سامانه مدیریت نشریات علمی دانشگاه شهید بهشتی

یاوری, سمیه, ولدان زوج, محمدجواد, صاحبی, محمودرضا, مختارزاده, مهدی. (1395). ارزیابی دقت تصحیح هندسی تصاویر ماهواره‎ای با توان تفکیک بالا با استفاده از اطلاعات کنترلی. , 8(3), 1-10.
سمیه یاوری; محمدجواد ولدان زوج; محمودرضا صاحبی; مهدی مختارزاده. "ارزیابی دقت تصحیح هندسی تصاویر ماهواره‎ای با توان تفکیک بالا با استفاده از اطلاعات کنترلی". , 8, 3, 1395, 1-10.
یاوری, سمیه, ولدان زوج, محمدجواد, صاحبی, محمودرضا, مختارزاده, مهدی. (1395). 'ارزیابی دقت تصحیح هندسی تصاویر ماهواره‎ای با توان تفکیک بالا با استفاده از اطلاعات کنترلی', , 8(3), pp. 1-10.
یاوری, سمیه, ولدان زوج, محمدجواد, صاحبی, محمودرضا, مختارزاده, مهدی. ارزیابی دقت تصحیح هندسی تصاویر ماهواره‎ای با توان تفکیک بالا با استفاده از اطلاعات کنترلی. , 1395; 8(3): 1-10.

ارزیابی دقت تصحیح هندسی تصاویر ماهواره‎ای با توان تفکیک بالا با استفاده از اطلاعات کنترلی

نشریه سنجش از دور و GIS ایران
مقاله 1، دوره 8، شماره 3، تیر 1395، صفحه 1-10    اصل مقاله (2.94 M)
نوع مقاله: علمی - پژوهشی
نویسندگان
سمیه یاوری* 1؛ محمدجواد ولدان زوج2؛ محمودرضا صاحبی3؛ مهدی مختارزاده3
1دانشجوی دکتری سنجش از دور، دانشگاه صنعتی خواجه نصیرالدین طوسی
2استاد گروه فتوگرامتری و سنجش از دور، دانشگاه صنعتی خواجه نصیرالدین طوسی
3دانشیار گروه فتوگرامتری و سنجش از دور، دانشگاه صنعتی خواجه نصیرالدین طوسی
چکیده
زمین‌مرجع‌سازی تصاویر ماهواره‎ای با توان تفکیک بالا، با استفاده از معادلات ریاضی مناسب یکی از مهم‌ترین مراحل استخراج اطلاعات مکانی سه‌بعدی دقیق است. به‌منظور زمین‎مرجع‎سازی تصاویر ماهواره‎ای، ابتدا باید مجموعه‌ای عوارض کنترلی مانند نقاط، خطوط و یا سطوح در دو فضا استخراج شوند. سپس عوارض متناظر از بین کل عوارض استخراج‎شده تعیین و به‌طور مستقیم برای حل تابع انتقال بین دو فضا مشخص شوند. ازآنجاکه دقت تصحیح هندسی تصاویر دقت زمین‎مرجع‌سازی را تحت تأثیر مستقیم قرار می‎دهد، در این مقاله این مسئله براساس استفاده از عوارض کنترلی خطی و نیز تلفیق آن با نقاط کنترلی در حل معادلة رشنال بررسی شده است. همچنین اثر آنها در حذف خطاهای سیستماتیک بررسی شده است. نتایج به‌دست‌آمده نشان می‎دهد که دقت حل معادلة رشنال با استفاده از خطوط کنترلی پایین و درحدود 3 پیکسل است. همچنین دیاگرام بردار باقی‌مانده‎ها نیز وجود میزان چشمگیر خطاهای سیستماتیک در نتایج نهایی را نشان‌ می‌دهد. دلیل این امر، افزون بر دقت و توزیع خطوط کنترلی، ماهیت خطوط به‌منزلة اطلاعات کنترلی نیز محسوب می‌شود. از سوی دیگر تلفیق خطوط و نقاط کنترلی به‌منظور حل معادله سبب ارتقای دقت تا 1 پیکسل و حذف بسیاری از خطاهای سیستماتیک می‎شود. ازاین‌رو، نتایجْ قابلیت بالای تلفیق خطوط و نقاط کنترلی در ارتقای دقت و نیز کاهش خطاهای سیستماتیک را نشان می‌دهد‎.
