ترغب بنشر مسار تعليمي؟ اضغط هنا

اقتراح منهجية لإنتاج صور مصححة عمودياً من صور المتصفح المجاني GOOGLE EARTH

Proposition of a methodology for producing orthophotos from Google Earth free browser images

1796   0   100   0 ( 0 )
 تاريخ النشر 2015
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

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.


ملخص البحث
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.
قراءة نقدية
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.
أسئلة حول البحث
  1. 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.

  2. 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.

  3. 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.

  4. 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.


المراجع المستخدمة
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
قيم البحث

اقرأ أيضاً

يقدم هذا البحث خوارزمية من أجل استخلاص القيمة العددية من صورة المخططات النبضية للعدادات الصناعية، و ذلك بمعالجة صورة المخطط النبضي للعداد بعد إجراء عملية تقسيم و تجزئة للمخطط النبضي، و تحديد لحظات التغير و نوعها فيما لو كانت جبهة صاعدة ذات قيمة (1) أ م جبهة هابطة ذات قيمة (0)، و من ثم حساب عدد الجبهات الكلية سواء كانت جبهات صاعدة أو هابطة، و معرفة القيمة العددية للعداد الصناعي من خلال قسمة عدد الجبهات على (2)، و قد تم معالجة نوعين من المخططات النبضية، النوع الأول مخططات نبضية ذات إشارات نبضية مفرغة (البكسلات التي تحتويها النبضة ذات لون أبيض) و النوع الثاني مخططات نبضية ذات إشارات نبضية ممتلئة (البكسلات التي تحتويها النبضة ذات لون مغاير للأبيض)، و قد طُورت الخوارزمية المقترحة لتشمل النوعين، و صُممت واجهة برمجية لهذه الخوارزمية باستخدام برنامج ماتلاب، و قد تم تجربتها على ثلاث صور مخططات نبضية، فأعطت نتائج دقيقة باستخلاص القيمة العددية للعداد الصناعي سواء للمخططات ذات النبضات المفرغة أو الممتلئة و كانت نسبة الدقة 100% من أجل المخططات المدروسة، و ذلك بسبب توصل لنسبة تعرف و تمييز 100% بالنسبة للشبكة العصبونية المستخدمة و تمكن الخوارزمية المقترحة لمعرفة عدد الجبهات من معرفة عدد الجبهات بنسبة 100%.
نقدم في هذا البحث خوارزمية جديدة لأتمتة عملية كشف و استخراج الأبنية من صور الأقمار الصناعية, و تتميز هذه الخوارزمية عن غيرها كونها تتغلب على بعض المعوقات التي شكلت محدودية في الكشف ضمن طرق و خوارزميات أخرى مثل الاختلاف في شكل و لون و ارتفاع الأبني ة, و عدم الحاجة لصور متعددة الطيف أو غيرها من البيانات المعقدة أو ذات الكلفة العالية.
الهدف: تقدير قيمة تدفُّق الدم في الدماغ في الأسرة الوعائية الدماغية لدى المرضى من خلال قياس تَغير كثافة السويات الرمادية مع الزمن في صور الأشعة الظليلة الديناميكية للأوعية الدموية المستحصلة بمنظومة تصوير الأوعية الدموية بالطرح الرقمي.
ينشد هذا البحث تناول صور المكان الطبيعيّ كما تجلّت في الشعر الأمويّ، و لا سيّما في ضوء التّغيّرات السياسيّة و الاجتماعيّة في هذا العصر، التي تركت أثرا واضحا في ذات الشّاعر، و في إبداعه صورة المكان الطبيعيّ؛ فالشّاعر يستمدّ مادّة من المكان الواقعي الم جرّد الطبيعيّ، و هو المكان الذي لم تتدخّل يد الإنسان في إقامته و تشكيله؛ بما يتضمن من صحارى و جبال و رياض و أنهار و...إلخ، و يصنع خياله من تلك المادّة صورة للمكان الطبيعيّ في نصّه الشعري، على وفق رؤاه و تصوّراته الخاصّة.
نقدم في هذه البحث خوارزمية لمطابقة صور شبكية العين تعتمد بشكل أساسي على تابع الارتباط المتقاطع, كما ستقوم بتفحص و تقييم دقة خوارزمية المطابقة المدروسة على مستوى عنصر الصورة عن طريق حساب توابع الارتباط المحمية بين توابع كثافة عناصر الصورة المستخرجة من الأوعية الدموية المتُتبعة بعد تنفيذ المطابقة بين الصور المختلفة.
التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا