عنوان پایاننامه
تو لید سریع مدل رقومی ارتفاعی بر مبنای Optical Flowبا استفاده از داده های ویدئو گرامتری هوائی
- رشته تحصیلی
- مهندسی عمران - نقشه برداری - فتوگرامتری
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 2516;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 60526
- تاریخ دفاع
- ۳۱ شهریور ۱۳۹۲
- دانشجو
- محمد شنکایی
- استاد راهنما
- محمد سعادت سرشت
- چکیده
- مساله استخراج مختصات سه بعدی از تصاویر ویدئویی همیشه یکی از مسائل پر چالش در فتوگرامتری و دید ماشینی بوده است. در سال های اخیر با توجه به تغییر کاربری مدل سه بعدی و استفاده آن در سیستم های تصمیم گیری، مساله استخراج مدل سه بعدی از کمترین میزان اطلاعات اهمیت خاصی پیدا کرده است. این مساله در سیستم های واقعیت افزوده بنا نهاده شده و در حال گسترش به حوزه های دیگر است. در این تحقیق به بررسی سیستم های مشابه و تحقیقات قبلی انجام شده پرداخته شده و در ادامه روشی بر مبنای قید اپی پولار دیفرانسیلی و با قابلیت پیاده سازی بر روی پردازنده های ترکیبی پیشرفته ارائه خواهد شد. از مهمترین روش هایی که با استفاده از فیلم های ویدئویی پردازش می کنند می توان به PTAM اشاره کرد. این روش جهت کاربردهای واقعیت افزوده در محیط های کوچک طراحی شد. روش ارائه شده در این تحقیق سعی در بست دادن روش PTAM به سکوی پهپاد را دارد. همچنین تحقیقات انجام شده بر روی سکو های زمینی و استخراج مدل سه بعدی نمای شهری نیز مورد بررسی قرار داده شده که از لحاظ فرایند کاری بسیار شبیه به تحقیق حاضر است. همچنین در این تحقیق تست های متفاوتی جهت محاسبه دقت در دو داده برد کوتاه و داده پهپاد انجام شده است و در نهایت در داده پهپاد، دقت حدود 0.48 متر در پنجره مورد بررسی حصول شد. خطای مسطحاتی در تست های انجام شده بر روی نقاط کنترل و چک حداکثر 1.4 متر بوده است. همچنین در داده برد کوتاه با توپوگرافی متعادل و بافت کافی دقت تعیین موقعیت به حدی بالا بود که عمود نبودن محورهای حرکتی دوربین در دو جهت x و y با استفاده از موقعیت حرکتی دوربین تشخیص داده شد. واژههای کلیدی: ویدئوگرامتری هوایی، استخراج مدل سه بعدی، پهپاد، واقعیت افزوده، جریان نوری
- Abstract
- In the recent years, 3D reconstruction from video imagery has a lot of challenges and improvements. It also plays a vital role in vision based decision systems due to its high temporal resolution. The most common application of decision making systems is augmented reality (AR) which benefits from perception from video imagery. Minimum sampling distance for input data is the most important bottleneck in perception from video imagery. A really applicable video based decision needs to be fast both in processing and data collection stages. One of the best examples of such a successful research is PTAM which operates only in small AR environments. In this research the PTAM method has been developed and changed in order to adapt aerial videogrammetry conditions which are a little simpler due to lower dynamicity of the scene. On the other hand aerial videogrammetry has limitations such as low B/H ratio, less texture in some environments etc. We have tested the proposed method in this research on an uncalibrated aerial video which leads to 1 meter accuracy in planar coordinates and sub-meter accuracy in elevation of available control points in test field for flight height of 120m. We also tested the proposed method with a close range data which was open sourced by Stanford University in light field research. The test showed that the proposed method can even detect affinity of camera motion in close range data.