Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "spasowanie obrazów" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Teoretyczne podstawy metody spasowania obszarów obrazów cyfrowych
Theoretical background of the matching method for digital images’ areas
Autorzy:
Paszotta, Z.
Powiązania:
https://bibliotekanauki.pl/articles/130444.pdf
Data publikacji:
2000
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
spasowanie obrazów
obraz cyfrowy
ortofotomapa
images matching
digital image
orthophotomap
Opis:
Zagadnienie spasowania obszarów na obrazach cyfrowych związane jest ściśle z wyznaczaniem punktów homologicznych. Poprawność ich identyfikacji wpływa zasadniczo na dokładność wyznaczania elementów orientacji zdjęć, na dokładność NMT i ortofotomapy. Metody spasowania obszarów są tematem wielu publikacji. Mimo to trudno znaleźć formalne teoretyczne podstawy, na których można budować lub weryfikować algorytmy. Autor podejmuje próbę sformalizowania pewnych zagadnień spasowania obszarów, podaje warunki istnienia punktów i obszarów homologicznych oraz przedstawia pewne formuły i warunki dla spasowania obszarów. Teoretyczne rozważania były podstawą do zbudowania algorytmu wyznaczania punktów wiążących. Jego zastosowanie przedstawiono na przykładzie stereogramu lotniczego.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2000, 10; 59-1-58-11
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sieci neuronowe w procesach automatycznej korelacji zdęć lotniczych
Neural networks in automatic matching processes on aerial images
Autorzy:
Mikrut, S.
Mikrut, Z.
Powiązania:
https://bibliotekanauki.pl/articles/130654.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
fotogrametria cyfrowa
sieci neuronowe
korelacja
spasowanie obrazów
digital photogrammetry
neural networks
correlation
images matching
Opis:
Koncepcja opisywanych badan opierała się na wyborze kilku reprezentacji, które następnie korelowano przy pomocy metod klasycznych i neuronowych. W trakcie badań przetestowano metody klasyczne spasowania obrazów i porównano je z powstałymi w trakcie badan metodami neuronowymi. Przeprowadzono równie_ eksperymenty polegające na pomiarach manualnych, wykonanych przez niezależnych obserwatorów. Istota metodyki opartej o sieci neuronowe polegała na przygotowaniu odpowiednich reprezentacji fragmentów obrazów i zastosowaniu do ich klasyfikacji różnych typów sieci neuronowych. Jedna z przyjętych metod bazowała na rozkładzie wartości modułu gradientu obrazu oraz jego kierunku. Sprawdzono przydatność tej reprezentacji do selekcji podobrazów przy pomocy sieci neuronowej SOM Kohonena. Druga metoda polegała na wykorzystaniu transformaty log-polar i log Hough’a, które są uważane za uproszczone modele przetwarzania wstępnego, realizowanego przez systemy wzrokowe ludzi i zwierząt. Przydatność tej i następnej reprezentacji badano przy pomocy sieci neuronowej typu backpropagation. Do utworzenia trzeciej reprezentacji zastosowano siec ICM (Intersecting Cortical Model), która jest jedną z wersji PCNN (Pulse Coupled Neural Network). Przy pomocy tej sieci wygenerowano tzw. podpisy obrazów (signatures), czyli kilkudziesięcioelementowe wektory, opisujące strukturę obrazu.
The concept of the research was based on the selection of several representations, which were later correlated by means of conventional, and neural methods. In the course of research, conventional methods of image matching were tested and compared with neural methods that originating from the research process. Additionally, experiments consisting in manual measurements, performed by independent observers, were conducted. The essence of methodology that was based on neural networks consisted in the preparation of suitable representations of image fragments and using them for the classification of various types of neural networks. One of the assumed methods was based on the distribution of image gradient module value and of its direction. The usability of that representation for the selection of sub-images was tested by means of SOM Kohonen neural network. Another method consisted in the utilisation of the log-polar and log-Hough transforms, which are considered to be simplified models of preliminary image processing, performed by visual systems of people and animals. The usability of that representation was tested by means of the backpropagation type of neural network. As regards the generation of the third representation, the ICM (Intersecting Cortical Model) network was applied, which is one of the versions of the PCNN (Pulse Coupled Neural Network). Using that network, the so-called image signatures, or vectors composed of tens of elements which describe the image structure, were generated.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2007, 17b; 505-515
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Evaluation of sequential images for photogrammetrically point determination
Autorzy:
Kowalczyk, M.
