فتوگرامتری
مبینا احمدی آسور؛ علیرضا آفری؛ عبادت قنبری پر مهر
چکیده
پیشینه و اهداف: استفاده از فتوگرامتری پهپاد در نقشه‌برداری راهگذر از مناطقی که تفاوت زیاد بین بعد طولی و عرضی آن وجود دارد موجب پایین آمدن استحکام هندسی شبکه تصویربرداری و چالش‌های متعددی میشود. بروز این چالش‌ها در فتوگرامتری پهپاد، موجب افزایش زمان و هزینه‌ی انجام پروژه و همچنین، افزایش خطا در محاسبات مثلث‌بندی خواهد شد. پارامترهای ...
بیشتر
پیشینه و اهداف: استفاده از فتوگرامتری پهپاد در نقشه‌برداری راهگذر از مناطقی که تفاوت زیاد بین بعد طولی و عرضی آن وجود دارد موجب پایین آمدن استحکام هندسی شبکه تصویربرداری و چالش‌های متعددی میشود. بروز این چالش‌ها در فتوگرامتری پهپاد، موجب افزایش زمان و هزینه‌ی انجام پروژه و همچنین، افزایش خطا در محاسبات مثلث‌بندی خواهد شد. پارامترهای متعددی مانند نحوه توزیع و تعداد نقاط کنترل زمینی، نحوه‌ی کالیبراسیون دوربین، تعداد نوارهای پروازی و استفاده از موقعیت‌های دقیق دوربین بدست آمده از سامانه تعیین موقعیت جهانی ماهوارهای (GNSS)، بر دقت مثلث‌بندی تأثیر گذارند. در این تحقیق، تأثیر این پارامترها بر دقت مثلث‌بندی در مناطق راهگذر مورد بررسی قرار گرفته است.روش‌ها: ارزیابی پارامترهای موثر بر دقت مثلث‌بندی در این تحقیق بر روی دو محدوده‌ی راهگذر با طول‌های دو و نیم و پنج کیلومتر انجام شده است. در این تحقیق سه پارامتر توزیع و تعداد نقاط کنترل زمینی، نحوه‌ی کالیبراسیون دوربین و نرمافزار فتوگرامتری بر روی یک نوار پروازی بررسی شده و تنها برای بررسی تاثیرگذاری تعداد نوار پروازی بر دقت مثلث‌بندی از چندین نوار پروازی استفاده شده است. ارزیابی نتایج به دست آمده بر اساس جذر میانگین مربعات خطاهای مسطحاتی و ارتفاعی در نقاط چک انجام گرفت. در این تحقیق، از نرمافزار فتوگرامتری Pix4D و Agisoft Metashape برای محاسبات مثلث‌بندی بهره گرفته شده است.یافته‌ها: نتایج ارزیابی‌ها در بررسی تأثیرگذاری توزیع و تعداد نقاط کنترل نشان داد که در صورت استفاده از هشت نقطه کنترل با توزیع دو نقطه در ابتدا، دو نقطه در انتها، دو نقطه در میانه راهگذر و همگی به صورت روبروی هم در عرض راهگذر و نیز دو نقطه دیگر در بین آنها، می‌تواند دقت نتایج در محاسبات مثلث‌بندی نسبت به دیگر حالت‌ها را بهبود دهد. همچنین، استفاده از روش سلف-کالیبراسیون دوربین در محاسبات مثلث‌بندی منجر به نتایج دقیقتری نسبت به حالت محاسبات مثلث‌بندی با استفاده دوربین از پیش کالیبره شده میگردد. علاوه بر این، استفاده از بیش از یک نوار پروازی نیز منجر به افزایش دقت در نتایج مثلث‌بندی خواهد شد.نتیجه‌گیری: با طراحی مناسب نقاط کنترل زمینی در کل منطقه راهگذر و با استفاده از روش سلف-کالیبراسیون دوربین در محاسبات مثلث‌بندی پروژههای فتوگرامتری پهپاد از مناطق راهگذر و بدون استفاده از مختصات دقیق مراکز تصویر، میتوان به دقت زیر نیم متر جهت تهیه نقشههای مهندسی 1:500، 1:1000 و 1:2000 به ترتیب با منحنی میزان‌های نیم متری، یک متری و دو متری دست یافت.
