• استخراج عوارض متناظر در تصویر هوائی و داده های lidar بر اساس الگوریتم sift

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1387/01/01
    • تاریخ انتشار در تی پی بین: 1387/01/01
    • تعداد بازدید: 815
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    امروزه روش های گوناگونی برای استخراج عوارض متناظر انواع مجموعه داده ها وجود دارد. مجموعه داده ها ممکن است به صورت تصاویر هوایی، تصاویر ماهواره ای، نقشه ها، داده های لیزر اسکنر هوایی (lidar) و یا زمینی و غیره باشد. هدف اصلی این تحقیق استفاده از الگوریتم sift برای استخراج نقاط متناظر در دو مجموعه داده تصویر هوایی و داده های می باشد و در نهایت می توان با انجام یک تبدیل هندسی دو مجموعه داده را بر روی هم ثبت نمود. روش sift قبلا برای کاربردهای تناظریابی و تشخیص شی بکار گرفته شده است. خاصیت اصلی الگوریتم siftاینست که دارای قابلیت استخراج عوارض مشخص می باشد که این عوارض نسبت به مقیاس، دوران، تغییر در روشنایی تصویر و همچنین نویز مستقل بوده و دارای وابستگی نیستند. عمده تمرکز این مقاله بر روی بدست آوردن پارامترهای بهینه sift در دو مجموعه داده می باشد، که سپس بتوان با یک الگوریتم تناظریابی sift نقاط متناظر در آنها را پیدا نموده و استخراج کرد. پس از استخراج نقاط متناظر، نقاطی که بطور اشتباه بعنوان نقاط متناظر انتخاب شده اند (outlier) حذف می گردند و برای حذف آنها می توان از روش های مختلف استفاده نمود. الگوریتم sift طی برنامه نویسی در محیط matlab برای مقاصد این تحقیق توسعه داده شد و با نوشتن برنامه های متعدد در نهایت پس از استخراج عوارض متناظر یک database مشتمل بر نقاط متناظر در دو مجموعه داده تشکیل گردید. داده های مورد استفاده از منطقه شهری اشتوتگارت آلمان می باشد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها