يعبّر التصحيح العمودي (أو إنتاج الأورتوفوتو) للصور عن عملية تصحيح الصورة هندسياً من التشوهات التي تسببها الطبوغرافية , هندسية آلة التصوير و الأخطاء المرتبطة بالمستشعر. إن ناتج التصحيح العمودي هو صورة مستوية لها الميزات الهندسية للخارطة التقليدية. و لكن يعتبر الحصول على صور جوية أو فضائية عمليةً مكلفة و تتطلب إجراءات إدارية معقدة.
نقترح في هذه الدراسة فكرة و منهجية جديدتين للاستفادة من الصور المجانية المتوفرة في المتصفح Google Earth و ذلك من أجل إنتاج الأورتوفوتو و من ثم سنقوم بتقييم الدقة الأفقية للأورتوفوتو الناتج و ذلك لمعرفة حدود استخدامه تطبيقات هندسية مثل صناعة الخرائط و المخططات و تحديثها. المنهجية المقترحة تقوم على محاكاة عملية الطيران ضمن Google Earth لاقتطاع مزدوج تجسيمي من الصور المتداخلة. بعد ذلك سيتم توجيه المزدوج باستخدام نقاط ضبط. من المزدوج الموجه سيتم توليد نموذج رقمي للأرض و استخدامها في توليد الأورتوفوتو. سيتم لاحقاً دراسة دقة الأورتوفوتو عبر مقارنته بمخطط طبوغرافي مقياس 1/1000 لنفس المنطقة و بصورة فضائية مرجعة بطريقة تقليدية.
Orthorectification is the process of geometrically correcting imagery for geometric
distortions which can be caused by topography, camera geometry, and sensor related
errors. The output of orthorectification has the same geometric characteristics of a
traditional map. But getting areal or satellite images is an expensive process requiring
complex administrative procedures .
In this study we propose take advantage of free images available in the browser
Google Earth in order to produce an orthophoto. Then we will assess the horizontal
accuracy of the resulted orthophoto to know the limitations of its use engineering
applications such as maps production and updating. The proposed methodology is based on
the flight simulation process within Google Earth to acquire a stereoscopic pair of
overlapping images. After that, this pair will be oriented using control points. The oriented
pair is then used to generate a Digital Terrain Model (DTM) and to generate the
orthophoto. Later, we will examine the accuracy of this orthophoto by comparing it with a
topographic plane (scale 1/1000) and with a rectified satellite image of the same area.
Artificial intelligence review:
Research summary
تتناول هذه الدراسة منهجية جديدة لإنتاج صور مصححة عموديًا (أورتوفوتو) باستخدام الصور المجانية المتاحة على متصفح Google Earth. يهدف التصحيح العمودي إلى إزالة التشوهات الهندسية الناتجة عن الطبوغرافية وهندسة آلة التصوير والأخطاء المرتبطة بالمستشعر، مما يجعل الصورة الناتجة مكافئة هندسيًا للخرائط التقليدية. تتضمن المنهجية المقترحة محاكاة عملية الطيران داخل Google Earth لاقتطاع مزدوج تجسيمي من الصور المتداخلة، ثم توجيه هذا المزدوج باستخدام نقاط ضبط. يتم بعد ذلك توليد نموذج رقمي للأرض واستخدامه في إنتاج الأورتوفوتو. تم تقييم دقة الأورتوفوتو الناتج من خلال مقارنته بمخطط طبوغرافي مقياس 1/1000 وصورة فضائية مرجعة. أظهرت النتائج أن الأورتوفوتو الناتج يمكن استخدامه في تطبيقات هندسية مثل صناعة الخرائط وتحديثها، مع توصيات بزيادة عدد نقاط الضبط وتحسين دقة التوجيه للحصول على نتائج أفضل.
Critical review
دراسة نقدية: تعتبر هذه الدراسة خطوة مهمة نحو استخدام الموارد المجانية المتاحة على الإنترنت في تطبيقات هندسية معقدة مثل إنتاج الأورتوفوتو. ومع ذلك، هناك بعض النقاط التي يمكن تحسينها. أولاً، تعتمد المنهجية بشكل كبير على دقة الصور المتاحة في Google Earth، والتي قد لا تكون دائمًا كافية لتحقيق الدقة المطلوبة في بعض التطبيقات الهندسية. ثانيًا، لم يتم توفير معلومات كافية حول كيفية تأثير العوامل الخارجية مثل الظروف الجوية أو الإضاءة على دقة الصور المستخدمة. أخيرًا، يمكن تحسين دقة النتائج من خلال استخدام تقنيات حديثة في معالجة الصور وتحليل البيانات، مثل الذكاء الاصطناعي والتعلم الآلي.
Questions related to the research
-
ما هو الهدف الرئيسي من هذه الدراسة؟
الهدف الرئيسي هو اقتراح منهجية جديدة لإنتاج صور مصححة عموديًا (أورتوفوتو) باستخدام الصور المجانية المتاحة على متصفح Google Earth وتقييم دقتها لاستخدامها في تطبيقات هندسية مثل صناعة الخرائط وتحديثها.
-
ما هي الخطوات الأساسية في المنهجية المقترحة لإنتاج الأورتوفوتو؟
تشمل الخطوات الأساسية محاكاة عملية الطيران داخل Google Earth لاقتطاع مزدوج تجسيمي من الصور المتداخلة، توجيه هذا المزدوج باستخدام نقاط ضبط، توليد نموذج رقمي للأرض، وأخيرًا إنتاج الأورتوفوتو.
-
كيف تم تقييم دقة الأورتوفوتو الناتج في الدراسة؟
تم تقييم دقة الأورتوفوتو الناتج من خلال مقارنته بمخطط طبوغرافي مقياس 1/1000 وصورة فضائية مرجعة باستخدام نقاط ضبط فقط.
-
ما هي التوصيات التي قدمتها الدراسة لتحسين دقة الأورتوفوتو الناتج؟
توصي الدراسة بزيادة عدد نقاط الضبط، تحسين دقة التوجيه، واستخدام تقنيات حديثة في معالجة الصور وتحليل البيانات مثل الذكاء الاصطناعي والتعلم الآلي لتحسين دقة الأورتوفوتو الناتج.
References used
Hinton, J. C. (1996). GIS and remote sensing integration for environmental applications. International Journal of Geographical Information Systems, 10, 877–890
Kaczynski, R., Donnay, J-P. & Muller, F., (1995). Satellite image maps of Warsaw in the scale 1:25,000. Topography from space, EARSeL Advances in Remote Sensing, 4(2), 100-103
Nielsen, M.O. (2004). True orthophoto generation. Master thesis. Technical University in Denmark
This paper introduces an algorithm to find out value of number for industrial counter
from image of pulse plan. that is achieved by image processing of pulse plan for counter,
pulse plan has been segmentation, and alternating times and type are det
In this paper, we present a new algorithm to automate the detection
and extraction of buildings from satellite images, this algorithm is
distinguished since it overcomes some obstacles that limit detecting
within other methods, such as the differe
The purpose of this reseated is to estimate cerebral blood flow in the cerebral
microvasculature beds by measuring the change of the intensity gray scale levels in dynamic
angiographic images which have been acquired by Digital Subtraction Angiography (DSA).
This research aims at handling the images of natural setting manifested in the Umayyad poetry , especially those reflected throughout the political and social changes of that era, leaving an obvious effect on the poet himself and subsequently on his
In this paper, we
describe an algorithm to register the retinal images by employing a relatively
cross-correlation function. Pixel to pixel accuracy has been investigated and
evaluated among registered images by calculating the local cross-correla