الگوريتم SIFT (Scale Invariant Feature Transform) يک روش تناظريابي عارضه مبنا است که جهت انجام فرآيند تشخيص الگو در تصاوير اپتيکي ارائه شده است. اگرچه عملکرد بهتر توصيفگر اين الگوريتم در مقايسه با ديگر روش‌ها اثبات شده و نسخه‌هاي گوناگوني نيز جهت افزايش کارآيي آن ارائه شده است اما عملگر استخراج عارضه در اين الگوريتم با مشکلات اساسي براي انجام تناظريابي در تصاوير سنجش از دور مواجه مي‌باشد. کنترل‌پذيري اين الگوريتم در استخراج عوارض در تصاوير سنجش از دور پايين بوده و به علاوه در اين الگوريتم راه‌‌حلي براي انتخاب عوارض پايدارتر و متمايزتر و کنترل توزيع آنها، به منظور موفقيت در فرآيند تناظريابي، پيشنهاد نشده است. در اين مقاله با بهره‌گيري از خصوصيات فضاي مقياس در اين الگوريتم روشي جديد با عنوان UR-SIFT (Uniform Robust Scale Invariant Feature Transform) جهت استخراج عوارض پايدار تصاوير و در توزيع يکنواختي از مکان و مقياس طراحي شده است. براي اين منظور با توسعه‌ي روابطي جديد بر مبناي ضريب مقياس سطوح هرم تصاوير در الگوريتم SIFT، تعداد عوارض مورد نياز در هر سطح تعيين شده و با بهره‌گيري از دو معيار پايداري و تمايز و در يک ساختار شبکه‌اي استخراج مي‌گردند. بعد از استخراج عوارض و ايجاد توصيفگر آنها، فرآيند تناظريابي اوليه با استفاده از فاصله‌ي اقليدسي ميان توصيفگرها و با بهره‌گيري از يک روش دو‌جانبه انجام مي‌شود. در ادامه با استفاده از مدل تبديل پروژکتيو و روش کمترين مربعات، صحت جفت تناظرهاي اوليه بررسي شده و تناظرهاي ناسازگار حذف مي‌گردند. نتايج عملي بر روي دو جفت تصوير ماهواره‌اي بيانگر کارآيي قابل توجه روش پيشنهادي در مقايسه با الگوريتم استاندارد SIFT مي‌باشد
کلید واژگان :تناظريابي تصوير، الگوريتم SIFT ، پايداري، تمايز، توزيع مکاني
ارزش ریالی : 600000 ریال
با پرداخت الکترونیک