<?xml version="1.0" encoding="utf-8"?>
<journal>
<title>Journal of Geospatial Information Technology</title>
<title_fa>مهندسی فناوری اطلاعات مکانی</title_fa>
<short_title>jgit</short_title>
<subject>Engineering &amp; Technology</subject>
<web_url>http://jgit.kntu.ac.ir</web_url>
<journal_hbi_system_id>1</journal_hbi_system_id>
<journal_hbi_system_user>admin</journal_hbi_system_user>
<journal_id_issn>2008-9635</journal_id_issn>
<journal_id_issn_online></journal_id_issn_online>
<journal_id_pii>8</journal_id_pii>
<journal_id_doi>10.61882/jgit</journal_id_doi>
<journal_id_iranmedex></journal_id_iranmedex>
<journal_id_magiran></journal_id_magiran>
<journal_id_sid>14</journal_id_sid>
<journal_id_nlai>٢۵٣٨-۴١٨X</journal_id_nlai>
<journal_id_science>13</journal_id_science>
<language>fa</language>
<pubdate>
	<type>jalali</type>
	<year>1394</year>
	<month>3</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2015</year>
	<month>6</month>
	<day>1</day>
</pubdate>
<volume>3</volume>
<number>1</number>
<publish_type>online</publish_type>
<publish_edition>1</publish_edition>
<article_type>fulltext</article_type>
<articleset>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>شناسایی نواحی پنهان با استفاده از تکنیک استخراج لبه در تصویر فاصله دستگاه لیزر اسکنرزمینی</title_fa>
	<title>Occlusion Detection with Edge Extraction Algorithm in Terrestrial Laser Scanner Point Cloud Data</title>
	<subject_fa></subject_fa>
	<subject></subject>
	<content_type_fa>پژوهشي</content_type_fa>
	<content_type>Research</content_type>
	<abstract_fa>&lt;p dir=&quot;RTL&quot;&gt;در مواقعی که پرتو یک اسکنر لیزری به دلیل وجود یک مانع (همچون درخت یا دیوار یک ساختمان) قادر به عبور از عارضه&#8204;ای نباشد، نقاطی که در پشت عارضه قرار دارند، برداشت نمی&#8204;شوند. این نقاط به عنوان نواحی پنهان در ابر نقاط ظاهر می شوند که بررسی آنها برای تعیین ایستگاه بعدی یک موضوع کلیدی می&#8204;باشد. امروزه بررسی نواحی پنهان به صورت دستی انجام می&#8204;شود که کاری وقت گیر و خطا دار می&#8204;باشد. در این مقاله تکنیک جدیدی مطرح می&#8204;شود که با استفاده از آن نواحی پنهان در داده&#8204;های لیزر اسکنر به صورت اتوماتیک تعیین می&#8204;شوند. همان&#8204;طور که می&#8204;دانیم لبه&#8204;ها در یک تصویر فاصله نشان&#8204;دهنده اختلاف شدید بین درجات روشنایی پیکسل&#8204;های مجاور می&#8204;باشند. در یک تصویر فاصله، این اختلاف به دلیل تفاوت عمق نقاط می&#8204;باشد که در صورت وجود نواحی پنهان، مقدار آن شدید خواهد بود. بنابراین، در این مقاله برای تعیین اتوماتیک مرز نواحی پنهان، از داده&#8204;های برداشت شده توسط لیزر اسکنر یک تصویر فاصله ساخته شده و لبه&#8204;های آن استخراج می&#8204;شوند. پس از آن، لبه&#8204;های تعیین شده بر روی یک صفحه مرجع تصویر شده و به همدیگر متصل می&#8204;شوند تا سطح محدوده پنهان شده، مشخص گردد. برای پیاده سازی این روش ابرنقاط یک ایستگاه لیزر اسکنر زمینی در یک منطقه شهری مورد استفاده قرار گرفت. برای استخراج لبه&#8204;ها از تکنیک کَنی استفاده شد. نتایج ارزیابی&#8204;ها نشان داد با استفاده از روش ارائه شده می&#8204;توان در صورت عدم وجود عوامل پیچیده (همچون درخت)، نواحی پنهان موجود در ابر نقاط را به صورت اتوماتیک شناسایی نمود.&lt;/p&gt;
</abstract_fa>
	<abstract>&lt;p&gt;When the beam of a laser scanner because of an obstacle (such as trees or walls of a building) is not able to pass the complication, the points are on the backside, not measured. These points appear as occlusion parts of the point cloud that study of them is a key issue for the next station selection. Nowadays, occlusion area analysis study manually that this work is time-consuming and erroneous. In this paper new technique provide, which is used to determined occlusions of the laser scanner data, automatically. As we know, the edges in an image showing the drastic difference between adjacent pixels values. In the range image, the difference is due to the difference in depth in the presence of occlusions; its value will be high. Therefore, in this article to determine the occlusion borders automatically, made an image from the data collected by laser scanners and edges are extracted. After that, the borders defined on a reference plane and are connected to each other up to specified occlusion area. To implement this, the ground laser scanner station point cloud was used in an urban area. Canny technique was used to extract edges. The findings show that the proposed method can be used in the absence of complicating factors (such as trees) and occlusions of point cloud automatically can be identified.&amp;nbsp;&lt;/p&gt;
</abstract>
	<keyword_fa>لیزر اسکنر زمینی, ابرنقاط, کشف نواحی پنهان</keyword_fa>
	<keyword>Terrestrial Laser Scanner, Point Cloud, Occlusion Detection</keyword>
	<start_page>27</start_page>
	<end_page>44</end_page>
	<web_url>http://jgit.kntu.ac.ir/browse.php?a_code=A-11-128-48&amp;slc_lang=fa&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name>Morteza </first_name>
	<middle_name></middle_name>
	<last_name>Heidari Mozaffar</last_name>
	<suffix></suffix>
	<first_name_fa>مرتضی</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>حیدری مظفر</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>m_heidari@dena.kntu.ac.ir</email>
	<code>10031947532846004631</code>
	<orcid>10031947532846004631</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation>K.N.Toosi University of Technology</affiliation>
	<affiliation_fa>دانشگاه صنعتی خواجه نصیرالدین طوسی</affiliation_fa>
	 </author>


	<author>
	<first_name>Masood </first_name>
	<middle_name></middle_name>
	<last_name>Varshosaz</last_name>
	<suffix></suffix>
	<first_name_fa>مسعود</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>ورشوساز</last_name_fa>
	<suffix_fa></suffix_fa>
	<email></email>
	<code>10031947532846004632</code>
	<orcid>10031947532846004632</orcid>
	<coreauthor>No</coreauthor>
	<affiliation>K.N.Toosi University of Technology</affiliation>
	<affiliation_fa>دانشگاه صنعتی خواجه نصیرالدین طوسی</affiliation_fa>
	 </author>


	<author>
	<first_name>Mohammad </first_name>
	<middle_name></middle_name>
	<last_name>Saadatseresht</last_name>
	<suffix></suffix>
	<first_name_fa>محمد</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>سعادت سرشت</last_name_fa>
	<suffix_fa></suffix_fa>
	<email></email>
	<code>10031947532846004633</code>
	<orcid>10031947532846004633</orcid>
	<coreauthor>No</coreauthor>
	<affiliation>University of Tehran</affiliation>
	<affiliation_fa>دانشگاه تهران</affiliation_fa>
	 </author>


</author_list>


	</article>
</articleset>
</journal>