سنجش از دور
مجید حیدری قولانلو؛ رضا جوانمرد علی تپه؛ عبادت قنبری پرمهر
چکیده
پیشینه و اهداف: با پیشرفت تکنولوژی و پیدایش ماهواره‌های چندمنظوره، اطلاعات لحظه‌ای زیادی از سطح زمین مخابره میشود. ماهواره ها به سنجنده هایی مجهز هستند که می توانند با ارسال سیگنالهایی در فرکانسهای مختلف به سطح زمین به اطلاعات مهمی دست یابند. دادههای دریافتی از این ماهواره‌ها در کاربردهای مختلف علمی و نظامی از جمله: هوانوردی، ...
بیشتر
پیشینه و اهداف: با پیشرفت تکنولوژی و پیدایش ماهواره‌های چندمنظوره، اطلاعات لحظه‌ای زیادی از سطح زمین مخابره میشود. ماهواره ها به سنجنده هایی مجهز هستند که می توانند با ارسال سیگنالهایی در فرکانسهای مختلف به سطح زمین به اطلاعات مهمی دست یابند. دادههای دریافتی از این ماهواره‌ها در کاربردهای مختلف علمی و نظامی از جمله: هوانوردی، مطالعات جغرافیایی، هواشناسی، کشاورزی و دیگر حوزه‌های تحقیقاتی قابل استفاده است. حوزه‌ی کشاورزی و پایش سطوح کشت نیز یکی از حوزه‌هایی است که با توجه به مزیت‌های روشهای سنجش‌ازدور در مقایسه با روشهای سنتی، به‌عنوان یکی از ابزارهای اصلی در جمع‌آوری اطلاعات محیطی برای کاربردهای پایش نواحی، مورد توجه پژوهشگران قرار گرفته است. یکی از این موضوعات، پایش منطقه‌ای برای بررسی محصولات کشاورزی در مساحت سطح زیرکشت است که استفاده از ابزارهای سنجش‌ازدور و تصاویر ماهوارهای به جهت پوشش منطقه‌ای وسیع بسیار کارا است. جهت بررسی خودکار این تصاویر، طبقه‌بندی و بخش‌بندی نواحی سطح زیرکشت، امروزه از روشهای یادگیری ماشین استفاده میشود. در میان این روش‌ها، یادگیری عمیق در مقایسه با دیگر روشهای یادگیری مانند روشهای دستی و یا روشهای نیمه‌خودکار، عملکرد بهتر و سرعت بالاتری دارد.روش‌ها: در این مقاله مدلهای یادگیری عمیق که برای بخش‌بندی نواحی مناسب هستند مورد استفاده قرار گرفته است. عموما این مدلها بازای هر ورودی، خروجی معادل آن را با همان ابعاد تولید می کنند. لذا جهت کار بر روی تصاویر ماهوارهای، در این پژوهش مدل U-Net بهبود یافته‌ای ارائه شده است. مدل پیشنهادی با استفاده از ViT در گلوگاه مدل برای طبقه‌بندی و بخش‌بندی چهار نوع محصول کشاورزی شامل برنج، گندم، کلزا و ذرت توسعه داده شده است. استفاده از ViT در مقایسه با لایه‌های کانولوشن از لحاظ ایده و پیاده‌سازی الگوریتمی کاراتر است و حجم محاسباتی کمتری دارد. این مدل مشکلات و نقاط ضعف مدل پایه U-Net را که برای مجموعه دادههای پیچیده، متنوع در شکل، اندازه و بافت به وجود می‌آید، برطرف می‌نماید.یافته‌ها: در نتایج آزمایشات انجام شده روش پیشنهادی توانسته است با رسیدن به دقت 83.84 و صحت 70.69، بهتر از دیگر روش‌ها دسته‌بندی درستی از 5 محصول مورد نظر را ارائه دهد. همچنین خروجی‌های کیفی نیز نشان‌دهنده‌ی بخش‌بندی بهتر تصاویر ورودی با اعمال روش پیشنهادی می‌باشد. در کنار معیار دقت، دیگر معیارها مانند افت کانونی، بازیابی و MIoU نیز مورد بررسی قرار گرفت که در اکثر موارد روش پیشنهادی به مقدار قابل قبولی رسیده است. لازم به ذکر است که با توجه به اینکه منطقه ی مورد نظر در ایران در نظر گرفته شد، جمع آوری و برچسب گذاری داده ها نیز در این پژوهش انجام شده است که می‌تواند بعنوان مجموعه داده ی مناسبی برای آموزش دیگر مدلها استفاده شود.نتیجه‌گیری: این تحقیق یک مدل سرتاسری برای یادگیری ویژگیهای مرتبط با بخش بندی تصاویر ماهوارهای ارائه داده است. نتایج این تحقیق نشان میدهد که روش ارائه شده می‌تواند برای بخش بندی تصاویر ماهواره ای دریافتی از سنتینل-2 برای محصولات مورد نظر مورد استفاده قرار گیرد. لذا نتایج حاصل می تواند در مدیریت مصرف آب، تنظیم ساختار کاشت، تخمین تلفات و ارزیابی عملکردهای زراعی نقش مهمی را ایفا نماید. با بهره‌گیری از این روش‌ها، میتوان به بهبود کارایی و دقت در مدیریت کشاورزی دست یافت و از منابع این حوزه بهینه‌تراستفاده کرد.
