روشی نوین در بهبود تضاریس لبه ساختمان ها بر روی تصاویر قائم

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 226

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SEPEHR-31-123_005

تاریخ نمایه سازی: 5 دی 1401

چکیده مقاله:

امروزه تصاویر قائم از محصولات پرکاربرد در حوزه اطلاعات مکانی هستند که غالبا از تصاویر هوایی یا ماهواره ­ای تهیه ­می ­شوند به طوری که توجه به دقت و کیفیت تصاویر قائم به دلیل دارا بودن هم زمان اطلاعات هندسی و رادیومتریک از اهمیت بالایی برخوردار است. عوامل متعددی در کیفیت تهیه این تصاویر تاثیرگذار هستند که در این میان ابرنقاط و مدل رقومی سطحی که از آن تهیه می­ شوند را می­ توان به عنوان مهمترین موارد برشمرد. به سبب نقص ابرنقاط در لبه های ساختاری ساختمان­ ها تصاویر ­قائم حقیقی دارای اعوجاج ها و تضاریسی بر روی این لبه ها می­ باشند. این مشکل بر روی تصاویر قائم به دست آمده از تصاویری که با پهپادها در نواحی شهری اخذ می شوند به علت آنکه از ارتفاع پایین تری برخوردارند بیشتر است. در این حالت به سبب افزایش میزان جابجایی های مسطحاتی ناشی از عوارض مرتفع با ارتفاع پرواز پایین نسبت به هواپیماهای باسرنشین لازم است تا ابرنقاط مربوطه بهبود یافته و از مدل رقومی سطحی دقیق تری برای انجام تصحیحات استفاده شود. علاوه بر این روش های تهیه ابرنقاط که بر مبنای تناظریابی میان تصاویر است به علت وجود نواحی پنهان و تغییرات رادیومتریکی میان تصاویر همپوشان قادر به تولید ابرنقاط کامل نبوده و دارای نقص هایی به ویژه بر روی لبه های عوارض هستند. در این مطالعه علاوه بر اینکه برای تکمیل ابرنقاط استفاده از شبکه یادگیری عمیق آموزش دیده در بهبود ابرنقاط برای تهیه تصاویر قائم پیشنهادشده است موفقیت نتایج حاصل از آن با جدیدترین روش پیشنهادی بهبود تصویر قائم حکایت از بهبود حدود ۶۲ و ۵۵ درصدی تضاریس نقاط واقع بر لبه های ساختاری و حفظ دقت مختصاتی آن ها دارد.

نویسندگان

مژده ابراهیمی کیا

دانشجوی دکترا فتوگرامتری، دانشکده مهندسی ژئودزی و ژئوماتیک دانشگاه خواجه نصیرالدین طوسی، تهران، ایران

علی حسینی نوه احمدآبادیان

استادیاردانشکده مهندسی ژئودزی و ژئوماتیک دانشگاه خواجه نصیرالدین طوسی، تهران، ایران

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 :
  • Agisoft, ۲۰۲۱. AgisoftPhotoScan User Manual: Professional Edition, Version ۱.۷. Agisoft ...
  • Barazzetti, L., Brumana, R., Oreni, D., Previtali, M., &Roncoroni, F. ...
  • Boccardo, P., Dequal, S., Lingua, A., &Rinaudo, F. (۲۰۰۱). True ...
  • Canny, J. (۱۹۸۶). A computational approach to edge detection. IEEE ...
  • Chang, Y., Jung, C., &Xu, Y. (۲۰۲۱). FinerPCN: High fidelity ...
  • Chen, X., Chen, B., &Mitra, N. J. (۲۰۱۹). Unpaired point ...
  • Chen, Y., Briese, C., Karel, W., & Pfeifer, N. (۲۰۱۴). ...
  • Chibane, J., Mir, A., & Pons-Moll, G. (۲۰۲۰). Neural unsigned ...
  • Czerniawski, T., Ma, J. W., &Leite, F. (۲۰۲۱). Automated building ...
  • Dai, A., Diller, C., &Nießner, M. (۲۰۲۰). Sg-nn: Sparse generative ...
  • Dai, A., Ruizhongtai Qi, C., &Nießner, M. (۲۰۱۷). Shape completion ...
  • Dunbar, D., & Humphreys, G. (۲۰۰۶). A spatial data structure ...
  • Ebrahimikia, M., &Hosseininaveh, A. (۲۰۲۲). True Orthophoto Generation Based on ...
  • Gkioxari, G., Malik, J., & Johnson, J. (۲۰۱۹). Mesh r-cnn. ...
  • Groueix, T., Fisher, M., Kim, V., Russell, B., &Aubry, M. ...
  • Hirschmuller, H. (۲۰۰۸). Stereo processing by semiglobal matching and mutual ...
  • Huang, Z., Yu, Y., Xu, J., Ni, F., & Le, ...
  • Kato, A., Moskal, L., Schiess, P., Calhoun, D., & Swanson, ...
  • Krauss, T., &Reinartz, P. (۲۰۱۰). Urban object detection using a ...
  • Li, C.-L., Zaheer, M., Zhang, Y., Poczos, B., &Salakhutdinov, R. ...
  • Liu, M., Sheng, L., Yang, S., Shao, J., & Hu, ...
  • Mohammadi, H., Samadzadegan, F., &Reinartz, P. (۲۰۱۹). ۲D/۳D information fusion ...
  • Noronha, S., &Nevatia, R. (۲۰۰۱). Detection and modeling of buildings ...
  • Qi, C. R., Su, H., Mo, K., &Guibas, L. J. ...
  • Qin, C., You, H., Wang, L., Kuo, C.-C. J., & ...
  • Sarmad, M., Lee, H. J., & Kim, Y. M. (۲۰۱۹). ...
  • Siddiqui, F. U., Teng, S. W., Awrangjeb, M., & Lu, ...
  • Tchapmi, L. P., Kosaraju, V., Rezatofighi, H., Reid, I., &Savarese, ...
  • Venkatesh, R., Karmali, T., Sharma, S., Ghosh, A., Jeni, L. ...
  • Wang, N., Zhang, Y., Li, Z., Fu, Y., Liu, W., ...
  • Wang, Q., Yan, L., Sun, Y., Cui, X., Mortimer, H., ...
  • Wang, X., AngJr, M. H., & Lee, G. H. (۲۰۲۰). ...
  • Wang, X., Jin, Y., Cen, Y., Wang, T., & Li, ...
  • Wei, S. (۲۰۰۸). Building boundary extraction based on lidar point ...
  • Widyaningrum, E., Lindenbergh, R., Gorte, B., & Zhou, K. (۲۰۱۸). ...
  • Wu, J., Jie, S., Yao, W., &Stilla, U. (۲۰۱۱). Building ...
  • Xiang, P., Wen, X., Liu, Y.-S., Cao, Y.-P., Wan, P., ...
  • Yang, Y., Feng, C., Shen, Y., &Tian, D. (۲۰۱۸). Foldingnet: ...
  • Yu, L., Li, X., Fu, C.-W., Cohen-Or, D., &Heng, P.-A. ...
  • Yuan, W., Khot, T., Held, D., Mertz, C., & Hebert, ...
  • Zhang, Y., Liu, Z., Li, X., &Zang, Y. (۲۰۱۹). Data-Driven ...
  • نمایش کامل مراجع