عنوان پایان‌نامه

تناظر یابی عوارض برداری در نقشه های چند مقیاسی



    دانشجو در تاریخ ۱۷ بهمن ۱۳۹۱ ، به راهنمایی ، پایان نامه با عنوان "تناظر یابی عوارض برداری در نقشه های چند مقیاسی" را دفاع نموده است.


    محل دفاع
    کتابخانه دانشکده جغرافیا شماره ثبت: 1741;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 57282
    تاریخ دفاع
    ۱۷ بهمن ۱۳۹۱

    چکیده : با پیشرفت سریع روش¬های گردآوری داده¬های مکانی، حجم عظیمی از داده¬ها از سازمان-هایمختلف به سهولت در دسترس کاربران قرار می¬گیرد.این حجم داده، متخصصین حوزه¬ی علوم ژئوماتیک را به ایجاد پایگاه داده¬ی چندمقیاسی با اهدافی مانند به روز رسانی مجموعه¬ی داده¬هاو آنالیزهای چندمقیاسی و همچنین جنرالیزاسیون نقشه¬ها در سرویس¬های تحت وب، ترغیب کرده است. هسته اصلی تولید پایگاه¬های داده چندمقیاسی، فرآیند تناظر¬یابی داده¬ها می-باشد.الگوریتم¬های متداول موجود دارای کاستی¬هایی همچون پیچیدگی الگوریتم و کلی¬نگری و عدم قابلیت تعمیم و ... می¬باشند. در این پایان¬نامه الگوریتم اتوماتیک جدیدی برای تناظریابی داده با هدف تولید پایگاه¬های داده چندمقیاسی ارائه شده است. الگوریتم پیشنهادی در سه فاز اصلی پیاده¬سازی شده است. در فاز اول براساس نظریه گراف¬ها پیش¬پردازش انجام شده و در فاز دوم به جستجوی و شناسایی عوارض کاندیدا در بین دو مجموعه¬ی داده برمبنای ویژگی¬های توپولوژیک پرداخته می¬شود.در این مرحله برای یافتن عوارض کاندید از روش حریم¬گیری پیرامون عارضه استفاده شده و عرض حریم¬گیری تابعی از دقت دو مجموعه داده معرفی می¬شود. در فاز سوم،با استفاده از روش کمترین مربعات، خطی به عنوان بهترین نماینده برای هر عارضه¬ی راه محاسبه شده و با مقایسه¬ی ویژگی¬های هندسی (شامل اختلاف طول ، اختلاف آزیموت ، فاصله) نماینده¬ی عارضه¬ی راه، بین عوارض کاندیدای مرحله قبل، بهترین جفت متناظر انتخاب می-شود. این الگوریتم بر روینقشه¬هایشبکه راه، در مقیاس 1:25000 و1:50000تولیدی سازمان نقشه¬برداری کشور در نرم افزار ArcGISو با کمک ArcObject در محیط VBAپیاده¬سازی شده است. نتایج ارزیابی موفقیت الگوریتم را نشان می¬دهد، بطوری که درجه تناظریابی 9/89 % و صحت تناظریابی 7/99% می¬باشد. با توجه به نتایج ارزیابی چنین نتیجه¬گیری می¬شود که استفاده از رویکرد جدید حریم¬گیری به عنوان تابعی از دقت دو مجموعه داده و همچنین بکار¬گیری روش کمترین مربعات در تعیین درجه¬ی شباهت موثر و کارا واقع شده است.
    Abstract
    Abstract With rapid development of spatial data collection and processing techniques, large amounts of data from public and private organizations are available to users.This data may cover the same geographical area while the scales, contents, accuracies, precision, and data models are different. Because of the huge volume of data, experts in Geomatics have been encouraged to create multi-representation databases with the goal of updating the data set at different scales,multi-scale analysis, and offline mapgeneralization in web services. The main core of multi-scale databases is datamatchingprocess. In this thesis, a new algorithm for automatic matching of data from multi-scale databases is presented. The proposed algorithm is implemented in three main phases. The first phase was preprocessing carried out based on graph theory; the second phase is to search and identify the candidate objects between two data sets based on topological properties. In this phase, the candidate objectswere selected bybuffering where the buffering is the function of accuracy of the two data sets.In the third phase, using the least squares approach, lines as the best representative of each object was calculated. Based on comparing the geometry properties of the objects (including length difference, azimuth difference, and distance), the corresponding pairs is chosen.The algorithm is evaluated on two road network data sets in the scale of 1:25000 and 1:50000 produced by National Cartographic Centre (NCC). The evaluation results show the efficiency of the proposed algorithm, where the successful matching rate was 89.9%, and accuracy of matching was about 99.7 %.