Pengekstrakan butiran topografi berasaskan kecerdasan buatan dari imej beresolusi tinggi bagi pemetaan berskala 1:5000
Pengekstrakan butiran dari imej satelit beresolusi tinggi dapat meningkatkan kecekapan penghasilan generasi peta dan produk pemetaan. Metodologi konvensional pengekstrakan butiran memakan masa dan tidak dapat mematuhi polisi pengemaskinian peta topografi kebangsaan. Oleh itu, kaedah automatik adalah...
Saved in:
| Main Author: | |
|---|---|
| Format: | Thesis |
| Language: | English |
| Published: |
2022
|
| Subjects: | |
| Online Access: | http://eprints.utm.my/id/eprint/100142/1/MarenaOsmanMFABU2022.pdf |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Pengekstrakan butiran dari imej satelit beresolusi tinggi dapat meningkatkan kecekapan penghasilan generasi peta dan produk pemetaan. Metodologi konvensional pengekstrakan butiran memakan masa dan tidak dapat mematuhi polisi pengemaskinian peta topografi kebangsaan. Oleh itu, kaedah automatik adalah merupakan satu keperluan untuk pemetaan kawasan besar dengan berkesan dan kos efektif. Teknologi semasa dalam pengekstrakan butiran bagi kawasan bandar bergantung pada atribut fizikal sebagai asas untuk diklasifikasikan. Kaedah pengekstrakan butiran secara automatik digunakan dalam kajian ini bagi mengemaskini peta topografi berskala besar iaitu 1:5000. Objektif kajian adalah untuk mengenalpasti sumber imej satelit yang berpotensi serta menganalisis ketepatan planimetri dan geometri hasil pengekstrakan secara automatik. Algoritma kecerdasan buatan bagi pengekstrakan butiran topografi adalah berasaskan pendekatan penganotasi peta dan pengecaman pandangan. Oleh itu, kajian ini menunjukkan keberhasilan pendekatan alternatif untuk mengekstrak butiran semula jadi dan buatan manusia dari imej beresolusi tinggi dan penggunaan algoritma kecerdasan buatan. Kombinasi imej raster beresolusi tinggi 0.3m sebagai sumber utama dan algoritma kecerdasan buatan merupakan metodologi yang berpotensi dan efektif untuk aplikasi pengekstrakan butiran topografi. Ralat punca min kuasa dua (RMSE) bagi pengekstrakan data vektor ialah 0.646m. Kaedah ini menunjukkan tahap penerimaan penggunaan yang tinggi dalam mengemaskini peta topografi berskala besar dengan cepat kepada akademik dan agensi berkepentingan. |
|---|