TY - JOUR T1 - Automatic optimization of road network clustering based on PSO for road centerline extraction TT - بهینه‌سازی اتوماتیک خوشه‌بندی شبکه راهها با استفاده از الگوریتم انبوه ذرات بمنظور استخراج محور مرکزی آنها JF - kntu-jgit JO - kntu-jgit VL - 2 IS - 4 UR - http://jgit.kntu.ac.ir/article-1-170-fa.html Y1 - 2015 SP - 17 EP - 31 KW - Feature Extraction KW - Particle swarm optimization KW - Digital Image KW - Road Vectorization KW - Clustering N2 - این تحقیق در بر گیرنده روشی نوین در استخراج راه در قالب دو مرحله کشف راه و برداری سازی آن می باشد. در مرحله کشف راه تصویر مشتمل بر کلاس عوارض راه با استفاده از خوشه‌بندی به روش سی مینز فازی و بهبود تصویر با بهره گیری از پاره ای از عملیات پس پردازشی حاصل می گردد. در مرحله برداری‌سازی، نقاط کلیدی نماینده محور مرکزی راه توسط روشی نوین در خوشه‌بندی پویای تصویر کلاس راه بر مبنای الگوریتم بهینه‌سازی انبوه ذرات تعیین می گردند. الگوریتم پیشنهاد شده قادر است تعداد و موقعیت نقاط کلیدی را بر روی راه کشف شده به‌صورت اتوماتیک و بدون نیاز به معلومات اولیه ای مانند تعداد و موقعیت اولیه مراکز خوشه‌ها، بهینه نماید. در این راستا تابع هزینه جدیدی طراحی و به الگوریتم مذکور معرفی گردیده است. در نهایت نقاط کلیدی بهینه با استفاده از تکنیک گراف وزن دار به یکدیگر متصل می‌گردند. روش پیشنهادی بر روی چندین تصویر بزرگ مقیاس ماهواره ایکنوس تهیه شده از نواحی شهری، غیرشهری و کوهستانی پیاده‌سازی شده و معیارهای ارزیابی دقت شامل جذر میانگین مربع خطا، تمامیت، صحت و کیفیت محاسبه گردیدند. نتایج حاکی از موفقیت الگوریتم پیشنهادی در استخراج اشکال مختلف راه با جذر میانگین مربعی خطا کمتر از 3/1 و کیفیت برداری‌سازی بیش از 86/0 در نواحی مختلف می‌باشد. M3 10.29252/jgit.2.4.17 ER -