fa شناسایی اشتباهات تناظریابی و تصحیح نسبی توابع رشنال در تصاویر استریو ماهواره‌ای فتوگرامتری Aerial Photogrammetry پژوهشي Research <p dir="RTL" style="margin-right:7.1pt;">یکی از مهم‌ترین مراحل پردازش تصاویر ماهواره‌ای و بخصوص تصاویر استریو ماهواره‌ای بحث زمین مرجع‌سازی آن‌هاست. در حال حاضر اکثر شرکت‌های تولیدکننده تصاویر استریو ماهواره‌ای از توابع رشنال برای زمین مرجع‌سازی استفاده می‌کنند. اما از آنجا که تولید توابع‌&nbsp;رشنال برای هر تصویر به‌طور جداگانه انجام می‌گیرد، در عمل علاوه بر خطای مطلق این توابع، بین توابع رشنال این تصاویر&nbsp; یک&nbsp;نوع&nbsp;خطای نسبی نیز وجود دارد که برای اهداف برجسته‌بینی و استخراج مختصات سه‌بعدی به نظر می‌رسد که باید تصحیح شود. ایده‌ی&nbsp;مطرح برای تصحیح نسبی این توابع، استفاده از نقاط متناظر عکسی است. در حال حاضر اپراتورهای بینایی رایانه می‌توانند به‌صورت اتوماتیک نقاطی را استخراج و تناظریابی کنند؛ اما تناظریابی این نقاط با اشتباهاتی همراه هستند که بایستی از چرخه محاسبات تصحیح نسبی ضرایب توابع رشنال حذف شوند. در این تحقیق برای تصحیح نسبی توابع رشنال و همچنین حذف همزمان اشتباهات&nbsp;تناظریابی، الگوریتم <em><span dir="LTR">RANSAC+RPC</span></em> پیشنهاد داده شده است. نتایج بدست آمده بر روی زوج تصاویر ماهواره‌ای <em><span dir="LTR">GeoEye1</span></em> از&nbsp;منطقه شهری قم و تصاویر ماهواره‌ای <em><span dir="LTR">IRS P5</span></em> از منطقه رودهن نشان می‌دهد اگرچه این استراتژی برای توجیه نسبی پایدار تصاویر&nbsp;ماهواره‌ای از موفقیت بالایی برخوردار است، اما میزان تاثیر تصحیحات روی نقاط سه‌بعدی بازسازی شده در حد زیر پیکسل است.</p> <p>Satellite image providers usually present Rational Polynomial Coefficients (RPCs) as a user friendly solution for georeferencing of images. As RPCs are determined independently for each image scene, there are both absolute and relative georeferencing biases will in stereo scenes. Relative orientation of a stereo scene needs some conjugate image points. Speeded up robust features (SURF) operator is a powerful computer vision algorithm for image feature extraction and matching. Usually some of the features are not actually matched and are outliers. In this paper RANSAC+RPC algorithm is employed to simultaneously detect these outliers and modify the relative bias of RPCs. Our experiments on GeoEye-1 over Qom city and IRS-P5 over Rudehen district, both in central Iran, demonstrated the capability of our proposed algorithm. Though the RPC modification was done robustly for relative orientation of stereo scenes, yet improvement in the reconstructed 3D coordinates are in the range of sub-pixel accuracy. Our experiments demonstrate that the relative RPC shift and drift error will not cause any accuracy improvement in 3D reconstruction problem.</p> توابع رشنال, تصحیح نسبی توابع رشنال, تصاویر استریو ماهوراه ای, RANSAC+RPC , شناسایی اشتباهات تناظریابی Rational Polynomial Coefficients (RPC), RPC Modification, Satellite Stereo Imagery, RANSAC+RPC, Outlier Detection 43 56 http://jgit.kntu.ac.ir/browse.php?a_code=A-11-337-1&slc_lang=fa&sid=1 Nurollāh Tatar نوراله تتر n.tatar@ut.ac.ir 10031947532846004793 10031947532846004793 Yes School of Surveying and Geospatial Information Engineering, College of Engineering, University of Tehran دانشکده مهندسی نقشه برداری و اطلاعات مکانی دانشگاه تهران Mohammad Saadatsresht محمد سعادت سرشت msaadat@ut.ac.ir 10031947532846004794 10031947532846004794 No School of Surveying and Geospatial Information Engineering, College of Engineering, University of Tehran دانشکده مهندسی نقشه برداری و اطلاعات مکانی دانشگاه تهران Hossein Arefi حسین عارفی hossein.arefi@ut.ac.ir 10031947532846004795 10031947532846004795 No School of Surveying and Geospatial Information Engineering, College of Engineering, University of Tehran دانشکده مهندسی نقشه برداری و اطلاعات مکانی دانشگاه تهران