fa مقایسه و ارزیابی روش‌های مختلف کلاسه‌بندی مبتنی بر آنالیز شی‌مبنا جهت شناسایی عوارض شهری از داده‌های لایدار و اپتیک فتوگرامتری و سنجش از دور Photo&RS پژوهشي Research شناسایی عوارض شهری در سال‌های اخیر به دلیل رشد شهرنشینی و گسترش دامنه شهرها اهمیت بالایی یافته است. کشف عوارض شهری و طبقه‌بندی آن‌ها در لایه‌های مختلف اطلاعاتی جهت ایجاد، تکمیل و به‌روز رسانی پایگاه داده اطلاعات شهری مورد تحقیق بسیاری از دانشمندان بوده است. هدف از این تحقیق مقایسه و ارزیابی روش‌های مختلف کلاسه‌بندی مبتنی بر آنالیز شی‌مبنا جهت شناسایی عوارض شهری از داده‌های لایدار و اپتیک است. این تحقیق سه فاز اصلی را در بر می‌گیرد. در فاز اول تصویر هوایی با مقیاس بالا و داده لایدار پیش‌پردازش می‌شوند تا برای ورود به الگوریتم آماده گردند. در این مرحله داده‌های مذکور با هم از نظر مکانی هم‌مرجع می‌شوند. در فاز دوم سطوح مختلف قسمت‌بندی درختی ایجاد می‌شوند. با اتخاذ این استراتژی در هر سطح کلاس-های مورد نظر تحقیق شناسایی می‌شوند، به این طریق طبقه‌بندی با انسجام بیشتری صورت می‌گیرد. انتخاب پارامترهای مناسب قسمت‌بندی چند رزولوشنه و اعمال وزن به لایه‌های ورودی در هر سه سطح دنبال می‌شود. انتخاب این پارامترها به صورت سعی و خطاست که از طریق ارزیابی بصری نتایج حاصل از قسمت‌بندی انجام می‌گیرد. بعد از تولید اشیا باید ویژگی‌های مناسب جهت انجام کلاسه‌بندی شی‌مبنا در هر سطح با سه روش حد آستانه گذاری، نزدیک‌ترین همسایه و تابع تعلق معرفی شوند. انتخاب ویژگی مرحله‌ای حساس و مهم است چرا که دقت نتایج کلاسه‌بندی را کنترل می‌نماید. فاز سوم شامل ارزیابی و تفسیر نتایج هر سطح سلسله مراتب برای هر روش کلاسه‌بندی است. با ارزیابی نتایج مشخص گردید. دقت کلی روش نزدیک‌ترین همسایه در سطح اول برابر 99/0 است که در میان سه روش اجرا شده بالاترین دقت کلی را داراست. در سطح دوم دقت کلی روش نزدیک ترین همسایه با 985/0 بیشترین مقدار است. در سطح سوم دقت کلاسه‌بندی با روش تابع تعلق و حدآستانه گذاری برابر 841/0 است. In recent years urban classification becomes very important caused by urban growth and high rate of urbanization. Classification and recognition of urban classes in different information layers for supplementation and updating of urban database is considered by researchers and managers. The goal of this paper is comparison and evaluation of different urban classification methods base on object based analysis by using LIDAR data and optical imagery. This paper includes three main phases. First step of workflow is co registration and preprocessing of LIDAR data and high resolution imagery to prepare multi source data for urban classification. Second step followed by hierarchal multi resolution segmentation at different scales to exhibit different features which are consist of building, roads, vegetation area and vehicles. Segmentation contains three main levels. Selection of hierarchal segmentation parameters is a try and error task and segmentation validation is done by visual assessment. After object production convenient features should be introduced to the classification algorithms. Finally thresholding, nearest neighbor and fuzzy nearest neighbor classification at each level of hierarchy was performed. Last step is result assessment and interpretation. By result evaluation, nearest neighbor classification with 0.99 over all accuracy was nominated as best classifier in first level. In second level of hierarchy nearest neighbor classification with 0.985 shows the highest overall accuracy. In third level fuzzy nearest neighbor classification and thresholding show 0.841 over all accuracy. کلاسه‌بندی سلسله‌مراتبی, قسمت‌بندی سلسله‌مراتبی, آنالیز شی‌مبنا, داده لایدار و اپتیک, عوارض شهری Hierarchal classification, Hierarchal segmentation, object based analysis, LIDAR and optical data, urban features 203 216 http://jgst.issgeac.ir/browse.php?a_code=A-10-25-59&slc_lang=fa&sid=1 F. Abedi فرزانه عابدی farzaneh.abedi7@gmail.com 10031947532846001700 10031947532846001700 Yes گروه فتوگرامتری و سنجش از دور - دانشکده مهندسی نقشه ‌برداری– دانشگاه صنعتی خواجه نصیرالدین طوسی A. Mohammadzadeh علی محمدزاده almoh2@gmail.com 10031947532846001701 10031947532846001701 No گروه فتوگرامتری و سنجش از دور - دانشکده مهندسی نقشه ‌برداری– دانشگاه صنعتی خواجه نصیرالدین طوسی M. Mokhtarzadeh مهدی مختارزاده m_mokhtarzade@kntu.ac.ir 10031947532846001702 10031947532846001702 No گروه فتوگرامتری و سنجش از دور - دانشکده مهندسی نقشه ‌برداری– دانشگاه صنعتی خواجه نصیرالدین طوسی M. J. Valadan Zoej محمد جواد ولدان زوج valadanzouj@kntu.ac.ir 10031947532846001703 10031947532846001703 No گروه فتوگرامتری و سنجش از دور - دانشکده مهندسی نقشه ‌برداری– دانشگاه صنعتی خواجه نصیرالدین طوسی