بهبود نتايج الگوريتم‌هاي فيلتر‌سازي داده‌هاي ليزر اسكنر هوايي با استفاده از مورفولوژي رياضي

Improving the result of LiDAR data filtering algorithms using mathematical morphology

امروزه ليزر اسكنر هوايي (ليدار ) نقش مهمي در برداشت اطلاعات سه‌بعدي عوارض ايفا مي‌كند. در دست بودن اطلاعات زمين لخت اهميت بالايي در كاربرد‌هاي مختلف نظير استخراج DTM، تعيين مناطق قابل عبور، و غيره دارد. تا كنون الگوريتم‌هاي فراواني براي فيلتر‌سازي خودكار داده‌هاي ليزر اسكن طراحي شده‌است. يك مشكل اساسي اغلب اين الگوريتم‌ها، عدم توانايي آن‌ها در حذف ساختمان‌هاي بزرگ است. هدف اين تحقيق ارايه راه‌حلي جهت برطرف كردن اين مشكل است. براي اين منظور از عملگر‌هاي مورفولوژي رياضي استفاده شده است. ابتدا داده‌هاي ليدار با استفاده از يكي از موثرترين الگوريتم‌هاي فيلترسازي يعني الگوريتم شيب‌مبنا، فيلتر شدند. در ادامه با اجراي الگوريتم پيشنهادي، كه بر پايه عملگرهاي مورفولوژي رياضي است، نقاط روي ساختمان‌هاي بزرگ فيلتر شدند و بدين ترتيب نتايج مرحله فيلتر‌سازي بهبود داده شدند. نتايج ارزيابي دقت الگوريتم پيشنهاد شده نشان مي‌دهد كه اين الگوريتم باعث افزايش ناچيز خطاي نوع اول و كاهش چشمگير خطاي نوع دوم و خطاي مجموع مي‌شود. از آن‌جاكه در فرآيند فيلترسازي داده‌هاي ليدار، خطاي نوع دوم و خطاي مجموع از اهميت بالاتري نسبت به خطاي نوع اول برخوردارند، انجام اين پردازش تكميلي نتايج بسيار مفيدي دربر داشته است. ارزيابي كمي دقت نتايج به‌دست آمده نشان مي‌دهد كه پس از اجراي الگوريتم پيشنهاد شده، خطاي نوع اول از %98/4 به%27/5 افزايش و خطاي نوع دوم و خطاي مجموع بترتيب از% 04/9 و %03/7 به% 44/4 و% 85/4 كاهش يافته‌اند. همچنين ارزيابي كيفي نتايج نشان مي‌دهد كه نقاط روي ساختمان‌هاي بزرگ كه در مرحله فيلتر‌سازي، حذف نشده بودند، همگي پس از اجراي الگوريتم پيشنهادي، فيلتر شدند. الگوريتم فيلترسازي شيب‌مبنا و پردازش‌هاي مورفولوژي رياضي در محيط نرم‌افزار MATLAB پياده‌سازي شده‌اند.

Today, aerial laser scanners (LiDAR) have an important role in 3D data acquisition from features. Bare earth information is very important in deferent applications such as DTM extraction, determination of traversable area, etc. Up to now, a lot of algorithms have been developed to automated filtering of LiDAR data. The weakness of most of these algorithms is inability to remove the large buildings. The main aim of this paper is to solve of this problem. Mathematical morphological operators were used for this purpose. First, the LiDAR data was filtered using one of the most efficient filtering algorithms (slope based filtering algorithm). Afterward, the result of filtering stage was improved by perform the proposed algorithm that is based on mathematical morphological operators. The result of accuracy assessment indicate a negligible increase in type I error and significant decrease in type II and total errors. Since, in filtering process, the type II and total errors are more important than type I error, performing this supplementary processing present very good result. Quantitative evaluation shows the output of the improved slope based algorithm with 20? slope threshold present the best result. In this case type I error increased from 4.98% to 5.27%, type II error reduced from 9.043% to 4.44% and total error decreased from 7.03% to 4.85%. Qualitative evaluation indicates the good performance of the proposed algorithm in removing the large buildings which are remained from filtering stage. Slope based filtering algorithm and Mathematical morphological operators were implemented in MATLAB software.