|
مهندسی نقشه برداری و اطلاعات مکانی، جلد ۶، شماره ۱، صفحات ۳۱-۴۰
|
|
|
عنوان فارسی |
تهیه نقشه تغییرات در مناطق شهری به کمک تصاویر ماهوارهای با تأکید بر استفاده حداکثری از نقشههای قدیمی موجود |
|
چکیده فارسی مقاله |
به دلیل تغییر سریع جوامع بشری و به تبع آن رشد و گسترش شهرها، مطالعه این تغییرات به منظور کنترل و مدیریت هر چه بهتر شهری و کمک به تصمیمگیران جهت گرفتن تصمیمهای کاربردی امری ضروری میباشد. در امر تشخیص تغییر، طبقهبندی تصاویر و ارائه یک راهکار مناسب برای آن نقشی اساسی ایفا میکند. برای این منظور روشهای بسیاری وجود دارد که آنها را می-توان به دو دسته کلی روشهای پیکسل مبنا و روشهای شی پایه تقسیمبندی نمود که روشهای شیپایه معمولاً نتایج قابل اعتمادتری ارائه میدهند. به منظور طبقهبندی نظارت شده شیگرا نیاز به دادههای آموزشی وجود دارد. با توجه به روشهای انتخاب داده آموزشی و وابسته بودن این کار به اپراتور مجرب، این قسمت مرحلهای پرهزینه و زمانگیر در روند کشف تغییرات میباشد. هدف اصلی این تحقیق استخراج نقشه تغییرات با بهرهگیری حداکثری از نقشه قدیمی از طریق استخراج و پالایش دادههای آموزشی میباشد. در این راستا به استخراج نمونههای آموزشی از نقشه و انجام خالص سازی آنها با استفاده از روشهای K نزدیکترین همسایه و k-means برای استفاده در طبقهبندی پرداخته شده است. نتایجی که از ویرایش دادههای آموزشی برای استفاده در طبقهبندی حاصل شد، موجب بهبود 15 درصدی در دقت طبقهبندی گردید. همچنین دقت نقشه تغییرات به دست آمده در بهترین حالت نیز 09/98 درصد میباشد. |
|
کلیدواژههای فارسی مقاله |
|
|
عنوان انگلیسی |
Mapping Changes in Urban Areas Using Satellite Imagery with an Emphasis on Maximum Use of Old Maps |
|
چکیده انگلیسی مقاله |
Due to the rapid transformation of the societies, and the consequent growth of the cities, it is necessary to study these changes in order to achieve better control and management of urban areas and assist the decision-makers. Accordingly it is essential to design a proper solution for image classification. For this purpose, there are numerous methods that can be divided into two general categories pixel-based and object-based methods. Object-based classification and information extraction methods are usually known as being more effective for classification and interpreting purposes especially in urban areas. However supervised object-based classification, like other supervised methods, requires accurate and sufficient training data. Due to these facts it is highly motivated to design a efficient method to provide reliable training data from existing data sets. In this regard, the training samples was extracted from map and purified by using K nearest neighbor and k-means methods. The results of training data editition improved over 15 percents in the classification accuracy. And change map extraction accuracy in the best case was 98.08 percent. |
|
کلیدواژههای انگلیسی مقاله |
|
|
نویسندگان مقاله |
سعید حاج احمدی | s hajahmadi گروه فتوگرامتری و سنجش از دور- دانشکده مهندسی نقشه برداری- دانشگاه صنعتی خواجه نصیر الدین طوسی سازمان اصلی تایید شده: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)
مهدی مختارزاده | m mokhtarzedeh گروه فتوگرامتری و سنجش از دور- دانشکده مهندسی نقشه برداری- دانشگاه صنعتی خواجه نصیر الدین طوسی سازمان اصلی تایید شده: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)
علی محمدزاده | a mohammadzadeh گروه فتوگرامتری و سنجش از دور- دانشکده مهندسی نقشه برداری- دانشگاه صنعتی خواجه نصیر الدین طوسی سازمان اصلی تایید شده: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)
محمد جواد ولدان زوج | mohammad javad m j valadanzoej گروه فتوگرامتری و سنجش از دور- دانشکده مهندسی نقشه برداری- دانشگاه صنعتی خواجه نصیر الدین طوسی سازمان اصلی تایید شده: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)
|
|
نشانی اینترنتی |
http://gej.issge.ir/browse.php?a_code=A-10-26-46&slc_lang=fa&sid=fa |
فایل مقاله |
اشکال در دسترسی به فایل - ./files/site1/rds_journals/1257/article-1257-229149.pdf |
کد مقاله (doi) |
|
زبان مقاله منتشر شده |
fa |
موضوعات مقاله منتشر شده |
فتوگرامتری و سنجش از دور |
نوع مقاله منتشر شده |
پژوهشی |
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|