اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدتأثير الدقة المكانية لنقاط الضبط على نوعية التصحيح الهندسي للمرئيات الفضائية ذات الدقة المكانية العالية
The effect of positional precision of control points on the quality of geometric correction of high spatial resolution satellite images
1757
0 31
0.0
(
0
)
تأليف
أحمد سلمان علي( باحث )
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
تهدف هذه الدراسة إلى تحليل تأثير الدقة المكانية لنقاط الضبط على الدقة الهندسية لتصحيح المرئيات، حيث تم إجراء اختبارات على نفس المرئية (IKONOS) و ذلك بتطبيق تحويلات كثيرة الحدود باستخدام مجموعات من نقاط الضبط لكل منها دقة مطلقة مختلفة عن الأخرى. تم استقراء هذه المجموعات من مخطط طبوغرافي مقياسه 1/1000 و من مرئية فضائية من النوع MOMS مرجعة دقة تمييزها المكانية 2m كما تم تحديد إحداثياتها من خلال رفع باستخدام مستقبل GPS. و قد بيّنت نتائج الدراسة أنه يمكن الحصول على أدق تصحيح هندسي باستخدام نقاط ضبط دقتها المكانية من فئة دقة التمييز المكانية للمرئية. كما بيّنت أن استخدام نقاط ضبط أكثر دقة لن يكون ذا فائدة في رفع الدقة الهندسية لتصحيح المرئية و ذلك لأن قياس هذه النقاط على المرئية سيواجه مشكلة وضوحها على المرئية و هي مسألة ترتبط بدقة تمييز هذه المرئية.
This study aims is to analyze the effect of spatial accuracy of the control points on the images geometric correction accuracy, and this is done by applying tests on the same image (IKONOS), where polynomial transformations were applied using sets of control points, each with absolute accuracy different from the other. These points were extrapolated from a 1/1000 topographic map and from a georeferenced MOMS satellite image with geometric accuracy of 2m and measured by GPS. The study showed that it is possible to obtain the most accurate geometric correction by using control points with absolute accuracy close to the spatial resolution of the image. It also showed that the use of more precise control points would not ameliorate the accuracy of the geometric correction, because the measurement of these points on the image is limited by its spatial resolution.
مراجعة الذكاء الصنعي:
ملخص البحث
تتناول هذه الدراسة تأثير الدقة المكانية لنقاط الضبط على نوعية التصحيح الهندسي للمرئيات الفضائية ذات الدقة المكانية العالية. يتم استخدام الجيل الجديد من المستشعرات المحمولة على الأقمار الصناعية لتوفير مرئيات فضائية ذات دقة تمييز مكانية عالية لإنتاج الخرائط بمقاييس كبيرة. قبل استخدام هذه المرئيات، يجب تصحيحها هندسياً، وهي عملية تتأثر بأخطاء تتعلق بطبيعة البيانات الأصلية وأخرى ناتجة عن عملية المعالجة. تهدف الدراسة إلى تحليل تأثير الدقة المكانية لنقاط الضبط على الدقة الهندسية للتصحيح، حيث تم إجراء اختبارات على مرئية IKONOS باستخدام مجموعات من نقاط الضبط ذات دقة مطلقة مختلفة. أظهرت النتائج أن استخدام نقاط ضبط بدقة مكانية قريبة من دقة تمييز المرئية يؤدي إلى الحصول على أدق تصحيح هندسي، بينما استخدام نقاط ضبط أكثر دقة لا يحسن من الدقة الهندسية للتصحيح بسبب مشكلة وضوح النقاط على المرئية. تم استخدام نقاط الضبط المستخرجة من مخطط طبوغرافي ومرئية فضائية من نوع MOMS، وأظهرت النتائج أن الدقة الهندسية للتصحيح لا يمكن أن تكون أقل من دقة تمييز المرئية المستخدمة.
قراءة نقدية
دراسة نقدية: تعتبر هذه الدراسة مهمة في مجال التصحيح الهندسي للمرئيات الفضائية، حيث تقدم تحليلاً شاملاً لتأثير الدقة المكانية لنقاط الضبط على نوعية التصحيح. ومع ذلك، يمكن الإشارة إلى بعض النقاط التي قد تحتاج إلى مزيد من التوضيح أو التحسين. أولاً، قد يكون من المفيد توضيح المزيد حول كيفية اختيار نقاط الضبط وتوزيعها على المرئية، حيث أن هذا العامل يمكن أن يؤثر بشكل كبير على نتائج التصحيح. ثانياً، قد يكون من المفيد تضمين تحليل أكثر تفصيلاً حول تأثير العوامل البيئية مثل التضاريس والارتفاعات على دقة التصحيح. أخيراً، يمكن أن تكون الدراسة أكثر شمولية إذا تم اختبار تأثير الدقة المكانية لنقاط الضبط على أنواع أخرى من المرئيات الفضائية وليس فقط مرئية IKONOS.
أسئلة حول البحث
-
ما هو الهدف الرئيسي من هذه الدراسة؟
الهدف الرئيسي هو تحليل تأثير الدقة المكانية لنقاط الضبط على الدقة الهندسية لتصحيح المرئيات الفضائية ذات الدقة المكانية العالية.