کلیدواژه‌ها
تصاویر ماهواره‎ای با توان تفکیک بالا؛ تصحیح هندسی؛ عوارض خطی؛ خطاهای سیستماتیک؛ معادلات رشنال
مراجع
  1. یاوری، س.، 1394، زمین‎مرجع‎سازی اتوماتیک تصاویر با توان تفکیک بالای ماهواره‎ای با استفاده از مدل‎های ریاضی سه‎بعدی غیرپارامتریک، رسالة دکتری، دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکدة ژئودزی و ژئوماتیک، دپارتمان فتوگرامتری و سنجش از دور.
  2. یاوری، س.، 1385، تصحیح هندسی تصاویر ماهواره‎ای مخدوش‌‌شده با استفاده از مدل‎های ریاضی سه‎بعدی غیرپارامتریک، پایان‎نامة کارشناسی ارشد، دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکدة ژئودزی و ژئوماتیک، دپارتمان فتوگرامتری و سنجش از دور.
  3. Akav, A., Zalmanson, G.H. & Doytsher, Y., 2004, Linear Feature Based Aerial Triangulation, Proceedings of the International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences,12–23 July, Istanbul, Turkey, 35 (B/3), PP. 7–12.
  4. Dare, P. & Dowman, I., 2001, An Improved Model for Automatic Feature-based Registration of SAR and SPOT Images, ISPRS Journal of Photogrammetry and Remote Sensing, 56)1), PP. 13–28.
  5. Elaksher, A., 2011, Potential of Using Automatically Extracted Straight Lines in Rectifying High Resolution Satellite Images, ASPRS 2011 Annual Conference Milwaukee, Wisconsin, May 1–5.
  6. Fraser, C. & Hanley, H., 2003, Bias Compen-sation in Rational Functions for Ikonos Satellite Imagery, Photogrammetric Engi-neering & Remote Sensing, 69(1), PP. 53–57.
  7. Fraser, C.S. & Yamakawa, T., 2004, Insights into the Affine Model for High-resolution Satellite Sensor Orientation, ISPRS Journal of Photogrammetry & Remote Sensing, 58, PP. 275– 288.
  8. Goshtasby, A.A., 2005, 2-D and 3-D Image Registration for Medical, Remote Sensing, and Industrial Applications, Wiley.
  9. Habib, A. & Kelley, D., 2001, Automatic Relative Orientation of Large Scale Imagery over Urban Areas Using Modified Iterated Hough Transform, ISPRS Journal of Photogrammetry and Remote Sensing, 56, PP. 29–41.
  10. Habib, A., Morgan, M., Kim, E.M. & Cheng, R., 2004, Linear Features in Photogrammetric Activities, XXth ISPRS Congress, Istanbul, Turkey, Automated Geo-Spatial Data Production and Updating, P. 610, 12-23 July.
  11. Hu, Y. & Tao, C.V., 2002, Updating Solutions of the Rational Function Model Using Additional Control Information, Photo-grammetric Engineering & Remote Sensing, 68(7), PP. 715–723.
  12. Jaw, J. & Perny, N., 2008, Line Feature Correspondence between Object Space and Image Space, Photogrammetric Engineering & Remote Sensing, 74(12), PP. 1521–1528.
  13. Junior, J.M. & Tommaselli, A.M.G., 2013, Exterior Orientation of CBERS-2B Imagery Using Multi-feature Control and Orbital Data, ISPRS Journal of Photogrammetry and Remote Sensing, 79, PP. 219–225.
  14. Li, Ch. & Shi, W., 2014, The Generalized-Line-based Iterative Transformation Model for Imagery Registration and Rectification, IEEE Geoscience and Remote Sensing Letters, 11 (8), PP. 1394–1398.
  15. Liu, Z., An, J. & Jing, Y., 2012, A Simple and Robust Feature Point Matching Algorithm Based on Restricted Spatial Order Constraints for Aerial Image Registration, IEEE Transactions on Geoscience and Remote Sensing, 50(2), PP. 514–527.
  17. Lu, L., Zhang, Y., Tao, P., Zhang, Z. & Zhang, Y., 2013, Estimation of Transformation Parameters between Center-Line Vector Road Maps and High Resolution Satellite Images, Photogrammetric Record, 28(142),PP. 130–144.
