ادغام ابر نقطه داده ليدار و تصوير هوايي با قدرت تفكيك مكاني بسيار بالا در سطح تصميم گيري به منظور استخراج عوارض شهري

امروزه، طبقه¬بندی تصاویر هوایی و سنجش از دور كاربردهای زیادی در بررسی تغییرات زمین، مدیریت شهری و برنامه¬ریزی در مناطق شهری دارد. از این رو، تعیین یك روش طبقه¬بندی با دقت و صحت مناسب برای این تصاویر، همواره به عنوان یك مسئله مهم برای متخصصان مطرح بوده است. یكی از راه-های بهبود دقت طبقه¬بندی استفاده از روش¬های ادغام تصاویر به¬جای استفاده از یك منبع داده می¬باشد. هدف از این تحقیق، ارائه یك روش جدید به منظور ادغام تصاویر هوایی با قدرت تفكیك بسیار بالا و داده لیدار به منظور بهبود دقت طبقه¬بندی عوارض شهری می¬باشد. در روش پیشنهادی، ابتدا پیش¬پردازش-های اولیه روی داده انجام شده و پس از استخراج ویژگی¬های بهینه از هریك از داده¬های تصویر هوایی و لیدار، طبقه¬بندی بر روی آن¬ها، بصورت جداگانه، با استفاده از طبقه¬بندی كننده ی ماشین بردار پشتیبان انجام می¬شود. در مرحله نهایی، نتایج بدست آمده از طبقه¬بندی این داده¬ها در سطح تصمیم¬گیری با یكدیگر ادغام می شود. منطقه مورد مطالعه برای ارزیابی روش پیشنهادی در این تحقیق، در شهر Zeeburgs در كشور بلژیك واقع شده است. نتایج این تحقیق نشان دهنده بهبود دقت طبقه¬بندی تا 03/86 % در ادغام در سطح¬ تصمیم گیری است.