بررسي سيستم‌هاي نوروفازي انطباق‌پذير در شناسايي ساختمان‌هاي شهري از تصاوير هوايي ديجيتال و داده‌هاي ليدار

Building detection using aerial images and LiDAR data via adaptive neuro-fuzzy systems

شناسایی و استخراج عوارض از تصاویر هوایی از دیرباز مورد توجه بسیاری از محققین فعال در فتوگرامتری و سنجش‌ازدور بوده‌است. با ظهور سنجنده های جدید مانند لیدار و تركیب داده های این سنجنده ها و تصاویر هوایی بحث شناسایی و استخراج وارد دوره جدیدی شده است. به دلیل توانایی زیاد مدل های نروفازی انطباق پذیر (انفیس) در حل مسائل پیچیده، استفاده از این مدل ها به‌صورت روز افزون در حال افزایش می باشد. مدل های نروفازی توانایی كار با مقدار زیاد داده ها و روابط خطی و غیر خطی بین آنها را دارا می باشند. در این تحقیق، روشی بر مبنای مدل های نروفازی برای شناسایی ساختمان ها با استفاده از داده های لیدار و تصاویر دیجیتال هوایی ارائه می گردد. بر این اساس، چهار توصیفگر باند سبز، شاخص گیاهی نرمال شده و دو مدل رقومی سطح نرمال شده (كه توسط دو الگوریتم متفاوت تولید می شوند) به‌عنوان ورودی های مدل نروفازی استفاده می شوند. مدل نروفازی ارائه‌شده از سه الگوریتم مختلف برای تولید ساختار سیستم استنتاج فازی استفاده می كند. این الگوریتم ها شامل قسمت بندی شبكه ای (Grid Partitioning)، خوشه بندی كاهشی و خوشه بندی فازی می شوند. روش ارائه‌شده در این تحقیق بر روی سه ناحیه مختلف از شهر وایهینگن آلمان مورد آزمایش قرار می گیرد. این نواحی توسط كارگروه III/4 جامعه بین‌المللی فتوگرامتری و سنجش‌ازدور در اختیار محققین قرار گرفته و از آنها خواسته شده تا نتایج حاصل از روش‌های خود برای شناسایی و بازسازی عوارض شهری را برای مقایسه به این كار گروه بفرستند. حال در این پژوهش نتایج بدست آمده از سه الگوریتم نروفازی و نتایج مشاركت‌كننده‌های كارگروه III/4 مقایسه و مورد بحث قرار خواهند گرفت. این مقایسه بر اساس معیارهای كمال، صحت، كیفیت و خطای مجذور میانگین در دو مبنای پیكسلی و عارضه ای انجام خواهد گرفت. نتایج حاصل از این مقایسه ها حاكی از توانایی بالای مدل های نروفازی انطباق پذیر در شناسایی ساختمان در مقایسه با بقیه روش ها دارد. این روش ها در شناسایی ساختمان هایی با مساحت بزرگ‌تر از 50 مترمربع با در نظر گرفتن معیار كمال، 100 % موفق بوده اند. همچنین با در نظر گرفتن معیار كمال و صحت در شناسایی عوارض بزرگ‌تر از 50 مترمربعی، همواره به درصدهای بالای 90 رسیده اند.

As adaptive neuro-fuzzy inference system (ANFIS) has shown a high capability in solving various complicated problems, its usage has been increased so far. LiDAR is an active sensor which operates based on measuring distance by sending pulses to the ground and receiving the backscatters. This technology gives the 3D position of a point directly. Because of using millimeter level laser ranging accuracy, LiDAR is highly accurate. Dense point clouds of LiDAR can be directly used in simple applications, but the full manipulation of the LiDAR potentials and capabilities needs new methods and researches that differ from those in traditional Photogrammetry. The main output data of LiDAR are point clouds. Each point has two range and two intensity values for both the first and the last pulses. In some areas where there are some trees, the values for the first and the last pulses may differ, in which the first pulse data includes upper surfaces of trees, whereas the last pulse data includes lower surfaces, mainly ground. ANFIS is able to deal with large amounts of data with linear or nonlinear relations. In our study, the combination of digital aerial images and LiDAR data were used for the first time to probe the capabilities of the ANFIS as a classifier. The fact of non-linearity and ambiguity of this combination makes this challenge so hard. The main goal of this research is to detect buildings in city scenes from digital aerial images and LiDAR data using the ANFIS. In this regard, a genetic algorithm is run for feature selection. Four features were selected by genetic algorithm. These features were generated as ANFIS inputs including Green band, normalized difference vegetation index (NDVI), and normalized digital surface model (nDSM) using two different algorithms via morphological operations. The proposed ANFIS used three different algorithms to build its fuzzy inference system structure including grid partition, subtractive clustering, and fuzzy c-means clustering. Also, as there are many methods in building and tree detection as mentioned before, the main question is which of them is better among the others? This is not an easy question to answer because these methods are not evaluated over a unique data-set. To overcome this problem, fourth working group of third commission (WG III/4) in the international society of photogrammetry and remote sensing (ISPRS) has provided some benchmark data-sets, and has encouraged all researchers around the world to evaluate their methods on these data-sets. The results were evaluated on three different test areas, known as Areas 1, 2, and 3. The achieved results were compared with each other, as well as with ISPRS WG III/4 participants’ results, by considering Completeness, Correctness, Quality, and RMS indices per-area and per-object levels. The achieved results demonstrated the capability of the proposed ANFIS in detecting buildings in complex city scenes in comparison with other methods. Although there are some typical errors among participants’ results, most of these errors have resolved in ANFIS-base approaches. Proposed ANFIS-based methods achieved Completeness of 100% in all three test areas for buildings larger than 50 m2.