fa بکارگیری عامل‌های خودکار مبتنی بر الگوریتم کولونی مورچگان جهت به‌روزرسانی نقشه راه‌های شهری از تصاویر ماهواره‌ای با قدرت تفکیک بالا فتوگرامتری و سنجش از دور Photo&RS پژوهشي Research راه یکی از مهمترین اجزای شریان‌های حیاتی ترابری است که نقش مهمی در زندگی ساکنان مناطق شهری ایفا می‌کند. با توسعه شهرها و گسترش شهرنشینی راه‌های شهری نیز به طور مداوم در حال گسترش و تغییر هستند. لذا در اختیار داشتن اطلاعات مکانی دقیق و به‌روز از راه‌های شهری در کلیه زمینه‌ها مرتبط با امور شهری لازم به نظر می‌رسد. در این تحقیق، با در نظر گرفتن قابلیت‌های عامل‌های خودکار و الگوریتم‌های بهینه‌سازی کولونی مورچگان روشی نوین در به‌روز رسانی نقشه‌های 1:2000 راه‌های شهری با استفاده از تصاویر ماهواره‌ای با قدرت تفکیک بالا ارائه شده است. در روش پیشنهادی پس از پیش پردازش اولیه، راه‌های موجود در نقشه قدیمی بررسی شده و سپس راه‌های جدید از تصاویر استخراج شده‌اند. در آخرین مرحله نتایج بدست آمده از دو مرحله قبل ادغام شده و نقشه به روز تهیه شده است. برای این منظور از مورعامل‌هایی که در نتیجه ادغام خصوصیات عامل‌های خودکار و الگوریتم‌های کولونی مورچگان ایجاد شده‌اند استفاده شده است. روش پیشنهادی در این تحقیق با استفاده از نقشه اولیه و تصاویر ماهواره‌ای پن‌شارپن از سنجنده GeoEye-1 از شهر تهران پیاده سازی شده و مورد ارزیابی قرار گرفته و نتایج مطابق طراحی استخراج شده‌اند. با مقایسه نقشه اولیه و به‌روز شده با نقشه مرجع و محاسبه متریک‌های ارزیابی راه نظیر صحت، تمامیت و کیفیت قابلیت این روش در به‌روز رسانی نقشه راه‌ها قابل تایید است. Receiving updated information about the network of roads from high resolution satellite imagery is a crucially important issue in continuously changing developing urban regions. Considering experiences in road extraction and also exploiting distributed evolutionary computational approaches, in this paper a new framework for road map updating from remotely sensed data is proposed. Three main computational entities of ant-agent, seed extractor and algorithm library are designed and road map updating is performed through three main stages of verification of the old map, extraction of possible roads and grouping of the results of both stages. Extracting corresponding pixels to each road element in the map, an object level supervised classification or any available road verification algorithm from the library capable of producing a road likeliness value is applied. Since road extraction is a simple and also a complex problem, more comprehensive algorithms are chosen from library iteratively by ant-agents so the decision about verification and rejection of each road element is finally made. Ant-agents facilitate choosing road elements and moving of ant agents via stigmergic communication by pheromone cast and evaporation. The proposed method is developed and tested using GeoEye-1 pan-sharpen imagery and 1:2000 corresponding digital vector map of the region. As observed, the results are satisfactory in terms of detection, verification and extraction of roads and generation of the updated map specifically in case of inspection of main roads. Besides, some missed road items are reported in case of inspection of bystreets and alleys specially when situated at the margin of the image. Completeness, correctness and quality measures are computed for evaluation of the initial and the resulted updated maps. The computed measures verify the improvement of the updated map. به‌روز رسانی نقشه راه‌ها, تصاویر ماهواره‌ای با قدرت تفکیک بالا, عامل‌های خودکار, الگوریتم کولونی مورچگان road map updating, agents, ant algorithms, stigmergy, seed extraction 47 60 http://jgst.issgeac.ir/browse.php?a_code=A-10-25-80&slc_lang=fa&sid=1 N. Zarrinpanjeh نیما زرین پنجه nzarrin@ut.ac.ir 10031947532846001452 10031947532846001452 Yes گروه مهندسی نقشه‌برداری - پردیس دانشکده‌های فنی - دانشگاه تهران F. Samadzadegan فرهاد صمدزادگان samadz@ut.ac.ir 10031947532846001453 10031947532846001453 No گروه مهندسی نقشه‌برداری - پردیس دانشکده‌های فنی - دانشگاه تهران