بررسی بهبود مکان‌مرجع‌سازی نقشه‌های غیر رقومی شهری با استفاده از المان‌های هندسی و الگوریتم ژنتیک

بخش زیادی از اسناد ملکی در قالب نقشه های آنالوگ غیررقومی موجود می باشند که نیازمند مکان‌مرجع‌سازی هستند. الگوریتم مورد استفاده در مکان مرجع سازی در دقت محاسبات المان های هندسی نقش بسزایی ایفا می کند که این امر به ضرورت مطالعه روش های مکان‌مرجع سازی نوین اشاره دارد. این کار نیازمند بکارگیری توابع و مدل‌های بهینه‌سازی مکان‌مرجع‌سازی می‌باشد تا دقت لازمه در تعیین حدود املاک حاصل شود. به دلیل عدم امکان تعبیر هندسی، برای همه تصاویر نمی‌توان پارامتر‌های تابع افاین را مقادیر ثابتی قرار داد. لذا در این تحقیق با لحاظ نمودن المان های هندسی نقشه های کاداستری شامل مساحت قطعات زمین، طول خطوط تشکیل دهنده آنها و با بهره گیری از الگوریتم ژنتیک، اقدام به تولید پارامترهای بهینه برای تابع افاین شده است. جهت مطالعه روش پیشنهادی از دو نقشه ثبتی اسکن شده مربوط به بخشی از شهر تهران به عنوان داده ورودی و همچنین نقاط کنترل برداشت شده با استفاده از gps استفاده شده است. بمنظور محاسبه دقت و حساسیت روش مزبور، مقایسه‌هایی از جمله rmse بدون اعمال المان lrm;های هندسی، rmse با اعمال یکی از المان‌های هندسی سطح و طول و rmse با در نظر گرفتن کلیه المان های هندسی صورت گرفته است. نتایج تحقیق نشان داده است که روش پیشنهادی این تحقیق با rmse متوسط برابر 2.50205 متر، نسبت به روش مرسوم با rmse متوسط برابر 2.4175 متر برای نقشه های مورد استفاده، از دقت کلی پایین تری برخوردار است. این در حالی است که در روش پیشنهادی خطای المان های هندسی سطح و طول حدود 40 درصد نسبت به روش مرسوم کاهش یافته است که در کاربری های مرتبط بهبود قابل توجهی محسوب می گردد.

Investigation of Improvement in Georeferencing of Urban Analog Maps using the Geometric Elements and Genetic Algorithm

A large number of civil registries are available as analog maps that require georeferencing. Besides the quality of the analog maps and control points, the algorithm used for georeferencing also affects the accuracy of the map and the carried out geometrical calculations which indicates the need to study modern Georeferencing Methods. This requires the adoption of georeferencing optimization models and functions so that the required attention should be paid to the determination of the properties limit. Because of the impossibility of geometrical interpretation, we cannot give fixed values to the parameters of affine function for all images. Therefore, this study attempts to set optimized parameters for Affine function using genetic algorithm and considering the geometrical elements of cadastre maps including the area of the pieces of land, length, angle, and the stretch of their constituent lines. To study the proposed method, two scanned, registered cadastre maps related to a part of Tehran as input data and the control points acquired by GPS have been used. To calculate the accuracy and sensitivity of the method, comparisons like RMSE without applying geometrical elements, RMSE with the application of one of the geometrical elements (level, length, angle, stretch), and RMSE with the application of all geometrical elements have been made. The results of the study suggest that the proposed method with the average RMSE of 2.50205 m has a lower accuracy than the common method with the RMSE of 2.4175. However, in the proposed method, the error rate of geometrical elements of level, length, angle, and stretch has decreased by 40 percent compared to the common method which is a remarkable improvrment.