Journal of Geospatial Information Technology

fa ارزیابی عملکرد روش های ادغام تصاویر مادون قرمز حرارتی و مرئی در تصاویر پهپاد بر اساس چارچوب VIFB Performance Evaluation of Thermal Infrared and Visible Image Fusion Methods using UAV Images based on VIFB framework سنجش از دور RS كاربردي Applicable در حوزه علوم مرتبط با سنجش از دور، ادغام تصاویر مرئی و حرارتی فرآیندی است که در آن اطلاعات طیفی حاصل از تصویر حرارتی و اطلاعات جزئیات مکانی بافت از تصاویر مرئی با هم دیگر ترکیب شده و یک تصویر با ماهیت حرارتی، با جزئیات بالاتر و قدرت تفکیک مکانی بهبود داده شده ارائه می‌شود. آنچه بسیار حائز اهمیت است هرچه سطح جزئیات مکانی مورد نیاز افزایش یابد، بازه زمانی بین دوره های پایش کاهش یابد و یا نیاز به نتایج در لحظه (real time) افزایش یابد، تصاویر ماهواره‌های سنجش از دوری از درجه کارایی خارج اند و یکی از جایگزین های مناسب برای آن استفاده از تصاویر مبتنی بر فتوگرامتری پهپاد مبنا است. هدف از انجام این پژوهش مقایسه نتایج حاصل از تعدادی از روش های توسعه داده شده متناسب با وجود بستر های پیاده سازی روش ها در ادغام تصاویر حرارتی و مرئی بر اساس شاخص های موجود و با تمرکز بر داده های حاصل از تصویربرداری هوایی پهپاد است. در این تحقیق از یک مجموعه داده خام تصاویر مرئی و حرارتی، شامل 30 تصویر مرئی اخذ شده با دوربین Zenmuse X3  80 تصویر حرارتی اخذ شده با دوربین Zenmuse XT نصب شده به روی پهپاد Matrice 100 از یک صحنه مسطح در منطقه ای به وسعت  1/54 هکتار  در دانشگاه دل واله کلمبیا استفاده شده است. فرآیند ادغام مبتنی بر 12 الگوریتم مختلف و در قالب چارچوب VIFB انجام شده است. سپس خروجی هر روش با 13 معیار استاندارد ارزیابی کیفیت ادغام بررسی شده است. در نهایت با استاندارد سازی نسبی شاخص ها فرآیند امتیاز دهی به هر الگوریتم انجام شده است. سه الگوریتم Hybrid-MSD، CBF و HMSD-GF از میان روش‌های مورد آزمون، به صورت نسبی به ترتیب 82/3، 80/3 و 79/5 درصد در حل مسئله ادغام تصاویر مرئی و حرارتی پهپاد موفق بوده اند. همچنین پس از انجام فرآیند ادغام تصاویر خروجی‌ها توسط یک مدل رگرسیون خطی آموزش داده می‌شود و تصویر ادغام حاوی درجات خاکستری به تصویر دمای درخشندگی تبدیل شده اند. In the field of remote sensing, the fusion of visible and thermal images is a process in which spectral information from thermal imagery is combined with spatial detail from visible imagery to produce a thermally-informative image with enhanced spatial resolution. As the demand for higher spatial detail, shorter monitoring intervals, and real-time results increases, satellite-based remote sensing imagery becomes less practical. In such scenarios, UAV-based photogrammetric imagery presents a viable alternative. The aim of this study is to compare the results of several fusion methods, tailored to specific implementation platforms, based on established evaluation metrics, with a focus on UAV-acquired aerial data. The dataset used in this study comprises 30 visible images captured using a Zenmuse X3 camera and 80 thermal images acquired using a Zenmuse XT camera mounted on a Matrice 100 UAV. The area of interest is a flat scene covering approximately 1.54 hectares, located within the Universidad del Valle, Colombia. The fusion process was conducted using 12 different algorithms within the VIFB framework. Each fused output was evaluated using 13 standard image fusion quality metrics. Subsequently, a relative standardization of the metrics was performed to rank the algorithms. Among the evaluated methods, the Hybrid-MSD, CBF, and HMSD-GF algorithms demonstrated superior performance, achieving relative scores of 3.82, 3.80, and 3.79, respectively, in the UAV-based thermal-visible image fusion task. Furthermore, following the fusion process, the grayscale output images were converted into surface luminance maps using a linear regression model. ادغام تصاویر هوایی , تلفیق تصاویر, تصویر مرئی , تصویر حرارتی , فتوگرامتری پهپاد, سنجش از دور fusion of aerial images, fusion of images, visible image, thermal image, UAV-based photogrammetry, remote sensing 65 81 http://jgit.kntu.ac.ir/browse.php?a_code=A-11-124-22&slc_lang=fa&sid=1 Ali Abdollahi علی عبداللهی aliabdollahi.edu@gmail.com 100319475328460010802 100319475328460010802 No University of Tehran دانشگاه تهران Reza Shahhoseini رضا شاه حسینی rshahosseini@ut.ac.ir 100319475328460010803 100319475328460010803 Yes University of Tehran دانشگاه تهران