شناسایی نواحی پنهان با استفاده از تکنیک استخراج لبه در تصویر فاصله دستگاه لیزر اسکنرزمینی
نویسندگان
چکیده
در مواقعی که پرتو یک اسکنر لیزری به دلیل وجود یک مانع (همچون درخت یا دیوار یک ساختمان) قادر به عبور از عارضه ای نباشد، نقاطی که در پشت عارضه قرار دارند، برداشت نمی شوند. این نقاط به عنوان نواحی پنهان در ابر نقاط ظاهر می شوند که بررسی آنها برای تعیین ایستگاه بعدی یک موضوع کلیدی می باشد. امروزه بررسی نواحی پنهان به صورت دستی انجام می شود که کاری وقت گیر و خطا دار می باشد. در این مقاله تکنیک جدیدی مطرح می شود که با استفاده از آن نواحی پنهان در داده های لیزر اسکنر به صورت اتوماتیک تعیین می شوند. همان طور که می دانیم لبه ها در یک تصویر فاصله نشان دهنده اختلاف شدید بین درجات روشنایی پیکسل های مجاور می باشند. در یک تصویر فاصله، این اختلاف به دلیل تفاوت عمق نقاط می باشد که در صورت وجود نواحی پنهان، مقدار آن شدید خواهد بود. بنابراین، در این مقاله برای تعیین اتوماتیک مرز نواحی پنهان، از داده های برداشت شده توسط لیزر اسکنر یک تصویر فاصله ساخته شده و لبه های آن استخراج می شوند. پس از آن، لبه های تعیین شده بر روی یک صفحه مرجع تصویر شده و به همدیگر متصل می شوند تا سطح محدوده پنهان شده، مشخص گردد. برای پیاده سازی این روش ابرنقاط یک ایستگاه لیزر اسکنر زمینی در یک منطقه شهری مورد استفاده قرار گرفت. برای استخراج لبه ها از تکنیک کَنی استفاده شد. نتایج ارزیابی ها نشان داد با استفاده از روش ارائه شده می توان در صورت عدم وجود عوامل پیچیده (همچون درخت)، نواحی پنهان موجود در ابر نقاط را به صورت اتوماتیک شناسایی نمود.
منابع مشابه
استخراج مدل رقومی زمین از یک تصویر با استفاده از تکنیک Shape from Shading
تکنیک(SFS)،از جمله روشهایی است که جهت تولید DTM از مناطق با Texture ضعیف،مطرح میباشد که با در نظر گرفتن ارتباط درجات خاکستری تصویر،توپوگرافی سطح زمین و جهت تابش نور،امکان بازسازی DTMاز یک تصویر را امکان پذیر میسازد. در این تحقیق،جهت پیاده سازی این الگوریتم براساس مدل لامبرتین از دو نوع داده،شبیه سازی شده و واقعی،استفاده شده است. مدل رقومی زمین برای تصویر شبیه سازی شده از یک سطحBilinear با دقت ...
متن کاملاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
متن کاملاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
متن کاملاستخراج مدل رقومی زمین از یک تصویر با استفاده از تکنیک shape from shading
تکنیک(sfs)،از جمله روشهایی است که جهت تولید dtm از مناطق با texture ضعیف،مطرح میباشد که با در نظر گرفتن ارتباط درجات خاکستری تصویر،توپوگرافی سطح زمین و جهت تابش نور،امکان بازسازی dtmاز یک تصویر را امکان پذیر میسازد. در این تحقیق،جهت پیاده سازی این الگوریتم براساس مدل لامبرتین از دو نوع داده،شبیه سازی شده و واقعی،استفاده شده است. مدل رقومی زمین برای تصویر شبیه سازی شده از یک سطحbilinear با دقت ...
متن کاملبهبود لبه ها در تصاویر رنگی با استفاده از تکنیک های چند مقیاسی و رشد نواحی
لبه یابی یکی از بخش های مهم ناحیه بندی تصاویر است که در پیداکردن اشیاء در تصاویر و پردازش تصویر نقش اساسی دارد. از آنجا که بیشتر لبه یابها، لبه ها را بصورت پیکسلهای جدا از هم استخراج می کند و لبه های اطراف اشیاء موجود در تصویر منفصل می باشند و بعضی از آنها که لبه ها را به صورت پیوسته استخراج می کنند، لبه های اضافی دیگری را نیز تولید می کند. تمام تلاش محققان بر این بوده است تا قدرت تشخیص تصاویر ...
15 صفحه اولمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
مهندسی فناوری اطلاعات مکانیجلد ۳، شماره ۱، صفحات ۲۷-۴۴
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023