جستجوی مقالات مرتبط با کلیدواژه "asift algorithm" در نشریات گروه "عمران"
تکرار جستجوی کلیدواژه «asift algorithm» در نشریات گروه «فنی و مهندسی»جستجوی asift algorithm در مقالات مجلات علمی
-
تناظریابی دو یا چند تصویر، یک فرآیند اساسی در فتوگرامتری رقومی است. تناظریابی کاملا اتوماتیک تصاویر همگرا به دلیل اعوجاجات هندسی قابل توجه در آنها، بسیار دشوار بوده و اکثر الگوریتم ها در حذف تناظرهای اشتباه احتمالی در این تصاویر با اشکال روبرو می شوند. در این مقاله روشی کارآمد جهت تناظریابی تصاویر همگرا در فتوگرامتری برد کوتاه ارائه شده است. روش پیشنهادی از سه مرحله اصلی تشکیل شده است. در مرحله اول از الگوریتم کارآمد ASIFT (Affine-SIFT)، جهت استخراج و تناظریابی اولیه میان تصاویر استفاده می شود. در مرحله ی دوم با بهره گیری از الگوریتم ژنتیک در برآورد قید هندسی اپی پولار، اغلب تناظرهای اشتباه میان تصاویر حذف می شوند. با توجه به نقص قید هندسی اپی پولار در حذف تمامی اشتباهات، در روش پیشنهادی در مرحله سوم از یک روش کارآمد جهت حذف اشتباهات محدود باقیمانده از مرحله قبل استفاده می شود. در این روش فرآیند خوشه بندی میان عوارض مستخرج از مرحله قبل با استفاده از الگوریتم K-Means، انجام شده و با بهره گیری از قید هندسی افاین به صورت محلی، دیگر تناظرهای اشتباه ممکن میان تصاویر حذف می شوند. نتایج آزمایشات بر روی چند دسته ی مختلف از تصاویر بردکوتاه بیانگر عملکرد قابل توجه روش پیشنهادی می باشد به طوری که روش پیشنهادی امکان حذف اشتباهات تناظریابی در مواردی که تعداد آنها 50 برابر تعداد تناظرهای صحیح می باشد را نیز داراست.
کلید واژگان: فتوگرامتری برد کوتاه, تناظریابی, الگوریتم ASIFT, الگوریتم ژنتیک (GA), خوشه بندی K, MeansImage matching is an essential task in digital photogrammetry. The fully aoutomatic matching of convergent close range image is a difficult task due to possible significant geometric distortions in these images. In this paper an efficient and fully aoutomatic matching method for convergent close range images is presented. The proposed method consists of three main steps. In first, the initial feature extraction and matching is performed using ASIFT (Affine-SIFT) algorithm. In the second step the epipolar geometry based on fundamental matrix is estimated using genetic algoritm to eliminate most of outliers in initial match features. Due to the defect of epipolar geometry to remove all outliers, in third step of proposed method a new approach to remove reminding outlier from previous step is proposed. In this method cluetering process is performed by k-Means algorithm and followed by a consistency check in the local affine transformation model for each cluster. The experiment results using both synthetic data and various sets of convergent close-range images show that the proposed algorithm provides reliabile and acuurate matching.Keywords: Close Range Photogrammetry, Image Matching, ASIFT Algorithm, Genetic Algorithm, K, Means Clustering
نکته
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.