شناسایی اشتباهات تناظریابی و تصحیح نسبی توابع رشنال در تصاویر استریو ماهوارهای
Authors
Abstract:
یکی از مهم‌ترین مراحل پردازش تصاویر ماهوارهای و بخصوص تصاویر استریو ماهوارهای بحث زمین مرجع‌سازی آن‌هاست. در حال حاضر اکثر شرکت‌های تولیدکننده تصاویر استریو ماهوارهای از توابع رشنال برای زمین مرجع‌سازی استفاده می‌کنند. اما از آنجا که تولید توابع رشنال برای هر تصویر به‌طور جداگانه انجام می‌گیرد، در عمل علاوه بر خطای مطلق این توابع، بین توابع رشنال این تصاویر یک نوع خطای نسبی نیز وجود دارد که برای اهداف برجسته‌بینی و استخراج مختصات سه‌بعدی به نظر می‌رسد که باید تصحیح شود. ایده‌ی مطرح برای تصحیح نسبی این توابع، استفاده از نقاط متناظر عکسی است. در حال حاضر اپراتورهای بینایی رایانه می‌توانند به‌صورت اتوماتیک نقاطی را استخراج و تناظریابی کنند؛ اما تناظریابی این نقاط با اشتباهاتی همراه هستند که بایستی از چرخه محاسبات تصحیح نسبی ضرایب توابع رشنال حذف شوند. در این تحقیق برای تصحیح نسبی توابع رشنال و همچنین حذف همزمان اشتباهات تناظریابی، الگوریتم RANSAC+RPC پیشنهاد داده شده است. نتایج بدست آمده بر روی زوج تصاویر ماهوارهای GeoEye1 از منطقه شهری قم و تصاویر ماهوارهای IRS P5 از منطقه رودهن نشان می‌دهد اگرچه این استراتژی برای توجیه نسبی پایدار تصاویر ماهوارهای از موفقیت بالایی برخوردار است، اما میزان تاثیر تصحیحات روی نقاط سه‌بعدی بازسازی شده در حد زیر پیکسل است.
similar resources
شناسایی اشتباهات تناظریابی و تصحیح نسبی توابع رشنال در تصاویر استریو ماهواره ای
یکی از مهم ترین مراحل پردازش تصاویر ماهواره ای و بخصوص تصاویر استریو ماهواره ای بحث زمین مرجع سازی آن هاست. در حال حاضر اکثر شرکت های تولیدکننده تصاویر استریو ماهواره ای از توابع رشنال برای زمین مرجع سازی استفاده می کنند. اما از آنجا که تولید توابع رشنال برای هر تصویر به طور جداگانه انجام می گیرد، در عمل علاوه بر خطای مطلق این توابع، بین توابع رشنال این تصاویر یک نوع خطای نسبی نیز وجود دارد ک...
full textتولید تصاویر اپیپولار از تصاویر استریو ماهوارهای با توان تفکیک بالا برای الگوریتم تناظریابی شبه سراسری بدون استفاده از توابع رشنال
تصاویر اپیپولار تصاویر ترمیم‌شده‌ای هستند که در آن‌ها هر سطر در تصویر چپ با همان سطر در تصویر راست متناظر است؛ این باعث افزایش سرعت تناظریابی و کاهش فضای جستجو از دوبعدی به یک‌بعدی میشود. برای استفاده از الگوریتمهای تناظریابی سراسری مانند تناظریابی شبه سراسری، بایستی تصاویر اپیپولار ایجاد شوند. برخلاف تصاویر با هندسه‌ی پرسپکتیو، هندسه‌ی اپیپولار در تصاویر آرایه خطی ماهوارهای یک خط مستقیم...
full textارزیابی کارایی ترکیب توابع رشنال با معادلات مالتی کوادریک به منظور بهبود تصحیح هندسی تصاویر ماهوارهای
در این مطالعه به بررسی مدل‌های تصحیح هندسی و زمین مرجع نمودن تصاویر ماهوارهای بر اساس معادلات مالتی کوادریک پرداخته شده است که تا کنون کمتر مورد توجه بوده است. معادلات مالتی کوادریک علاوه بر اینکه نیاز به خطی کردن ندارد با تخصیص تابع وزن بر اساس فاصله نقاط از یکدیگر موجب برآورد تصحیحاتی جهت تعیین مجهولات با دقت بهتر می‌گردد. هدف از این تحقیق جایگزین نمودن مدل ریاضی پایه چند جمله‌ای از مرت...
full textارزیابی کارایی ترکیب توابع رشنال با معادلات مالتی کوادریک به منظور بهبود تصحیح هندسی تصاویر ماهواره ای
در این مطالعه به بررسی مدل های تصحیح هندسی و زمین مرجع نمودن تصاویر ماهواره ای بر اساس معادلات مالتی کوادریک پرداخته شده است که تا کنون کمتر مورد توجه بوده است. معادلات مالتی کوادریک علاوه بر اینکه نیاز به خطی کردن ندارد با تخصیص تابع وزن بر اساس فاصله نقاط از یکدیگر موجب برآورد تصحیحاتی جهت تعیین مجهولات با دقت بهتر می گردد. هدف از این تحقیق جایگزین نمودن مدل ریاضی پایه چند جمله ای از مرتبه پا...
full textارائه یک روش تکاملی به منظور زمین مرجع نمودن و کشف اشتباهات تصاویر ماهوارهای با قدرت تفکیک مکانی بالا
زمین مرجع نمودن تصاویر ماهوارهای با قدرت تفکیک مکانی بالا در اکثر کاربردهای سنجش از دور و فتوگرامتری مانند تولید تصاویر ارتو و مدل ارتفاعی رقومی مطرح میشود. در فرآیند زمین مرجع نمودن، وجود نقاط کنترل زمینی در تصویر نقش مهمی در برآورد پارامترهای مورد نیاز طی محاسبات سرشکنی دارد. بنابراین حضور اشتباهات در این نقاط، میتواند باعث اشتباهات بنیادی در محاسبات زمین مرجع نمودن و نتایج حاصل از سرشکنی شود...
full textMy Resources
Journal title
volume 4 issue 3
pages 43- 56
publication date 2016-12
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023