درصد و 64.29درصد می باشد. اما در منطقه سوم که از نظر ساختمانی پرتراکم است دقت های بدست آمده برای کلاس تغییرات به ترتیب عبارت است از: 95.07درصد،4.81درصد و 5.22درصد. با توجه به نتایج بدست آمده برای شناسایی تغییرات با استفاده از زوج تصویر سنجنده GeoEye1 ، الگوریتم پیشنهادی در مناطق کم تراکم کارایی لازم را دارد و همچنین در مناطق پرتراکم می تواند مناطق بدون تغییر را با دقت بالا به اپراتور معرفی کند.