عنوان پایان‌نامه

ارزیا بی توا نایی روشهای انتر پو لا سیون در تولید یک شبکه منظم از ابر نقاط لایدار



    دانشجو در تاریخ ۰۸ اسفند ۱۳۸۸ ، به راهنمایی ، پایان نامه با عنوان "ارزیا بی توا نایی روشهای انتر پو لا سیون در تولید یک شبکه منظم از ابر نقاط لایدار" را دفاع نموده است.


    محل دفاع
    کتابخانه پردیس 2 فنی شماره ثبت: 1798;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 45437
    تاریخ دفاع
    ۰۸ اسفند ۱۳۸۸
    استاد راهنما
    علی عزیزی

    داده های خام لیدار به یک منبع مهم برای تولید مدلهای رقومی زمین تبدیل شده اند که روز بروز بر اهمیت و وسعت دامنه کاربرد آنها در استخراج و مدیریت اطلاعات در زمینه های گوناگون برنامه ریزی های شهری و منطقه ای، ارتباطات، توریسم و غیره، افزوده میشود. انترپولاسیون داده های خام لیدار برداشت شده از منطقه شهری، یکی از چالشی ترین موضوعات برای محققین فتوگرامتری و GIS است که تا به امروز هنوز روش جامع و بهینه ای برای رفع مشکلات و نواقص موجود در روشهای استاندارد انترپولاسیون توسعه نیافته است. یکی از اصلی ترین مشکلات در روشهای موجود، عدم توانایی این روشها در مواجهه با لبه ها، مرز عوارض ارتفاعی و تغییرات تند و ناگهانی حاکم در مناطق شهری میباشد. در این پروژه یک روش ابتکاری برای انترپولاسیون داده های خام لیدار از یک منطقه شهری معرفی میشود که متشکل از دو مرحله عمده است. در گام اول ابتدا فضای داده به نواحی همگون بخش بندی میشود. به طوری که در هیچ کدام از بخش های تولید شده، هیچ لبه یا مرز یا شکستگی وجود نداشته باشد. سپس هر نقطه اندازه گیری شده در ابر نقاط، بر اساس ناحیه ای که به آن تعلق دارد، برچسب گذاری میشود. در گام دوم، تحت عنوان انترپولاسیون، داده برچسب دار به یکی از روشهای ساده و استاندارد انترپولاسیون، به شبکه منظم یا گرید تبدیل میشود با اعمال این قید که در محاسبه ارتفاع انترپوله شده هر نقطه، تنها آن دسته از نقاط همسایه، که هم ناحیه با آن باشند، تاثیرگذار خواهند بود. به این ترتیب از اثر نقاط غیر هم ناحیه روی ارتفاع انترپوله شده یکدیگر جلوگیری میشود. برای پیاده سازی و تست الگوریتم از سه روش ساده و کلاسیک انترپولاسیون یعنی میانگین گیری، NN و IDW استفاده کردیم. از میان این روشها دو روش اول همواره در تحقیقات به عنوان بدترین روش انترپولاسیون برای مناطق شهری معرفی شده اند و از روش سوم یعنی IDW به عنوان یک روش مناسب جایگزین روشهای آماری یاد شده است. نتایج نشان میدهد که اجرای روش پیشنهادی ما توانسته است کارایی این روشهای کلاسیک انترپولاسیون را که به تنهایی نتایج قابل قبولی نداشته اند افزایش دهد. همچنین از نظر کیفی در تصویر رستر حاصل خطوط شکستگی، لبه ها و مرز ساختمانها تیزتر و واقعی تر ظاهر شده و سطح تولید شده در نمایش واقعیت مجازی موفق تر ظاهر گردید.
    Abstract
    Light Detection and Ranging (LIDAR) data has become an important source to create Digital Surface Models (DSMs) in urban areas. These Irregularly spaced set of points have to be interpolated into grid structure to be presented in the form of raster images or virtual reality. Many different interpolation methods have been developed in order to create gridded models from first return laser scanning (LiDAR) data in which the unknown height is interpolated from the neighboring observed values. Since the urban areas include many discontinuities in height and abrupt changes in the borders of the artificial urban objects, it is vital to apply an approach to restrict the unwanted effects of non-homogeneous points on the interpolated grid point which would lead to smoothing and artifacts on the edges and borders. To exclude disturbing effects of non-homogenous points in the interpolation process, we propose a combined two-staged interpolation approach for the urban Lidar data. In the initial stage, the point cloud is separated into planar and non-planar sets, using Eigen-values of the points in a small neighborhood and then these planar small patches are segmented according to the directions of their normal vectors and merged to make larger homogeneous planes. This is then followed by a region based point labeling process. These labeled points are then interpolated in the second stage, while non-homogeneous neighbors are not allowed to have a contribution in the calculation of the interpolated height. In this stage, the mathematical nature of the interpolation algorithm itself may also influence the interpolation results. Thus, three well-known interpolation methods, namely, Averaging, NN and IDW, are implemented and their performances are analyzed. A LIDAR data set of an urban area is selected to evaluate and analyze the potential and efficiency of our proposed approach. The test results suggest that our approach, which is based on the homogenous region identification, generates more accurate results as compared with the conventional approaches that do not take into account the influential region for each interpolated point. In particular, the borders between the main urban objects (e.g. building and its surrounding ground) in the resulting raster image gets sharper and more realistic than that of the images created from the standard approaches. As far as the influence of the interpolation algorithm is concerned, the results also indicate that the IDW approach demonstrates, in general, a better performance over the other two interpolation methods for the urban LIDAR data.