فتوگرامتری
هدی صالح مهدی؛ عبادت قنبری پرمهر؛ سید احمد انوری
چکیده
پیشینه و اهداف: پدیده شهرنشینی به‌عنوان فرآیند تغییر نظم اجتماعی و دگرگونی منظر یک شهر در همه جا به‌خصوص در کشورهای در حال توسعه رخ میدهد، اما شهرنشینی، رشد زاغه‌نشینی یا سکونت‌گاه‌های غیررسمی را به‌دنبال داشته و توسعه مناطق شهری با مناطق زاغه‌نشین متراکم و پیچیده، نیازمند برنامه‌ریزی گسترده و اطلاعات دقیق و قابل اعتماد ...
بیشتر
پیشینه و اهداف: پدیده شهرنشینی به‌عنوان فرآیند تغییر نظم اجتماعی و دگرگونی منظر یک شهر در همه جا به‌خصوص در کشورهای در حال توسعه رخ میدهد، اما شهرنشینی، رشد زاغه‌نشینی یا سکونت‌گاه‌های غیررسمی را به‌دنبال داشته و توسعه مناطق شهری با مناطق زاغه‌نشین متراکم و پیچیده، نیازمند برنامه‌ریزی گسترده و اطلاعات دقیق و قابل اعتماد است. جمع‌آوری دادهها با استفاده از روشهای سنتی زمان‌بر و پرهزینه است، اما فتوگرامتری پهپاد قادر به تهیه نقشههای دقیق و قابل اعتماد در مدت زمان کوتاه با جزئیات مکانی بالا برای توصیف و تجسم مناطق زاغه نشین هستند.روش‌ها: به‌دلیل پیچیدگی زیاد بافت مناطق زاغه‌نشین و قدرت تفکیک مکانی محدود تصاویر ماهوارهای، امکان استفاده از تصاویر ماهوارهای برای تهیه نقشههای دقیق با جزئیات بالا وجود ندارد. پرندههای هدایت‌پذیر از راه دور (پهپاد) به‌عنوان سکوی تصویربرداری، امکان اخذ تصاویر با جزییات زیاد و قدرت تفکیک بالا را فراهم میسازند. از این‌رو، فتوگرامتری پهپاد به‌عنوان راهکار مناسب برای تهیه نقشه مناطق زاغه‌نشین مطرح میگردد. هر چند که ساختار تصویربرداری به‌روش فتوگرامتری هوایی مرسوم یعنی اخذ تصاویر قائم با پوشش طولی و عرضی امکان تهیه مدل سه بعدی را فراهم میسازد، پیچیدگیهای بافت مناطق زاغه‌نشین، موجب بروز نواحی پنهان زیاد در مدل سه بعدی میشود. علاوه بر این، ساختار تصویربرداری متداول به‌دلیل وابستگی بین پارامترهای کالیبراسیون دوربین و پارامترهای توجیه خارجی دوربین در روش مثلث بندی دسته اشعه مناسب برای تعیین پارامترهای کالیبراسیون دوربین نیست. از این‌رو، در این تحقیق، تصاویر قائم و مایل پهپادی با زاویه 30 و 45 درجه برای تهیه نقشه سه بعدی منطقه زاغه‌نشینی واقع در شهر شطره استان ذی قار عراق استفاده شده و ارزیابی دقت حاصل از تصاویر قائم و مایل با استفاده از نقاط کنترل موجود در منطقه مورد مطالعه قرار گرفت.یافته‌ها: استفاده از تصاویر مایل، موجب بهبود دید عوارض و کاهش نواحی پنهان گردیده و منجر به افزایش دقت کالیبراسیون شد. علاوه بر این، تصاویر مایل دید وسیعتر از تصاویر قائم را پوشش داده و میتوان مناطق پنهان شده در زیر موانع مانند گیاهان، ساختمانها و کوچههای باریک را مشاهده کرد. این ویژگی، دقت بالایی را ارائه میدهد که میتوان از آن در پروژههایی که نیاز به توصیف دقیق دارند، مانند پروژههای حفاظت از میراث فرهنگی و پروژههای شهری که نیاز به جزئیات مانند نمای ساختمان و برآورد ارتفاع آنها دارند، استفاده کرد.نتیجه‌گیری: در این تحقیق، از تصاویر قائم و مایل پهپاد برای تهیه نقشه سه بعدی منطقه زاغه‌نشین استفاده شد و بر اساس نتایج حاصل، خطای کل تصاویر مایل به‌ترتیب برابر 2/6 و 3/8 سانتی‌متر برای تصاویر مایل با زوایای 30 و 45 به‌دست آمد، در حالی‌که خطای کل تصاویر قائم برابر 1/16سانتی‌متر است. این مقایسه، برتری دقت تصاویر مایل نسبت به تصاویر قائم را نشان میدهد. در پروژههایی که نیاز به استخراج ارتفاع ساختمان با دقت بیشتری دارند، استفاده از تصاویر مایل، مناسب بوده در حالی‌که مدل سه بعدی ساختمانهای دارای ارتفاع کم را میتوان با تصاویر قائم تولید نمود.
فتوگرامتری
رضا نعیمایی؛ عبادت قنبری پرمهر
چکیده
پیشینه و اهداف: فتوگرامتری بردکوتاه به ارائه مدل دقیق هندسی سهبعدی اشیاء با استفاده از تصاویری که از جسم اخذ شده میپردازد. امروزه، ایجاد مدلهای سه بعدی واقع‌بینانه و تجسم آنها متداول شده و روزبهروز محبوبتر میشود از طرفی، انتخاب درست نرمافزار مدلسازی در بردکوتاه همواره چالش‌برانگیز و مورد بحث متخصصان ...
بیشتر
پیشینه و اهداف: فتوگرامتری بردکوتاه به ارائه مدل دقیق هندسی سهبعدی اشیاء با استفاده از تصاویری که از جسم اخذ شده میپردازد. امروزه، ایجاد مدلهای سه بعدی واقع‌بینانه و تجسم آنها متداول شده و روزبهروز محبوبتر میشود از طرفی، انتخاب درست نرمافزار مدلسازی در بردکوتاه همواره چالش‌برانگیز و مورد بحث متخصصان و محققان بوده و هست. ازاین‌رو، بررسی و ارزیابی مدلهای تولیدشده در نرمافزارهای مختلف، حائز اهمیت است. به علت فراگیر بودن نرمافزار Agisoft در میان مهندسان و محققان این حوزه، سعی شد تا در این تحقیق، پردازش تصاویر و مدلسازی در دو نسخه این نرمافزار با نامهای Photoscan و Metashape اجرا شوند. در تحقیقات صورت گرفته تا به امروز معیار بهینهسازی شبکه عکس‌برداری، برمبنای افزایش دقت مدلسازی بوده است، به همین جهت، برای بررسی و ارزیابی مدلهای سه بعدی تولیدی در دو نسخه این نرمافزار، سناریوهای متفاوتی برای طراحی شبکه عکس‌برداری تعریف شده و مدل سه بعدی تولیدی هر سناریو با یک مدل ریاضی به عنوان مدل مرجع مقایسه شدند. علاوه براین، در این پژوهش علاوه بر ارزیابی دقت مدل سه بعدی تولیدی، مدلسازی کامل در نرمافزار به‌صورت اجرایی در حالتهای مختلف با دو بافت متفاوت مورد بررسی قرار گرفت. با توجه به اینکه بافت تصویر تأثیر مستقیم بر کیفیت ابرنقطه دارد، برای بررسی کیفیت ابرنقطه تولیدشده به روش فتوگرامتری لازم است تا نقش بافت تصویر به همراه هندسه شبکه تصویربرداری به‌طور دقیق مورد بررسی قرار گیرند. ازاین‌رو، علاوه بر بررسی وضعیت هندسی شبکه عکس‌برداری، بافت تصاویر به‌عنوان یک شاخص رادیومتریکی مورد ارزیابی قرارگرفته و تأثیر این دو عامل بر کیفیت ابرنقطه تولید شده بررسی‌شده است. درنتیجه تعداد بهینه تصویر با بافت مناسب برای ساخت یک مدل سهبعدی دقیق و باکیفیت تعیین شده است.