عباس عابدینی - کارشناس ارشد فتوگرامتری و ژئوانفورماتیک
فرها صمدزادگان - عضو هیئت علمی دانشکده فنی دانشگاه تهران

امروزه روشهای گوناگونی برای استخراج عوارض ١ متناظر انواع مجموعه داده ها وجود دارد. مجموعه داده ها ممکن است به صورت تصاویر هوایی، تصاویر ماهوارهای، نقشه ها، داده های لیزر اسکنر هوایی(LiDAR) و یا زمینی و غیره باشد. هدف اصلی این تحقیق استفاده از الگوریتمSIFT برای استخراج نقاط متناظر در دو مجموعه داده تصویر هوایی و داد ههایLiDAR می باشد و در نهایت می توان با انجام یک تبدیل هندسی دو مجموعه داده را بر روی هم ثبت نمود. روشSIFT 3 قبلا برای کاربردهای تناظریابی ٤ و تشخیص شی ٥ بکار گرفته شده است. خاصیت اصلی الگوریتم SIFTاینست که دارای قابلیت استخراج عوارض مشخص می باشد که این عوارض نسبت به مقیاس، دوران، تغییر در روشنایی تصویر و همچنین نویز مستقل بوده و دارای وابستگی نیستند. عمده تمرکز این مقاله بر روی بدست آوردن پارامترهای بهینهSIFT در دو مجموعه داده می باشد، که سپس بتوان با یک الگوریتم تناظریابی SIFT نقاط متناظر در آنها را پیدا نموده و استخراج کرد. پس از استخراج نقاط متناظر، نقاطی که بطور اشتباه بعنوان نقاط متناظر انتخاب شده اند(Outlier) حذف میگردند و برای حذف آنها می توان از روشهای مختلف استفاده نمود. الگوریتم SIFT طی برنامه نویسی در محیطMATLAB برای مقاصد این تحقیق توسعه داده شد و با نوشتن برنامه های متعدد در نهایت پس از استخراج عوارض متناظر یکDatabase مشتمل بر نقاط متناظر در دو مجموعه داده تشکیل گردید. داده های مورد استفاده از منطقه شهری اشتوتگارت آلمان می باشد.

تبدیل هندسی، شدت درجه خاکستری، تناظریابی، هرم تصویری،فضای مقیاس ، SIFT