Powiązania:
https://bibliotekanauki.pl/articles/131216.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
close range photogrammetry
image matching
sequential images
fotogrametria bliskiego zasięgu
spasowanie obrazów
kolejne obrazy
Opis:
Close range photogrammetry encounters many problems with reconstruction of objects three-dimensional shape. Relative orientation parameters of taken photos makes usually key role leading to right solution of this problem. Automation of technology process is hardly performed due to recorded scene complexity and configuration of camera positions. This configuration makes the process of joining photos into one set usually impossible automatically. Application of camcorder is the solution widely proposed in literature for support in 3D models creation. Main advantages of this tool are connected with large number of recorded images and camera positions. Exterior orientation changes barely between two neighboring frames. Those features of film sequence gives possibilities for creating models with basic algorithms, working faster and more robust, than with remotely taken photos. The first part of this paper presents results of experiments determining interior orientation parameters of some sets of frames, presenting three-dimensional test field. This section describes calibration repeatability of film frames taken from camcorder. It is important due to stability of interior camera geometric parameters. Parametric model of systematical errors was applied for correcting images. Afterwards a short film of the same test field had been taken for determination of check points group. This part has been done for controlling purposes of camera application in measurement tasks. Finally there are presented some results of experiments which compare determination of recorded object points in 3D space. In common digital photogrammetry, where separate photos are used, first levels of image pyramids are taken to connect with feature based matching. This complicated process creates a lot of emergencies, which can produce false detections of image similarities. In case of digital film camera, authors of publications avoid this dangerous step, going straightly to area based matching, aiming high degree of similarity for two corresponding film frames. First approximation, in establishing connections between photos, comes from whole image distance. This image distance method can work with more than just two dimensions of translation vector. Scale and angles are also used for improving image matching. This operation creates more similar looking frames where corresponding characteristic points lays close to each other. Procedure searching for pairs of points works faster and more accurately, because analyzed areas can be reduced. Another proposed solution comes from image created by adding differences between particular frames, gives more rough results, but works much faster than standard matching.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2011, 22; 285-296
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie sieci neuronowych w procesach fotogrametrycznych
Application of neural networks to photogrammetric processes
Autorzy:
Mikrut, S.
Mikrut, Z.
Powiązania:
https://bibliotekanauki.pl/articles/129938.pdf
Data publikacji:
2008
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
artificial neural network
image matching
digital photogrammetry
sztuczna sieć neuronowa
spasowanie obrazów
fotogrametria cyfrowa
Opis:
W niniejszym artykule poruszono problem wykorzystania sztucznych sieci neuronowych (SSN) w geoinformatyce obrazowej, ze szczególnym uwzględnieniem procesów fotogrametrycznych. Przedstawiono wyniki przeglądu literatury światowej oraz zaprezentowano rezultaty badań prowadzonych w ramach projektu dotyczącego użycia sieci do spasowania fotogrametrycznych zdjęć lotniczych. W oparciu o literaturę, przeanalizowano wyniki prac wykorzystujących sieci neuronowe do: klasyfikacji obrazów wielospektralnych, wydobywania cech, kalibracji kamer oraz spasowania obrazów. Zaprezentowano również wyniki własnych eksperymentów, bazujących na idei wykorzystania sieci opierającej się na wyborze specjalnej reprezentacji, która następnie jest wykorzystywana do spasowania obrazów fotogrametrycznych dla dwóch wybranych typów terenu. W badaniach wykorzystano sieci impulsujące ICM (Intersecting Cortical Model), będące jedną z wersji sieci PCNN (Pulse Coupled Neural Network), przy pomocy których wygenerowano tzw. podpisy obrazów (signatures), czyli kilkudziesięcioelementowe wektory, opisujące strukturę fragmentu obrazu. Wyniki badań częściowo potwierdzają słuszność przyjętych założeń, mimo występujących problemów związanych ze specyfiką obrazów fotogrametrycznych.
The paper discusses the use of artificial neural networks in geoinformatics, particularly in photogrammetric image analysis. It reviews the relevant international publications (including the ISPRS congress proceedings) and discusses the outcome of research on the use of networks for matching photogrammetric images. The paper shows also results of tests, described in the literature, in which neural networks were applied to perform tasks such as feature extraction, multispectral image classification, camera calibration and matching. The idea of using neural networks is based on the selection of special representations. The essence of the neural networks-based methodology consists of preparing suitable representations of image fragments and of using them toclassify various types of neural networks. One of the methods adopted was based on the distribution and direction of image gradient module value. The research was conducted on forty four sub-images, taken from aerial photographs of two Polish cities: Bytom and Cracow. The areas shown in those images differed in their terrain cover. The images were divided into three categories: full sub-images, sub-images divided into 4 parts, and sub-images divided into 6 small parts. The research involved the Intersecting Cortical Model (ICM), a version of the Pulse Coupled Neural Network (PCNN), with which the so-called image signatures, i.e., a few dozen-element vectors that describe the image structure were generated. The preliminary results partially confirm the correctness of the approach adopted, despite problems resulting from the complex nature of photogrammetric images.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2008, 18b; 409-421
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies