[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 10، شماره 1 - ( 3-1401 ) ::
جلد 10 شماره 1 صفحات 134-109 برگشت به فهرست نسخه ها
استخراج خودکار تیرهای انتقال برق حاشیه راه‌ها با بهره‌گیری از داده‌های لیزر اسکنر موبایل
زهرا چمنی، حمید باقری*، حیدر راستی ویس
دانشگاه فنی و حرفه ای
چکیده:   (537 مشاهده)
امروزه شناسایی عوارض سطح جاده برای امنیت، تهیه و بروزرسانی نقشه‌­ راه­ها و مدل‌سازی و مدیریت تجهیزات راه امری ضروری است. هدف از این تحقیق، شناسایی خودکار تیرهای انتقال برق موجود در حاشیه‌ راه‌ها با استفاده از ابر نقاط موبایل لیزر اسکنر می­باشد. با توجه به اینکه تشخیص دستی این عوارض نیاز به صرف زمان و تلاش زیادی دارد، تشخیص خودکار عوارض با استفاده از کامپیوتر به ‌دلیل کاهش زمان و هزینه، حائز اهمیت است. در این­ راستا، مجاورت عارضه‌های دیگر به تیر برق، حضور عوارض طبیعی میله‌‌ای شکل، ناقص بودن اطلاعات عارضه‌‌ میله‌ای شکل و یکسان بودن توزیع مکانی یا الگوی شکلی سایر عوارض با تیر انتقال برق، از چالش­های مطرح در شناسایی تیر انتقال برق می­باشد. در روش پیشنهادی تحقیق، نقاط زمینی با استفاده از الگوریتم فیلتر مورفولوژی ساده (SMRF) حذف شده و نقاط غیر زمینی باقیمانده با الگوریتم فضایی مبتنی بر چگالی برنامه­های کاربردی با نویز (DBSCAN) در گروه‌های مشابه از لحاظ چگالی گروه‌بندی شده‌اند. برای حذف نقاط اضافی سیم برق، با استفاده از ویژگی‌های چگالی و شدت نور نقاط، از خوشه‌بندی ژنتیک استفاده شده است. در نهایت نقاط پراکنده‌ باقیمانده حذف و تیرهای انتقال برق به‌ شکل دقیق و منظمی استخراج شده‌اند. روش پیشنهادی بر روی چهار مقطع جداگانه از داده‌ها با عوارض مختلف تست و ارزیابی شده ‌است. نتایج ارزیابی نشان می‌دهد که الگوریتم پیشنهادی توانایی تشخیص ۱۰۰ درصد تیر برق‌ها را به‌ طور خودکار داشته است؛ به ‌گونه‌ای که نتایج استخراج شده به روش پیشنهادی، با نتایج استخراج شده به ‌طور دستی از تطابق بسیار خوبی برخوردار بوده و تعداد تیر برق‌های استخراج شده نیز کاملا برابر بوده ‌است.
واژه‌های کلیدی: استخراج تیر انتقال نیرو، ابرهای نقطه‌ای، اسکن لیزری زمینی سیار، چگالی، خوشه‌بندی، اشیاء کنار جاده
متن کامل [PDF 1538 kb]   (124 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: فتوگرامتری
دریافت: 1400/10/12 | پذیرش: 1401/3/10 | انتشار الکترونیک پیش از انتشار نهایی: 1401/3/18 | انتشار: 1401/3/18
فهرست منابع
1. [1] S. I. El-Halawany and D. D. Lichti, "Detection of road poles from mobile terrestrial laser scanner point cloud," in 2011 International Workshop on Multi-Platform/Multi-Sensor Remote Sensing and Mapping, 2011, pp. 1-6. [DOI:10.1109/M2RSM.2011.5697364]
2. [2] H. Yokoyama, H. Date, S. Kanai, and H. Takeda, "Pole-like objects recognition from mobile laser scanning data using smoothing and principal component analysis," Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci, vol. 38, pp. 115-120, 2011. [DOI:10.5194/isprsarchives-XXXVIII-5-W12-115-2011]
3. [3] H. Yokoyama, H. Date, S. Kanai, and H. Takeda, "Detection and classification of pole-like objects from mobile laser scanning data of urban environments," Int. J. Cad/Cam, vol. 13, no. 2, pp. 31-40, 2013.
4. [4] Y. Yu, J. Li, H. Guan, C. Wang, and J. Yu, "Semiautomated extraction of street light poles from mobile LiDAR point-clouds," IEEE Trans. Geosci. Remote Sens., vol. 53, no. 3, pp. 1374-1386, 2014. [DOI:10.1109/TGRS.2014.2338915]
5. [5] M. Lehtomäki, A. Jaakkola, J. Hyyppä, A. Kukko, and H. Kaartinen, "Detection of vertical pole-like objects in a road environment using vehicle-based laser scanning data," Remote Sens., vol. 2, no. 3, pp. 641-664, 2010. [DOI:10.3390/rs2030641]
6. [6] D. C. Mason, L. Giustarini, J. Garcia-Pintado, and H. L. Cloke, "Detection of flooded urban areas in high resolution Synthetic Aperture Radar images using double scattering," Int. J. Appl. Earth Obs. Geoinf., vol. 28, pp. 150-159, 2014, doi: [DOI:10.1016/j.jag.2013.12.002. https://doi.org/10.1016/j.jag.2013.12.002]
7. [7] Y. Hu, X. Li, J. Xie, and L. Guo, "A novel approach to extracting street lamps from vehicle-borne laser data," in 2011 19th International Conference on Geoinformatics, 2011, pp. 1-6. [DOI:10.1109/GeoInformatics.2011.5981183]
8. [8] D. Li, "Optimising detection of road furniture (pole-like objects) in mobile laser scanning data." University of Twente, 2013.
9. [9] S. Pu, M. Rutzinger, G. Vosselman, and S. O. Elberink, "Recognizing basic structures from mobile laser scanning data for road inventory studies," ISPRS J. Photogramm. Remote Sens., vol. 66, no. 6, pp. S28-S39, 2011. [DOI:10.1016/j.isprsjprs.2011.08.006]
10. [10] B. Yang, L. Fang, and J. Li, "Semi-automated extraction and delineation of 3D roads of street scene from mobile laser scanning point clouds," ISPRS J. Photogramm. Remote Sens., vol. 79, pp. 80-93, 2013. [DOI:10.1016/j.isprsjprs.2013.01.016]
11. [11] H. Guan, J. Li, Y. Yu, C. Wang, M. Chapman, and B. Yang, "Using mobile laser scanning data for automated extraction of road markings," ISPRS J. Photogramm. Remote Sens., vol. 87, pp. 93-107, 2014. [DOI:10.1016/j.isprsjprs.2013.11.005]
12. [12] W. Y. Yan, S. Morsy, A. Shaker, and M. Tulloch, "Automatic extraction of highway light poles and towers from mobile LiDAR data," Opt. Laser Technol., vol. 77, pp. 162-168, 2016. [DOI:10.1016/j.optlastec.2015.09.017]
13. [13] L. Yan, Z. Li, H. Liu, J. Tan, S. Zhao, and C. Chen, "Detection and classification of pole-like road objects from mobile LiDAR data in motorway environment," Opt. Laser Technol., vol. 97, pp. 272-283, 2017. [DOI:10.1016/j.optlastec.2017.06.015]
14. [14] D. Shokri, H. Rastiveis, W. A. Sarasua, A. Shams, and S. Homayouni, "A Robust and Efficient Method for Power Lines Extraction from Mobile LiDAR Point Clouds," PFG-Journal Photogramm. Remote Sens. Geoinf. Sci., vol. 89, no. 3, pp. 209-232, 2021. [DOI:10.1007/s41064-021-00155-y]
15. [15] T. J. Pingel, K. C. Clarke, and W. A. McBride, "An improved simple morphological filter for the terrain classification of airborne LIDAR data," ISPRS J. Photogramm. Remote Sens., vol. 77, pp. 21-30, 2013. [DOI:10.1016/j.isprsjprs.2012.12.002]
16. [16] M. Cățeanu and C. Arcadie, "ALS for terrain mapping in forest environments: an analysis of lidar filtering algorithms," EARSeL eProceedings, vol. 16, no. 1, pp. 9-20, 2017.
