fa بهبود الگوریتم SIFT به‌منظور تناظریابی تصاویر برد کوتاه با طول باز بلند پژوهشي Research <p dir="RTL">تناظریابی به عنوان یک فرآیند اساسی در فتوگرامتری رقومی شناخته می‌شود. انجام این فرآیند اساسی در فتوگرامتری بردکوتاه با توجه به اعوجاجات هندسی قابل توجه در تصاویر همگرا، بسیار پیچیده بوده و اغلب الگوریتم‌های موجود نمی‌توانند نتایجی با دقت مطلوب را ایجاد کنند. در این مقاله روشی کارآمد جهت تناظریابی تصاویر همگرا در فتوگرامتری بردکوتاه ارائه شده است. در روش پیشنهادی به منظور انجام عملیات تناظریابی، ابتدا با استفاده از الگوریتم <span dir="LTR">SIFT</span> عوارض موضعی در دو تصویر مبنا و ورودی استخراج می‌شود. در ادامه جهت کنترل تغییرات هندسی ایجاد شده در عوارض، حاصل از تغییر منظر تصویربرداری، شکل هندسی عوارض، با استفاده از ماتریس گشتاور مرتبه‌ی دوم، از دایره به بیضی تغییر داده می‌شود. سپس به منظور ایجاد توصیفگر برای هر عارضه، نواحی بیضی شکل به دوایری با شعاع ثابت نرمالیزه&nbsp;می‌شوند. در نهایت پس از ایجاد توصیفگر برای هر عارضه، عملیات تناظریابی انجام شده و تناظرهای اشتباه باقی‌مانده توسط&nbsp;الگوریتم&nbsp;کارآمد <span dir="LTR">RANSAC</span> حذف می‌شوند. نتایج آزمایشات بر روی چند دسته از تصاویر بردکوتاه بیانگر عملکرد قابل توجه روش&nbsp;پیشنهادی بوده به گونه‌ای که تعداد عوارض متناظر با استفاده از روش پیشنهادی در حدود دو برابر بیشتر از تعداد عوارض متناظر ایجاد&nbsp;شده توسط روش استاندارد <span dir="LTR">SIFT</span> است. همچنین نتایج بدست آمده بر روی تصاویر مورد استفاده، حاکی از آن است که دقت تناظریابی نیز با استفاده از روش پیشنهادی بین 3 الی 8 درصد افزایش می‌یابد.</p> <p>Image matching is known as a vital process in digital photogrammetry. Despite development of many image matching algorithms, this process still has some difficulties in close range photogrammetry, due to geometric changes which are made by changes in viewpoint. In this paper, an effective and robust image matching approach is presented for wide-baseline image matching. In the proposed method, in order to perform matching operation, after extracting blob-like features in base and input image, using SIFT detector, an elliptical region is constructed for each feature . In the following, in order to control the created geometric changes resulted from changes in the imaging perspective, parameters of this ellipse are calculated by using second moment matrix. In addition, descriptor for each feature is constructed by normalization of the respective ellipse to a circular region with a constant radius. Finally, by applying nearest neighbor method, matching process is done and mismatches are eliminated by implementing epipolar constraint based on RANSAC method. Test results on different close range image datasets, beside the increased accuracy rate of 3 to 8 percent, represents significant function of the proposed method since the results are two times higher than the results finalized using the standard SIFT method.</p> فتوگرامتری بردکوتاه, تناظریابی با طول باز بلند, الگوریتم SIFT, استخراج عوارض, مستقل از افاین Wide-Baseline Matching, SIFT Matching Algorithm, Feature detector, affine region 53 74 http://jgit.kntu.ac.ir/browse.php?a_code=A-11-128-61&slc_lang=fa&sid=1 Seyed Meghdad Hasheminasab سید مقداد هاشمی نسب s.meqdad.hn@gmail.com 10031947532846004575 10031947532846004575 Yes K.N.Toosi University of Technology دانشگاه صنعتی خواجه نصیرالدین طوسی Hamid Ebadi حمید عبادی 10031947532846004576 10031947532846004576 No K.N.Toosi University of Technology دانشگاه صنعتی خواجه نصیرالدین طوسی Ali Hoseininave Ahmadabadian علی حسینی نوه احمدآبادیان 10031947532846004577 10031947532846004577 No K.N.Toosi University of Technology دانشگاه صنعتی خواجه نصیرالدین طوسی Amin Sedaghat امین صداقت 10031947532846004578 10031947532846004578 No K.N.Toosi University of Technology دانشگاه صنعتی خواجه نصیرالدین طوسی