تشخيص اتوماتيك پيچيدگي سقف‌ ساختمان ها در مناطق شهري با استفاده از ابر نقطه داده لايدار

امروزه در اختیار داشتن اطلاعات به‌هنگام از ساختمان‌ها و فضاهای شهری، در مدیریت بحران و سایر كاربردها دارای اهمیت است. نوع سقف ساختمان‌ها از جمله پارامترهای مهمی است كه در ارزیابی آسیب‌پذیری در ساختار‌های شهری می¬تواند مورد استفاده قرار گیرد. هدف از این تحقیق، ارائه یك روش اتوماتیك به منظور تشخیص نوع سقف ساختمان¬ها در مناطق شهری با استفاده از داده لایدار است. در روش پیشنهادی، موقعیت ساختمان كاندید از نقشه بدست آمده و سپس نقاط متناظر آن ساختمان، از ابر نقاط لایدار استخراج می‌شود. در ادامه، با محاسبه نرمال بر سطح و بكارگیری خوشه‌بندی به روش K-Means، بهترین تعداد خوشه كه قادر است صفحات سقف را به خوبی مجزا كند، تعیین می‎شود. در نهایت بر اساس تعداد خوشه‎های سقف، ساختمان‌ها كلاسه‌بندی می‌شود. به منظور ارزیابی روش پیشنهادی، از تصویر اپتیك منطقه‌ای به وسعت 125 در 125 متر مربع در ناحیه شهری زیبرگ بلژیك كه به عنوان منطقه تست در نظر گرفته شده، استفاده شده است و نوع سقف ساختمان‌ها بصورت چشمی تفسیر می‎شود. نتیجه حاصل از ارزیابی كیفی خروجیهای الگوریتم نشان میدهد كه الگوریتم پیشنهادی از 14 ساختمان موجود در داده تست، سقف 13 ساختمان را به درستی مشخص كرده است.