17. [17] J. Liu, J. Z. Huang, J. Luo, and L. Xiong, "Privacy preserving distributed DBSCAN clustering," in Proceedings of the 2012 Joint EDBT/ICDT Workshops, 2012, pp. 177-185. [DOI:10.1145/2320765.2320819]
18. [18] R. M. Esteves, R. Pais, and C. Rong, "K-means clustering in the cloud--a Mahout test," in 2011 IEEE Workshops of International Conference on Advanced Information Networking and Applications, 2011, pp. 514-519. [DOI:10.1109/WAINA.2011.136]
19. [19] T. M. Kodinariya and P. R. Makwana, "Review on determining number of Cluster in K-Means Clustering," Int. J., vol. 1, no. 6, pp. 90-95, 2013.
20. [20] S. Krinidis and V. Chatzis, "A robust fuzzy local information C-means clustering algorithm," IEEE Trans. image Process., vol. 19, no. 5, pp. 1328-1337, 2010. [DOI:10.1109/TIP.2010.2040763]
21. [21] B. Lu and F. Ju, "An optimized genetic K-means clustering algorithm," in 2012 International Conference on Computer Science and Information Processing (CSIP), 2012, pp. 1296-1299.
22. [22] A. H. Beg and M. Z. Islam, "Advantages and limitations of genetic algorithms for clustering records," in 2016 IEEE 11th Conference on Industrial Electronics and Applications (ICIEA), 2016, pp. 2478-2483. [DOI:10.1109/ICIEA.2016.7604009]
23. [23] M. C. Naldi, A. C. de Carvalho, and R. J. G. B. Campell, "Genetic clustering for data mining," in Soft computing for knowledge discovery and data mining, Springer, 2008, pp. 113-132. [DOI:10.1007/978-0-387-69935-6_5]
24. [24] V. Pratt, "Direct least-squares fitting of algebraic surfaces," ACM SIGGRAPH Comput. Graph., vol. 21, no. 4, pp. 145-152, 1987. [DOI:10.1145/37402.37420]
25. [25] A. K. Jain, "Data clustering: 50 years beyond K-means," Pattern Recognit. Lett., vol. 31, no. 8, pp. 651-666, 2010. [DOI:10.1016/j.patrec.2009.09.011]
26. [26] T. Singh and M. Mahajan, "Performance comparison of fuzzy C means with respect to other clustering algorithm," Int. J. Adv. Res. Comput. Sci. Softw. Eng., vol. 4, no. 5, pp. 89-93, 2014.
ارسال پیام به نویسنده مسئول


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

chamani Z, Bagheri H, Rastiveis H. Automatic extraction of roadside transmission poles using mobile laser scanner data. jgit 2022; 10 (1) :109-134
URL: http://jgit.kntu.ac.ir/article-1-868-fa.html

چمنی زهرا، باقری حمید، راستی ویس حیدر. استخراج خودکار تیرهای انتقال برق حاشیه راه‌ها با بهره‌گیری از داده‌های لیزر اسکنر موبایل. مهندسی فناوری اطلاعات مکانی 1401; 10 (1) :134-109

URL: http://jgit.kntu.ac.ir/article-1-868-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 10، شماره 1 - ( 3-1401 ) برگشت به فهرست نسخه ها
نشریه علمی-پژوهشی مهندسی فناوری اطلاعات مکانی Engineering Journal of Geospatial Information Technology
Persian site map - English site map - Created in 0.05 seconds with 29 queries by YEKTAWEB 4505