روش‌ها: برای مدلسازی یک شیء در روش فتوگرامتری بردکوتاه، تعدادی تصویر طبق شبکه از پیش طراحی شده از شیء مورد نظر اخذ شده و سپس، به کمک روش ساختار ناشی از حرکت (SfM)، ابرنقاط و مدل سهبعدی ایجاد میشود. اساس روش ساختار ناشی از حرکت، از نحوه ادراک اجسام توسط چشم انسان الگوبرداری شده است. روش ساختار ناشی از حرکت، امکان دستیابی سریع، خودکار و کمهزینه به دادههای سهبعدی را فراهم میسازد. این روش بهگونهای است که با استفاده از تصاویر متوالی پوششدار مربوط به یک شیء و پردازش تصویر، مدل سهبعدی دارای مختصات ایجاد میکند. پس از ساخت مدلهای سه بعدی بر مبنای سناریوهای تعریف شده در دو نسخه نرمافزار، در نرمافزار پردازش ابرنقطه Cloud Compare با ابرنقطه ریاضی (مرجع) مورد قیاس قرار گرفتند.یافته‌ها: یافته‌های استفاده از تصاویر با بافت ساده حاکی از آن است که در نرمافزار Photoscan با افزایش تعداد تصاویر علاوه بر نویزی شدن ابرنقطه، میزان شباهت مدل ساخته شده به مکعب نیز، کاهش مییابد. بر اساس نتایج، بهترین مدل سهبعدی که شباهت زیادی با مکعب دارد مربوط به حالت چهارم (45 تصویر) با مقدار خطای 01/0 میلی‌متر است. در مورد نرمافزار Metashape بهترین مدل مربوط به حالت سوم (90 تصویر) با مقدار خطای 05/0 میلی‌متر است. از طرفی در حالات استفاده از تصاویر با بافت پیچیده، بهترین ابرنقطه مربوط به حالت چهارم (45 تصویر) با مقدار خطای 02/0میلی‌متر در نرمافزار Photoscan و حالت سوم (90 تصویر) با مقدار خطای 04/0 میلی‌متر در نرمافزار Metashape است. به طور کلی استفاده از شیء با بافت پیچیده موجب تناظریابی بهتر عوارض میشود. تصاویر با بافت پیچیده گرادیان‌های پیچیده و به دنبال آن جهت‌های گرادیان غیرهمسو تولید می‌کنند و در مقابل آن، تصاویر با بافت ساده گرادیان‌های یکسان تولید می‌کنند. در نتیجه، وجود گرادیان‌های پیچیده و غیرهمسو موجب به تناظریابی بهتر و پایدارتر و در نتیجه آن تولید نقاط گرهی و تراکم ابرنقطه متراکم بیشتر میشود.نتیجه‌گیری: نتایج، نشان داد که تعداد بهینه تصاویر و وجود بافت پیچیده تصویر تأثیر بسزایی در بهبود کیفیت ابرنقطه سهبعدی شیء دارند و با وجود عکسهای زیاد کیفیت مدل سهبعدی علی‌رغم صرف زمان پردازش زیاد افزایش نیافته و تنها موجب تراکم ابرنقطه شده که این افزایش تراکم به دلیل افزایش نویز در ابرنقطه است.
