عنوان

بهبود الگوریتم KAZE به‌منظور تناظریابی خودکار تصاویر ماهواره‌ای

شماره

پ۲۴۲۴۵

زبان متن نوشتاري يا گفتاري و مانند آن

per

عنوان اصلي

بهبود الگوریتم KAZE به‌منظور تناظریابی خودکار تصاویر ماهواره‌ای

نام نخستين پديدآور

آروین فارضی میاندوآب

نام ناشر، پخش کننده و غيره

فنی و مهندسی عمران

تاریخ نشرو بخش و غیره

۱۳۹۹

نام خاص و کميت اثر

۶۰ص.

مواد همراه اثر

سی دی

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

عمران مهندسی نقشه‌برداری سنجش‌از‌دور

زمان اعطا مدرک

۱۳۹۹/۱۱/۲۸

متن يادداشت

هم‌مرجع‌سازی تصاویرفرآیند همپوشانی هندسی دو یا چند تصویر است که از منظرهای مختلف، زمان‌های متفاوت و یا توسط سنسورهای متفاوتی تهیه شده‌اند. در فتوگرامتری و سنجش‌از‌دور فرایند هم‌مرجع‌سازی به منظور استفاده از تصاویر در کاربردهای مختلفی نظیر آشکارسازی تغییرات، موزائیک تصاویر و به‌ روز رسانی نقشه‌ها به کار می‌رود.یکی از مراحل اساسی در هم‌مرجع‌سازی، فرآیند استخراج عوارض و ایجاد توصیفگر آنها است که به منظور تناظریابی میان عوارض و استخراج نقاط گرهی در تصاویر انجام می‌گیرد. الگوریتم‌های مختلفی به منظور استخراج و تناظریابی عوارض ارائه شده است. یکی از الگوریتم‌های شاخص برای این منظور الگوریتم KAZE است. این الگوریتم در تصاویر ماهواره‌ای دارای ضعیف بوده و در بسیار از موارد فرآیند تناظریابی با استفاده از آن نتایج مناسبی ارائه نمی‌دهد. هدف اصلی در این پایان نامه بهبود عملکرد این الگوریتم به منظور انجام تناظریابی اتوماتیک در تصاویر ماهواره‌ای است. به منظور بهبود عملکرد این الگوریتم فرآیند استخراج عوارض و ایجاد توصیفگر در آن بهبود داده می‌شود. برای این منظور در مرحله اول مطابق با الگوریتم استاندارد KAZE با ایجاد یک فضای مقیاس غیر‌خطی تعداد زیادی از عوارض اولیه در تصویر استخراج می‌شود. سپس از میان عوارض اولیه، یک مجموعه از عوارض که دارای توزیع مناسب در فضای مکان و مقیاس هستند با استفاده از روش شایستگی یکنواخت (Uniform Competency) استخراج می‌شوند. استفاده از روش بهبود داده شده که به اختصار UC-KAZE نامیده می‌شود، سبب استخراج عوارضی با استحکام و تمایز بالا نیز می‌شود. بدین ترتیب فرایند تناظریابی به خاطر عوارض مستحکم با دقت بهتری انجام می‌شود و درنهایت هم‌مرجع‌سازی تصاویر بهبود می‌یابد. مراحل اصلی روش UC شامل رتبه بندی عوارض اولیه استخراج شده بر اساس ویژگی‌ها و اطلاعات هر عارضه، لایه‌بندی عوارض اولیه استخراج شده بر اساس مقیاس و شبکه‌بندی منظم هر لایه است. علاوه بر بهبود فرآیند استخراج توصیفگر استاندارد در الگوریتم KAZE با توصیفگر SIFT جایگزین شده و روش UC-KAZE-SIFT توسعه داده می‌شود. به منظور ارزیابی، از 8 جفت تصویر ماهواره‌ای که شامل اعوجاجات هندسی و رادیومتریکی هستند، استفاده شده است. برای ارزیابی و بررسی بهبود نتایج، فرایند تناظریابی توسط چهار الگوریتم UC-KAZE، UC-KAZE-SIFT، KAZE و SURF انجام می‌شود. با بررسی معیارهای پیشنهاد شده در این پایان‌نامه، مشاهده می‌شود که کیفیت تناظریابی الگوریتم ارائه شده نسبت به الگوریتم استاندارد بهبود داشته است

متن يادداشت

Image registration is the process of geometrically overlapping two or more images that have been produced from different viewpoints, at different times, or by different sensors. In photogrammetry and remote sensing, the registration process is used to use images in a variety of applications such as change detection, image mosaic, and map updating.One of the basic steps in registration is the process of feature extraction and creating their descriptors, which is done in order to feature matching and extract the Tie-points in the images. Various algorithms have been proposed to extracting and matching the features. One of the outstanding algorithms for this purpose is the KAZE algorithm. This algorithm is weak in satellite images and in many cases the matching process using it does not provide good results. The main purpose of this thesis is to improve the performance of this algorithm in order to perform automatic matching in satellite images. In order to improve the performance of this algorithm, the process of feature extraction and creating a descriptor in it is improved. For this purpose, in the first step, according to the standard KAZE algorithm, a large number of initial features are extracted in the image by creating a non-linear scale space. Then, from the initial features, a set of features that have a suitable distribution in spatial space and scale space is extracted using the uniform competency (UC) method. The use of an improved method, called UC-KAZE , results in the extraction of features with high strength and distinctiveness. In this way, the matching process is performed more accurately due to the strong features, and finally the image registration is improved. The principal steps of the UC method include ranking the extracted primary features based on the characteristics and information of each feature, layering of primary features based on scale, and regular cellification of each layer.In addition to improving the extraction process, the standard descriptor in the KAZE algorithm is replaced by the SIFT descriptor and the UC-KAZE-SIFT method is developed. Inorder to evaluate, 8 pairs of satellite images including geometric and radiometric distortions were used. To evaluate and study the improvement of results, the matching process is performed by four algorithms UC-KAZE, UC-KAZE-SIFT, KAZE and SURF. Examining the criteria proposed in this thesis, it can be seen that the matching quality of the proposed algorithm has improved compared to the standard algorithm.

عنوان گونه گون

Automatic Remote Sensing Image Matching based on Improved KAZE Algorithm

عنصر شناسه اي

‏فارضی میاندوآب،

ساير عناصر نام

‏‏ آروین

کد نقش

تهيه کننده

عنصر شناسه اي

‏صداقت،

عنصر شناسه اي

‏محمدی،

ساير عناصر نام

‏‏ امین

ساير عناصر نام

نازیلا

تاريخ

استاد راهنما

تاريخ

استاد مشاور

عنصر شناسه اي

‏ تبریز