عنوان پایاننامه
ارزیابی روشهای تنا ظر یابی تصویری درتصا ویر ماهواره ای راداری
- رشته تحصیلی
- مهندسی عمران - نقشه برداری - فتوگرامتری
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 2378;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 58698
- تاریخ دفاع
- ۰۲ تیر ۱۳۹۲
- دانشجو
- محمدامین قنادی
- استاد راهنما
- محمد سعادت سرشت
- چکیده
- با توجه به کاربرد رادار در علوم مختلف می توان به اهمیت لزوم مطالعه پیرامون آن پی برد. یکی از کاربردهای رادار اخذ تصویر توسط سنجنده های راداری جهت تهیه نقشه می باشد. یکی از موارد استفاده از تصاویر راداری تولید مدل رقومی زمین می باشد. تولید مدل رقومی زمین می تواند از دو طریق رادارگرامتری و اینترفرومتری صورت بگیرد. یکی از مراحل ضروری در هر دو فرآیند، تناظریابی تصاویر راداری می باشد. تناظریابی در تصاویر راداری به مراتب با معضلات و پیچیدگی های بیشتری از تناظریابی در تصاویر اپتیکی روبرو است. یکی از جدی ترین معضلات در تناظریابی تصاویر SAR وجود نویز اسپیکل است. در کنار این نویز برخی پدیده های هندسی مانند سایه، کوتاه شدگی و همپوشانی نیز بر پیچیدگی های مربوط به تناظریابی این تصاویر می افزاید. این پایان نامه برخی روش های موجود جهت انجام تناظریابی تصاویر SARرا مورد بررسی قرار می دهد. هدف انجام یک تناظریابی چند مرحله ای بهینه می باشد. این تناظریابی چندمرحله ای شامل چند بخش اصلی می باشد. در این روش ابتدا با استفاده از فیلتر کاهش دهنده نویز اسپیکل، اثر نویز اسپیکل بر روی تصاویر کاهش داده می شود. سپس با استفاده از الگوریتم استخراج عارضه در سطح تصاویر عوارض نقطه ای استخراج می شود. در ادامه با استفاده از توصیفگرهای متنوع به عوارض ویژگی تخصیص داده می شود. با استفاده از معیار مشخص و متریک مناسب و بکارگیری قیود هندسی و رادیومتریک، عوارض متشابه متناظر می شوند. این تناظریابی به صورت محلی صورت می پذیرد. پس از انجام تناظریابی محلی، تناظریابی سراسری انجام می شود. در این پایان نامه ابتدا بر پژوهش هایی که تا کنون درباره تناظریابی تصاویر SAR صورت گرفته است، مروری می شود. سپس به معرفی روش هایی که قرار است مورد ارزیابی قرار گیرند پرداخته می شود. این الگوریتم ها شامل فیلترهای کاهش دهنده نویز اسپیکل، الگوریتم های استخراج عارضه، الگوریتم های تخصیص دهنده ویژگی به عوارض(توصیفگر)، معیارهای شباهت و متریک های مورد نیاز جهت تناظریابی و الگوریتم مورد نیاز جهت انجام تناظریابی سراسری می باشد. از فیلترهای وینر، لی و فراست جهت کاهش اثر نویز اسپیکل، از الگوریتم های SIFT، Harris و TP برای استخراج عوارض نقطه ای و از توصیفگرهای پنجره تصویری اولیه، پنجره تصویری OGM، SIFT، Rank و Census جهت انجام تناظریابی محلی استفاده می شود. الگوریتم ژنتیک نیز جهت انجام تناظریابی سراسری بکار می رود. این الگوریتم ها در قالب روش چند مرحله ای تناظریابی به کار می روند. چند حالت روش چند مرحله ای بر روی تصاویر سنجنده TerraSAR-X از منطقه جم استان خوزستان آزمایش شدند. سپس کلیه روش ها در فضای تصویر آنالیز دقت شدند. با توجه به نتایج حاصل شده از آزمون ها، در انتها مدل بهینه برای انجام تناظریابی چند مرحله ای تعیین گردید. روش بهینه پیشنهادی قادر است نسبت به روشهای دیگر تعداد بیشتری عارضه نقطه ای با دقتی بالاتر در تصاویر باز بزرگ و کوچک تناظریابی نماید. برای مثال روش چند مرحله ای پیشنهادی در تصاویر باز کوتاه نسبت به روش عارضه مبنا که از پنجره تصویری اولیه به عنوان توصیفگر استفاده شده باشد به میزان 11% و در تصاویر با باز بلند نسبت به همان روش 23% عارضه نقطه ای بیشتر متناظر می کند. همچنین روش چند مرحله ای پیشنهادی حدود سه ونیم برابر روش معمول SIFT در تصاویر با طول باز کوتاه و حدود پنج برابر آن در تصاویر با طول باز بلند عارضه نقطه ای متناظر می کند.
- Abstract
- According to the radar application in various sciences, we can discover the necessity of studying. One of the radar applications is imaging with radar sensor for map Preparation. One of the radar image applications is DEM generation. We can generate DEM with two Method, interferometry and radargrammetry. One of the essential interferometry and radargrammetry steps is image matching. Radar images matching problems far more complicated than matching on optical images. One of the most serious problems in SAR image matching is speckle noise. Besides the noises, some geometric phenomena like shadows, foreshortening, and layover also adds complexity to the matching images. In this thesis some existing methods for matching SAR images are discussed. The aim is multi step image matching gaining. The matching stage consists of several main parts. In this algorithm, a SAR image is firstly filtered by a speckle suppression algorithm and then a feature detection algorithm is used to extract feature points. Then descriptor is introduced and local matching is performed. In Continue Using specific criteria and metrics and using geometric and radiometric constraints, the corresponding features are match. The matching is done locally. After performing local matching, global matching is done. The thesis first reviews the research that has been done so far about matching SAR images. The introductions of methods that are supposed to be assessed are paid. These algorithms include speckle noise reduction filters, feature extraction algorithms, feature descriptor algorithms, Similarity measures and metrics needed for matching and Global matching algorithms required to perform. Wiener filters, Lee and Frost are used to reduce the effect of speckle noise. The SIFT, Harris and TP algorithm are used to feature extraction. And the primary window, OGM, SIFT, Rank and Census descriptors are used for local matching. Genetic algorithm is used to perform the global matching. The matching algorithms are applied in the form of a multistage procedure. Multi-mode multi-step method on TerraSAR-X images of the area JAM-IRAN was tested. All procedures were then closely analyzed in image space. According to the results of the tests at the end of a multi-stage optimization model for matching were determined. The proposed optimization method is able to more complications than other methods to point correspondence accuracy in short and long base line images. For example, a multi-stage approach proposed in short base line image is better when the feature base matching method with primary window description 11% and it is 23% better then in long base line images.