شماره ركورد :
1397478
عنوان مقاله :
تلفيق چندمقياسي تصاوير ماهواره اي با توان تفكيك مكاني بالا با استفاده از فيلترهاي هدايت پذير گوسين و نقشه تمايز موضعي
پديد آورندگان :
جوهري ، نگار دانشگاه تهران، دانشكدگان فني - دانشكده مهندسي نقشه برداري و اطلاعات مكاني , شاه حسيني ، رضا دانشگاه تهران، پرديس دانشكده هاي فني - دانشكده مهندسي نقشه برداري و اطلاعات مكاني , حسنلو ، مهدي دانشگاه تهران، پرديس دانشكده هاي فني - دانشكده مهندسي نقشه برداري و اطلاعات مكاني , صداقت ، امين دانشگاه تبريز - دانشكده مهندسي عمران , محمدي ، نازيلا دانشگاه تبريز - دانشكده مهندسي عمران , اوستان ، سيامند دانشگاه بوعلي ‌سينا همدان
از صفحه :
59
تا صفحه :
81
كليدواژه :
تلفيق تصاوير سنجش‌ازدوري , فيلترهاي هدايت‌پذير گوسين , نقشه تمايز , گراديان مورفولوژيكي , MTF سنجنده , الگوريتم LPPN
چكيده فارسي :
تصاوير ماهواره اي با توان تفكيك مكاني بالا دربردارنده عوارض موضعي ساختاري در فركانس هاي متعدد بوده كه چالش هاي اساسي را به هنگام پردازش و توليد محصولات قابل اعتماد سنجش ازدور و فتوگرامتري از جمله تلفيق تصاوير چندطيفي با باند پنكروماتيك ايجاد خواهند كرد. درنتيجه، تعادل ميان اعوجاجات طيفي و مكاني، كاهش يافته و تصاوير حاصل، از واقع گرايي لازم برخوردار نخواهند بود. اين مساله، مانعي اساسي براي بسياري از روش هاي سنتي و يادگيرنده است. به علاوه، اختلاف ميان داده آموزشي و تست و همچنين عدم دسترسي به داده مرجع، مي تواند تعميم پذيري روش هاي يادگيرنده را تحت الشعاع قرار دهد. بدين منظور، اين تحقيق با ارائه رويكردي دومرحله اي، به دنبال بهبود فرآيند تلفيق پيكسل مبنا (پن شارپ كردن) تصاوير ماهواره اي است. در مرحله اول ، عوارض ساختاري موضعي در رويكردي چندمقياسي با استفاده از نقشه معيار ميانه حاصل از فيلترهاي هدايت پذير گوسين در حوزه مكان و با الهام از الگوريتم شاخص تبديل ويژگي مستقل از مقياس (SIFT) در ادغام با تابع مدل سازي انتقال (MTF) سنجنده بازسازي مي شوند. در ادامه، نقشه تمايز دودويي با استفاده از گراديان هاي مورفولوژيكي و آستانه گذاري اتسو (OTSU) ايجاد مي شود. تصوير بازسازي شده حاصل به‌عنوان تصوير راهنما و نقشه تمايز به عنوان فيلتر راهنما درنظرگرفته شده و به منظور بهبود عملكرد و تعميم پذيري مجموعه اي از روش هاي شاخص ارائه شده تلفيق در چارچوب هاي محاسباتي متنوع (مبتني و عدم مبتني بر يادگيري عميق) اعمال مي شود. به منظور ارزيابي از چارچوب هاي متنوع، ازجمله، پارامترهاي مبتني و عدم مبتني بر تصوير مرجع استفاده شده كه نتايج كمي و كيفي حاصل از بهبود عملكرد روش هاي انتخابي و افزايش واقع گرايي فرآيند تلفيق است. از اين ميان، الگوريتم شبكه پن شارپ كننده مبتني بر هرم لاپلاسين (LPPN) كه مبتني بر يادگيري عميق بوده، عملكرد بهتري در مقايسه با روش هاي ديگر داشته كه با استفاده از رويكرد پيشنهادي بهبود يافته است. ميانگين معيار ارزيابي بدون مرجع (QNR) روش هاي انتخابي با استفاده از رويكرد پيشنهادي از 0/931 به 0/9430 و ميانگين معيار ارزيابي تركيبي بدون مرجع (HQNR) از 0/920 به 0/931 افزايش يافته است. همچنين ميانگين اعوجاجات طيفي و مكاني نيز به ترتيب از 0/05 به 0/04 و از 0/0576 به 0/0483 كاهش يافته است. ميانگين معيار زاويه طيفي (SAM) نيز از 3/5022 به 3/268  كاهش يافته است كه در مجموع، حاكي از كاهش اعوجاجات و بهبود واقع گرايي فرآيند تلفيق هستند.
عنوان نشريه :
مهندسي فناوري اطلاعات مكاني
عنوان نشريه :
مهندسي فناوري اطلاعات مكاني
لينک به اين مدرک :
بازگشت