حسین نریمانی راد؛ علی منصوریان؛ علی محمدزاده
دوره 3، شماره 3 ، آذر 1390
چکیده
با گذشت زمان روز به روز ابزارهای تهیه اطلاعات بصری از قبیل دوربین های عکس برداری، در میان عموم مردم فراگیر شده است. به طوری که در هر زمانی برای اکثر افراد، امکان ثبت اطلاعات بصری محیط اطراف فراهم آمده است. با توجه به سطح وسیعی دسترسی افراد به این ابزارها می توان آنها را بستر مناسبی برای ارائه سرویس های مکانی هر جای گاه دانست. در مقاله ...
بیشتر
با گذشت زمان روز به روز ابزارهای تهیه اطلاعات بصری از قبیل دوربین های عکس برداری، در میان عموم مردم فراگیر شده است. به طوری که در هر زمانی برای اکثر افراد، امکان ثبت اطلاعات بصری محیط اطراف فراهم آمده است. با توجه به سطح وسیعی دسترسی افراد به این ابزارها می توان آنها را بستر مناسبی برای ارائه سرویس های مکانی هر جای گاه دانست. در مقاله حاضر، یک سامانه ی تعیین موقعیت همراه مبتنی بر عکس، ارائه و بررسی خواهد شد. در سامانه ی پیشنهادی، هر کاربر با ارسال یک عکس از یک ساختمان شاخص در نزدیکی خود، می تواند به نقشه منطقه دسترسی پیدا کند. برای این منظور ابتدا پایگاه داده ای از عکس ساختمان های منطقه تهیه می شود. سپس با دریافت هر عکس از کاربران، عکس دریافتی با عکس های موجود در پایگاه داده مقایسه می گردد و در صورت یافتن عکس مشابه آن در پایگاه داده، نقشه منطقه آن ساختمان برای کاربر ارسال می شود. برای مقایسه عکس ها از الگوریتم استخراج خودکار عوارض متناظر، بین عکس های مشابه به نام SIFT استفاده شده است. با مقایسه نقاط اصلی استخراج شده از این الگوریتم می توان عکس های مشابه را شناسایی کرد. در تحقیق حاضر با انجام تغییرات جزئی بر روی این الگوریتم ضمن کاهش زمان اجراء میزان توانایی الگوریتم درتعیین ساختمان مشابه نشان داده خواهد شد. در پایان، نتیجه ی انجام پردازش های حالت استاندارد این الگوریتم با حالت اصلاح شده ی آن برای تعدادی عکس ارائه می گردد و همچنین نشان داده خواهد شد که با استفاده از الگوریتم دوم، تغثییر زیادی در صحت عملکرد سامانه رخ نمی دهد.
امین صداقت؛ حمید عبادی؛ مهدی مختارزاده
دوره 2، شماره 4 ، اسفند 1389
چکیده
الگوریتم SIFT (Scale Invariant Feature Transform) یکی از روش های تناظریابی عارضه مبناست که به منظور انجام فرایند تشخیص الگو در تصاویر اپتیکی ارائه شده است. با اینکه عملکرد بهتر توصیفگر این الگوریتم در مقایسه با دیگر روش ها اثبات شده و نسخه های گوناگونی نیز در مسیر افزایش کارایی آن ارائه شده است. اما عملگر استخراج عارضه در این الگوریتم با مشکلات جدی برای ...
بیشتر
الگوریتم SIFT (Scale Invariant Feature Transform) یکی از روش های تناظریابی عارضه مبناست که به منظور انجام فرایند تشخیص الگو در تصاویر اپتیکی ارائه شده است. با اینکه عملکرد بهتر توصیفگر این الگوریتم در مقایسه با دیگر روش ها اثبات شده و نسخه های گوناگونی نیز در مسیر افزایش کارایی آن ارائه شده است. اما عملگر استخراج عارضه در این الگوریتم با مشکلات جدی برای انجام تناظریابی در تصاویر سنجش از دور مواجه است. کنترل پذیری این اگلوریتم در استخراج عواض در تصاویر سنجش از دور پایین است و در آن راه حلی نیز برای انتخابعوارض پایدارتر و متمایزتر و کنترل توزیع آن ها، به منظور موفقیت در فرآیند تناظریابی، پیشنهاد نشده است. در مقاله حاضر با بهره گیری از خصوصیات فضای مقیاس در این الگوریتم روشی جدید با عنوان UR-SIFT ( (Invariant Feature Transform Uniform Robust Scaleبه منظور استخراج عوارض پایدار تصاویر و در توزیع یکنواختی از مکان و مقیاس طراحی شده است. برای این منظور با توسعه روابطی جدید بر مبنای ضریب مقیاس سطوح هرم تصاویر در الگوریتم SIFT، تعداد عوارض مورد نیاز در هر سطح تعیین گردیده و با بهره گیری از دو معیار پایداری و تمایز و در ساختاری شبکه ای استخراج شده است. بعد از استخراج عوارض و ایجاد توصیفگر آن ها، فرآیند تناظریابی اولیه با استفاده از فاصله اقلیدسی میان توصیفگرها و با بهره گیری از روشی دو جانبه انجام می شود. در ادامه با استفاده از مدل تبدیل پروژکتیو و روش کمترین مربعات، صحت جفت تناظرهای اولیه بررسی دشه و تناظرهای ناسازگار حذف شده اند. نتایج عملی بر روی دو جفت تصویر ماهواره ای بیانگر کارایی بالای روش پیشنهادی در مقایسه با الگوریتم استاندارد SIFT است.