تشخيص سازه‌هاي ساخت بشر در تصاوير هوايي با استفاده از ويژگي‌هاي آماري مبتني بر رنگ و يادگيري ماشين

تصاوير هوايي ثبت‌شده توسط ماهواره‌ها و يا پهپاد‌ها، معمولا شامل نواحي مربوط به منابع طبيعي و نواحي حاوي سازه‌هاي ساخت بشر است. با تفكيك اين نواحي از يكديگر، قادر خواهيم بود اطلاعات مهمي نظير آرايش ساختاري سطوح و شكل آنها را استخراج و نقشه‌هاي هواييِ برچسب‌دار ايجاد كنيم. دست‌يابي به چنين اطلاعاتي مي‌تواند كاربرد‌هاي بسيار مفيدي در زمينه‌هاي نظامي، شهري و زيست‌ محيطي داشته باشد. از آنجايي‌كه پردازش حجم عظيمي از تصاوير به‌دست‌ آمده از ماهواره‌ها و پهپاد‌ها بصورت دستي امكان‌پذير نيست، لذا استفاده از روش‌هاي خودكارِ مبتني بر هوش مصنوعي در اين حوزه، بسيار مورد توجه قرار گرفته است. تاكنون پژوهش‌هاي متعددي در اين‌باره انجام شده است كه از اهم آنها مي‌توان به شناسايي ساختمان‌ها، وسايل نقليه، جاده‌ها و همچنين تشخيص ساختار پوشش گياهي در تصاوير هوايي اشاره كرد. در اين مقاله، قصد داريم با معرفي مجموعه‌اي از ويژگي‌هاي آماري مبتني بر رنگ كه به سادگي قابل استخراج از تصاوير هوايي هستند و با استفاده از يك مدل مبتني بر يادگيري، راهكاري كارآمد براي تشخيص دقيق و سريع سازه‌هاي ساخت بشر و تفكيك آنها از منابع طبيعي ارايه دهيم. نتايج آزمايش‌هاي انجام گرفته بر روي بانك تصاوير ماساچوست كه به‌صورت عمومي، قابل دسترس است، نشان دهنده‌ دقت مناسب و سرعت عمل بالاي راهكار پيشنهادي است. به‌طوري‌كه، دقت و ميانگين سرعت پردازش به‌دست آمده به‌ترتيب برابر با ٪90.07 و 0.96 ثانيه است.