ارائه فیلتری محلی جهت بهبود مدل رقومی ارتفاعی زمین
محمدامین قنادی
1
(
گروه مهندسی نقشه برداری، دانشکده مهندسی علوم زمین، دانشگاه صنعتی اراک
)
متین شهری
2
(
استادیار گروه مهندسی نقشه برداری، دانشکده مهندسی علوم زمین، دانشگاه صنعتی اراک
)
کلید واژه: حذف اشتباهات, مدل رقومی ارتفاعی زمین, فیلتر انطباق پذیر, بهبود مدل رقومی ارتفاعی,
چکیده مقاله :
مدل رقومی ارتفاعی دقیق و با کیفیت از سطح زمین برای بسیاری از کاربردها ضروری میباشد. به علت وجود برخی مشکلات در برداشت داده و همچنین ضعف در تکنیکهای تولید مدل رقومی ارتفاعی از جمله روشهای درونیابی، این مدلها با خطاهایی بعضا بزرگ همراه می-باشند که میبایست بصورت دستی و یا اتوماتیک ویرایش شوند. در این مطالعه یک روش جهت حذف خطاهای بزرگ و همچنین بازسازی مدل رقومی ارتفاعی زمین پیشنهاد شده است. در این روش دو مرحلهای ابتدا با استفاده از انحراف معیار فیلتر کوتاه شده آلفا، نقاط با خطای بزرگ شناسایی و حذف میشوند. در ادامه یک فیلتر وزندهی با استفاده از معکوس فاصله که انطباق پذیر است با هدف حذف اشتباهات و بازسازی مدل رقومی ارتفاعی زمین اجرا میشود. روش پیشنهادی و چند روش رقابتی معمول بر روی یک مدل رقومی ارتفاعی شبیهسازی شده و یک مدل رقومی ارتفاعی یک متری مستخرج از تصاویر استریو ماهوارهای از جنوب غرب شهرستان مشهد اجرا شدهاند و مورد ارزیابی قرار گرفتهاند. خطای جذر میانگین مربعات مدل رقومی تصحیح شده مستخرج از تصاویر ماهوارهای با استفاده از روش پیشنهادی 1.89 متر است و این در حالی است که این شاخص برای روش فیلتر وزندهی با استفاده از معکوس فاصله معمول 2.43 متر میباشد. نتایج آزمایشها نشان میدهد که روش پیشنهادی علیرغم افزایش 19% هزینه زمانی میتواند دقت مدل رقومی ارتفاعی اصلاح شده را در قیاس با روش وزن-دهی با استفاده از معکوس فاصله معمول حداقل 22% بهبود دهد. بنابراین میتوان از فیلتر پیشنهاد شده در این مطالعه در حذف نویز و بهبود مدل رقومی ارتفاعی زمین در شرایطی که افزایش دقت در الویت است استفاده نمود.
چکیده انگلیسی :
An accurate, high-quality Digital Elevation Model (DEM) from the ground is essential for many applications. Due to some data collection problems as well as weaknesses in DEM production techniques, including interpolation methods, these models are associated with some blunder errors that must be edited manually or automatically. In this study, a method for removing noise and blunders as well as improving the DEM is proposed. In this two-step method, first, with the standard deviation of the alpha-trimmed filter, points with blunders are identified and removed. Then, an adaptive inverse distance weighted filter is applied to remove blunders and refine the DEM. The proposed method and some common competitive methods have been applied and evaluated on a simulated DEM and a DEM extracted from satellite stereo images from the southwest of Mashhad city. The root means square error of the DEM extracted from satellite images using the proposed method is 1.89 meters, while this criteria for the inverse distance weighted filter method is 2.43 meters. The experimental results show that the proposed method, despite a 20% increase in time cost, can improve the accuracy of the modified DEM by at least 22% compared to the weighting method using the inverse distance. Therefore, the filter proposed in this study can be used to remove noise and improve DEM when increasing the accuracy is a priority.