fa بازسازی مدل ساختمان بر مبنای تلفیق ابر نقطه لیدار و تصویر هوایی فتوگرامتری و سنجش از دور Photo&RS پژوهشي Research <div align="right" style="direction: rtl"> امروزه مدل‌های سه بعدی شهری به عنوان یکی از بنیادی‌ترین اطلاعات مورد نیاز در بسیاری از کاربردهای مهندسی نظیر مدیریت شهری، مدیریت و طراحی جاده‌ها و بزرگراه‌ها و عملیات امداد می‌باشند. در این راستا تلاش گسترده‌ای در راستای بهینه سازی در روند تولید اطلاعات از سطح زمین و پردازش آن‌ها انجام پذیرفته است. در این تحقیق برای بازسازی مدل ساختمان یک روش بر مبنای تلفیق اطلاعات ابر نقطه لیدار و تصویر ارائه شده است. در روش پیشنهادی ابتدا با استفاده از نقشه دو بعدی موجود، نقاط متعلق به هر ساختمان از ابر نقطه کلی لیدار استخراج می‌گردد و ساختمان‌های مورد نظر در دو گروه کلی ساختمان‌های با سقف شیب‌دار و مسطح گروه‌بندی می‌شوند. سپس الگوریتم خوشه‌بندی انتقال میانگین بر روی نقاط سقفی ساختمان‌های مختلف اعمال می‌گردد و در نهایت با جداسازی صفحات موازی و هم صفحه مرحله بخش‌بندی پایان می‌یابد. در مرحله بعدی با استفاده از ماتریس همجواری هر ساختمان، بخش‌های مجاور با یکدیگر تقاطع داده می‌شوند و مختصات رئوس داخلی محاسبه می‌گردد. از طرف دیگر در فضای تصویر، محدوده مربوط به هر ساختمان جدا می‌گردد و الگوریتم بخش‌بندی انتقال میانگین بر روی آن قسمت اعمال می‌گردد. سپس خطوط مربوط به لبه‌های سقف با استفاده از الگوریتم تبدیل هاف استخراج می‌گردند و نقاط حاصل از تقاطع این خطوط به فضای زمین انتقال می‌یابند. در مرحله پایانی با ترکیب نقاط ساختاری حاصل از تقاطع صفحات مجاور و نقاط انتقال یافته از فضای تصویر، عملیات بازسازی انجام می‌شود. در این تحقیق برای ارزیابی کارایی روش ارائه شده، ساختمان‌های مختلف با شکل و سطوح مختلف پیچیدگی مختلف انتخاب شدند و نتایج روش پیشنهادی برای بازسازی مدل سه بعدی مورد ارزیابی قرار گرفت. نتایج به دست آمده نشان دهنده کارایی قابل قبول روش ارائه شده در مواجه با ساختمان‌های مختلف می‌باشد، به طوری که دقت مسطحاتی در بازسازی مدل‌های سه‌بعدی در حد 0.4 متر به دست آمده است. </div> Today, 3D models of urban as one of the most important information are needed in many engineering applications such as urban planning, virtual tourism, navigation and emergency response. In recent years, by introducing the LiDAR system and using the 3D geo-referenced data, different methods have been proposed for 3D building modeling. Due to direct accessibility of 3D coordinate of LiDAR points, planar patch’s mathematical equations of building roofs could be determined accurately. However, extracting the edges and boundary of buildings with high accuracy from LiDAR points is a difficult task and will not be always precise. In new aerial laser scanning systems, in addition to using laser to adopt 3D point’s cloud of surface features, equipped by high resolutions small format RGB camera. So besides spatial data of features, RGB and spectral information are also available. In this research a method based on fusion of LiDAR point cloud and aerial image data sources has been proposed. In this study, firstly by using 2D plane (building footprint), points located inside polygon of each building are extracted from the overall scatter, individually. In the next step, the mean shift clustering algorithm applied to the points of different buildings in the feature space. Finally the segmentation stage ended with the separation of parallel and coplanar segments. Then using the adjacency matrix, adjacent segments are intersected and inner vertices are determined. In the other space, the region of any building cropped in the image space and the mean shift algorithm applied to it. Then, the lines of roof’s outline edge extracted by the Hough transform algorithm and the points obtained from the intersection of these lines transformed to the ground space. Finally, by integration of structural points of intersected adjacent facets and the transformed points from image space, reconstruction performed. In order to evaluate the efficiency of proposed method, buildings with different shapes and different level of complexity selected and the results of the 3D model reconstruction evaluated. The results showed credible efficiency of method for different buildings. بازسازی, مدل سه بعدی, بخش‌بندی, لیدار, تصویر هوایی, انتقال میانگین. 3D Model, Reconstruction, LiDAR, Image, Segmentation, Mean Shift 103 130 http://jgst.issgeac.ir/browse.php?a_code=A-10-25-29&slc_lang=fa&sid=1 B. Hojebri بلال هژبری b.hujebry@ut.ac.ir 10031947532846001761 10031947532846001761 Yes گروه مهندسی نقشه‌برداری- پردیس دانشکده‌های فنی- دانشگاه تهران F. Samadzadegan فرهاد صمدزادگان samadz@ut.ac.ir 10031947532846001762 10031947532846001762 No گروه مهندسی نقشه‌برداری- پردیس دانشکده‌های فنی- دانشگاه تهران H. Arefi حسین عارفی hossein.arefi@ut.ac.ir 10031947532846001763 10031947532846001763 No گروه مهندسی نقشه‌برداری- پردیس دانشکده‌های فنی- دانشگاه تهران