  18. Schenk, T., 2003, Progress in Automatic Aerial Triangulation, Photogrammetric Week, available: http://www.ifp.uni-stuttgart.de/ publications/phowo03/schenk.pdf.
  19. Schenk, T., 2004¸ From Point-based to Feature-based Aerial Triangulation, ISPRS Journal of Photogrammetry & Remote Sensing, 58, PP. 315– 329.
  20. Song, W., Keller, J.M., Haithcoat, T.L., Davis, C.H. & Hinsen, J.B., 2013, An Automated Approach for the Conflation of Vector Parcel Map with Imagery, Photogrammetric Engineering & Remote Sensing, 6(9), PP. 535–543.
  21. Tao, C.V. & Hu, Y., 2001, A Comprehensive Study of the Rational Function Model for Photogrammetric Processing, Photo-grammetric Engineering and Remote Sensing, 67(12), PP. 1347–1357.
  22. Tao, C.V. & Hu, Y., 2002, 3D Construction Methods Based on the Rational Function Model Photogrammetric Processing, Photogrammetric Engineering & Remote Sensing, 68(7), PP. 705–714.
  23. Teo, T. & Chen, L., 2010, The Registration of 3D Models Nad a 2D Image Using Point and Line Features, ISPRS TC VII Symposium – 100 Years ISPRS, Vienna, Austria, July 5–7, IAPRS, Vol. XXXVIII, Part 7ª.
  24. Teo, T., 2013, Line-based Rational Function Model for High-resolution Satellite Imagery, International Journal of Remote Sensing, 34(4), PP. 1355–1372.
  25. Tong, X., Liu, Sh. & Weng, Q., 2010, Bias-corrected Rational Polynomial Coefficients for High Accuracy Geo-positioning of QuickBird Stereo Imagery, ISPRS Journal of Photogrammetry and Remote Sensing, 65, PP. 218-226.
  26. Valadan Zoej, M.J. & Petrie, G., 1998, Mathematical Modeling and Accuracy Testing of SPOT Level 1B Stereo pairs, Photogrammetric Record, 16(91), PP. 67–82.
  27. Valadan Zoej, M.J. & Sadeghian, S., 2003, Orbital Parameter Modeling Accuracy Testing of IKONOS Geo image, Photogrammetric Journal of Finland, 18(2), PP. 70–80.
  28. Valadan Zoej, M.J., Mokhtarzade, M., nMansourian, A., Ebadi, H. & Sadeghian, S., 2007, Rational Function Optimization Using Genetic Algorithms, International Journal of Applied Earth Observation and Geoinformation, 9(4), PP. 403–413.
  29. Yavari, S., Valadan Zoej, M.J., Mokhtarzade, M. & Mohammadzadeh, A., 2012, Comparison of Particle Swarm Optimization and Genetic Algorithm in Rational Function Model Optimization, International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XXXIX-B1, , XXII ISPRS Congress, 25 August – 01 September 2012, Melbourne, Australia.
  30. Yavari, S., Valadan Zoej, M.J., Mohammadzadeh, A. & Mokhtarzade, M., 2013, Particle Swarm Optimization of RFM for Georeferencing of Satellite Images, IEEE Geoscience and Remote Sensing Letters, 10(1).
  31. Yavari, S., Valadan Zoej, M.J., Sahebi, R. & Mokhtarzade, M., 2016, An Automatic Novel Structural Linear Feature-based Matching Based on New Concepts of Mathematically Generated Lines and Points, Photogrammetric Engineering and Remote Sensing, In Press.
  32. Zang, W., Lin, J., Zhang, B., Tao, H. & Wang, Z., 2011, Line-Based Registration For UAV Remote Sensing Imagery Of Wide-Spanning River Basin, 19th International Conference on Geoinformatics.
  33. Zhang, Z. & Zhang, J., 2004, Generalized Point Photogrammetry and its Application, Proceedings of The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Istanbul, Turkey, 35(B/5), PP. 77–81, 12–23 July.
  34. Zitova, B. & Flusser, J., 2003, Image Registration Methods: A Survey, Image and Vision Computing, 21, PP. 977–1000.
آمار
تعداد مشاهده مقاله: 2,718
تعداد دریافت فایل اصل مقاله: 1,661