ارایه روشی مبتنی بر ماشین‌های بردار پشتیبان و مورفولوژی ریاضی

امروزه لیزر اسکنر هوایی (لیدار) نقش مهمی در برداشت اطلاعات سه‌بعدی عوارض سطح زمین ایفا می‌کند. استخراج عوارض از داده‌های لیدار، به‌صورت دستی زمان‌بر و پرهزینه است. راه‌ها مهمترین گروه عوارض خطی هستند و استخراج اطلاعات مربوط به آنها اهمیت ویژه‌ای برای سازمان‌ها و نهادهای مرتبط در هر کشوری دارد. هدف پژوهش حاضر، ارائه الگوریتمی برای آشکارسازی راه‌هاست که در آن منحصراً از داده‌های لیدار، استفاده شود. برای این منظور، ابتدا داده‌های شدت و سپس هر دو دادة شدت و فاصله لیدار با استفاده از ماشین‌‌بردار پشتیبان طبقه‌بندی گردیدند. سپس با استفاده از الگوریتم فیلتر کردن شیب‌مبنا، عوارض ارتفاعی از مجموعه داده‌ها حذف شدند و مدل رقومی زمین و مدل رقومی عوارض غیرزمینی به‌دست آمد. در ادامه، نتایج مرحله طبقه‌بندی با بهره‌گیری از لایه اطلاعاتی مدل رقومی عوارض غیرزمینی بهبود داده شد. سرانجام با انجام عملیات پس‌پردازش شامل 5 مرحله، پاکسازی مورفولوژی، حذف عناصر کوچک، اتصال قطع‌شدگی‌های راه‌ها،‌ حذف عناصر ناپیوسته و انسداد مورفولوژی، راه‌ها از داده‌های لیدار شناسایی گردید. با مقایسه نتایج حاصل از اجرای الگوریتم با داده‌های مرجع، مقادیر 35/84 درصد برای پارامتر «کامل بودن»، 61/71 درصد برای پارامتر «صحیح بودن» و 22/63 درصد برای پارامتر «کیفیت» به‌دست آمد.