اصلاح هندسی تصاویر سنجنده پوش بروم و ابرطیفی BaySpec OCI-F ازطریق تخمین ارتباط هندسی میان فریم های ویدئویی هم زمان، به کمک تناظریابی کمترین مربعات

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 113

فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_GIS-15-1_002

تاریخ نمایه سازی: 29 فروردین 1402

چکیده مقاله:

ضرورت دسترسی به کاربردهای وسیع تصاویر ابرطیفی سبب توسعه سیستم های تصویربرداری نوآورانه و اقتصادی در ثبت این تصاویر شده است. به منظور استفاده از این تصاویر، لازم است ارتباط هندسی دقیقی میان آنها و فضای زمین برقرار شود و این فرایند نیازمند نقاط کنترلی بسیاری است. این نکته ضرورت توسعه راهکارهای اصلاح هندسی منطبق با ساختار هریک از این دوربین ها را بارز می کند. سنجنده (nm ۴۰۰-۱۰۰۰) BaySpec OCI-F یکی از سیستم های نوآورانه ای است که تصاویر ابرطیفی را با هندسه تصویربرداری پوش بروم دریافت می کند. این سنجنده، علاوه بر یک سنسور پوش بروم، از یک سنسور فریم نیز بهره می برد که هم زمان با سنسور پوش بروم و با رزولوشن مکانی زمانی مشابه، تصویر را دریافت می کند. در این مقاله، روشی برای اصلاح هندسی تصاویر پوش بروم این سنجنده بیان شده است. در بخش اول این روش، با توجه به ساختار تصویربرداری دوربین، ارتباط هندسی میان آرایه خطی و سنسور فریم در قالب پارامترهای کالیبراسیونی مشخص می شود. در ادامه، به کمک برآورد ارتباط هندسی میان تصاویر فریم متوالی، پیکسل های تصویر پوش بروم در کنار یکدیگر چیده و تصویر اصلاح شده تولید می شود. در این روش، ارتباط هندسی میان هر جفت فریم متوالی به طور مستقیم، ازطریق تناظریابی کمترین مربعات، محاسبه می شود. نتایج به دست آمده نشان می دهد که این روش، به طور متوسط، ۲/۶۲% از اعوجاجات هندسی تصویر خام را کاهش داده است. این کاهش سبب شده است متوسط دقت مدل های درون یاب عمومی ساده دوبعدی و سه بعدی بین فضای تصویر و زمین، به ترتیب، ۹/۳۹% و ۱/۳۴% افزایش یابد.

نویسندگان

مجتبی آخوندی خضرآباد

دانشجوی کارشناسی ارشد فتوگرامتری، دانشکده مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی

محمدجواد ولدان زوج

استاد گروه فتوگرامتری و سنجش از دور، دانشکده مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی

علیرضا صفدری نژاد

استادیار گروه ژئودزی و مهندسی نقشه برداری، دانشگاه تفرش

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Arroyo-Mora, J.P., Kalacska, M., Inamdar, D., Soffer, R., Lucanus, O., ...
  • Barbarella, M., Fiani, M. & Zollo, C., ۲۰۱۷, Assessment of ...
  • Barbieux, K., ۲۰۱۸, Pushbroom Hyperspectral Data Orientation by Combining Feature-Based ...
  • Barbieux, K., Constantin, D. & Merminod, B., ۲۰۱۶, Correction of ...
  • BaySpec, ۲۰۱۶, OCI-F Ultra-Compact Hyper-spectral Imager User Manual, https://geo-matching.com/uploads/default/m/i/ migrationuajxbx. ...
  • Cariou, C. & Chehdi, K., ۲۰۰۸, Automatic Georeferencing of Airborne ...
  • Fang, H., Hu, B., Yu, Z., Xu, H., He, C., ...
  • Guerrero, J. & Sagues, C., ۲۰۰۱, From Lines to Homographies ...
  • Habib, A.F., Morgan, M.F., Jeong, S. & Kim, K.O., ۲۰۰۵, ...
  • Habib, A., Han, Y., Xiong, W., He, F., Zhang, Z. ...
  • Habib, A., Xiong, W., He, F., Yang, H.L. & Crawford, ...
  • Jannati, M. & Valadan Zoej, M.J., ۲۰۱۵, Introducing Genetic Modification ...
  • Jannati, M., Valadan Zoej, M.J. & Mokhtarzade, M., ۲۰۱۷, Epipolar ...
  • Jurado, J.M. Padua, L., Hruska, J., Feito, F.R. & Sousa, ...
  • Lowe, D.G., ۲۰۰۴, Distinctive Image Features from Scale-Invariant Keypoints, International ...
  • OCI-F Series Hyperspectral Cameras, ۲۰۱۶, https://www.optonlaser.com/produit/cameras- hyper-spectrales/OCI-F-Cam%C۳%A۹ra-Hyperspectrale-VIS-NIR-SWIR. pdf ...
  • Online, P., ۲۰۲۰, Hyperspectral Imager OCItm-F Series (۴۰۰-۱۰۰۰nm), https://www.photonicsonline.com/doc/ hyperspectral-imagers-oci-f-series-۰۰۰۱ ...
  • Orun, A.B. & Natarajan, K., ۱۹۹۴, A Modified Bundle Adjustment ...
  • Pöntinen, P., ۱۹۹۹, On the Creation of Panoramic Images from ...
  • Ramirez‐Paredes, J.P., Lary, D.J. & Gans, N.R., ۲۰۱۶, Low‐Altitude Terrestrial ...
  • Safdarinezhad, A., Mokhtarzade, M. & Valadan Zoej, M.J., ۲۰۱۹, An ...
  • Sedaghat, A. & Ebadi, H., ۲۰۱۵, Accurate Affine Invariant Image ...
  • Suomalainen, J., Anders, N., Iqbal, S., Roerink, G., Franke, J., ...
  • Tao, C.V. & Hu, Y., ۲۰۰۱, A Comprehensive Study of ...
  • Tjahjadi, M.E. & Handoko, F., ۲۰۱۷, Precise Wide Baseline Stereo ...
  • Yang, N., Zhang, Y. & Li, J., ۲۰۲۰, A Least ...
  • Zhang, H., Zhang, B., Wei, Z., Wang, C. & Huang, ...
  • نمایش کامل مراجع