تشخیص وسایل نقلیه مبتنی بر تحلیل شیء مبنای تصاویر سنجش از دور هوابرد

تشخیص وسایل نقلیه از تصاویر سنجش از دور در بسیاری از کاربردها از جمله مدیریت ترافیک و  نظارت بر عملیات امداد و نجات نقش مهمی دارد. توانایی تشخیص وسایل نقلیه در محیط های شهری می تواند به مدیران راهنمایی و رانندگی در جلوگیری از ترافیک سنگین کمک کند که به نوبه خود باعث کاهش آلودگی هوا و آلودگی صوتی می شود. با این حال، این امر به دلیل کوچک بودن وسایل نقلیه، انواع و جهت گیری های مختلف آن ها و شباهت بصری با برخی از اشیاء دیگر در تصاویر با وضوح بسیار زیاد، چالش برانگیز است. در این مقاله یک الگوریتم تشخیص وسایل نقلیه براساس تصاویر هوایی با وضوح مکانی بسیار زیاد پیشنهاد شده است. در اولین مرحله از این الگوریتم، با تشکیل هرم تصویر، نواحی کاندیدای اولیه وسایل نقلیه شناسایی می شوند. سپس، نقشه کاربری/ پوشش اراضی مبتنی بر تحلیل شیء مبنای تصویر تولید می گردد. در آخرین مرحله از الگوریتم پیشنهادی،  ضمن درنظر گرفتن روابط همسایگی بین نواحی کاندیدای اولیه وسایل نقلیه و نقشه طبقه بندی کاربری / پوشش اراضی،  ادغام در سطح تصمیمات منجر به بهبود و اصلاح نتایج تشخیص وسایل نقلیه می گردد. برای ارزیابی توانایی اجرایی روش پیشنهادی در این مقاله، از تصویر هوایی Ultracam با وضوح مکانی 11 سانتیمتر و تعداد 4 باند طیفی برداشت شده از یک منطقه شهری شلوغ استفاده شد. نتایج حاصل از اجرای این الگوریتم حاکی از صحت 80درصدی در تشخیص وسایل نقلیه است. به علاوه، مقادیر 87/78٪ و 71/0 به ترتیب بیانگر دقت کلی و ضریب کاپا از نقشه طبقه بندی کاربری / پوشش اراضی به دست آمده حاصل از اعمال الگوریتم ادغام در سطح تصمیمات هستند.