-
ما هي النتائج الرئيسية التي توصلت إليها الدراسة؟
النتائج الرئيسية هي أن استخدام نقاط ضبط بدقة مكانية قريبة من دقة تمييز المرئية يؤدي إلى الحصول على أدق تصحيح هندسي، بينما استخدام نقاط ضبط أكثر دقة لا يحسن من الدقة الهندسية للتصحيح.
-
ما هي المرئية الفضائية التي تم استخدامها في الاختبارات؟
تم استخدام مرئية IKONOS في الاختبارات.
-
ما هي التوصيات التي توصلت إليها الدراسة؟
توصي الدراسة بتوفير نقاط ضبط ذات دقة مكانية قريبة من دقة تمييز المرئية المستخدمة، وضمان توزيع جيد وعدد كافٍ من نقاط الضبط لاستخدامها في التصحيح الهندسي.
المراجع المستخدمة
RIDLEY، H.، ATKINSON، P.، ALPIN، P.، MULLER، J-P and DOWMAN، I. 1997. Evaluating the potential of the forthcoming commercial U.S high-resolution satellite sensor imagery at the ordnance survey(r). Photogrammetry & Remote Sensing. Vol63، n8، p.997- 1005. 1997
RONGXING، L. 1998. Potential of high-resolution satellite sensor imagery for national mapping products. Photogrammetric Engineering and Remote Sensing. Vol64، n12، p.1165-1169. 1998
D. T. PAI.، 2010. Auto rectification for robotic helicopter aerial imaging. Thesis Master of Sci-ence in Computer Science، San Diego State University، 2010
قيم البحث
اقرأ أيضاً
يعتبر التصحيح الهندسي للصور الفضائية مسألةً أساسيةً في صناعة الخرائط الرقمية و تحديثها, في دمج البيانات متعددة المصادر و في الإدارة و التحليل في العديد من تطبيقات الجيوماتيك. هذا و تعتبر كثيرات الحدود ثنائية البعد, أكثر التوابع الرياضية انتشاراً في إ
جراء هذا التصحيح.
لقد بيّنت أبحاث سابقة أنّ تطبيق كثيرات الحدود ثنائية البعد مشروط باستوائية الأرض و بالتوزع الموحد لنقاط الضبط و لكنها لم تناقش بشكل واضح معايير الحكم على نجاح أو فشل تطبيقها. سنحاول في هذه الدراسة إعطاء بعض من هذه المعايير و سنحاول تطوير بعض القواعد الكارتوغرافية التشابهية القديمة بحيث تناسب الطبيعة الرقمية للصور الفضائية.
ناقشنا في هذا البحث الأساس الرياضي للحكم على الدقة الهندسية للتصحيح الهندسي للصور الفضائية القائم على استخدام نقاط الضبط. و قمنا أيضاً باختبار تأثير طبوغرافية المشهد المصور على هذه الدقة. الاختبار تم بالاستعانة بصور فضائية مقتطعة من المتصفح المجاني Google Earth لمناطق من مدينة اللاذقية في سوريا. كما تم اقتطاع نقاط الضبط من المتصفح نفسه و تحويلها إلى نظام الإحداثيات الستيريوغرافي السوري.
أثبتت النتائج أن كثيرات الحدود ثنائية البعد من الدرجة الثانية مناسبة جداً للمشاهد المستوية قليلة الاتساع و التي تكون نقاط الضبط فيها موزعة بشكل موحد على كامل المشهد.
تنشأ التشوهات الهندسية في الصور القريبة من عدة مصادر و هي تؤثر على كامل الصورة بشكل مشترك. و هذه التشوهات تؤثر على النوعية الهندسية للبيانات المكانية المقتطعة من الصورة و لذلك لابد من تصحيحها قبل ذلك بعملية تسمى تقويم الصورة.
يتوفر أسلوبان لتقويم ا
لصور القريبة و هما الأسلوب غير المباشر و الأسلوب المباشر Non-parametric approach و هو لا يتطلب معرفة معاملات آلة التصوير المستخدمة. تعتبر نقاط الضبط Control points و التحويلات الهندسية مكونين أساسيين في الأسلوب المباشر للتقويم.
عادة ما تتواجد تشوهات التكور Barrel و المنظورية Perspective في الصور القريبة. في هذا البحث سنقوم بدراسة تأثير نمط توزيع نقاط الضبط و درجة التحويل الهندسي على تصحيح الصورة من هذه التشوهات. تم إجراء الاختبار باستخدام صورة قريبة لواجهة أثرية مع تعريضها للتشوهات السابقة بالمحاكاة. الهدف هو التحري عن تأثير توزيعات نقاط الضبط و عن فعالية التحويلات العامة (الخطية) و المحلية (اللاخطية) المستخدمة في تقويم الصور القريبة. لقد تمت البرهنة على أن نقاط الضبط المتواجدة في مناطق مختلفة من الصورة تملك نسب تشوه مختلفة و أن نقاط الضبط الموزعة في مركز الصورة تعاني تشوهاً أقل و أن التحويلات المحلية تعطي نتائج أفضل عند تقويم الصور ذات التشوهات المعقّدة.
إن الهدف الرئيسي لهذا البحث هو دراسة تأثير دقة التمييز الهندسية للصور فقط على النوعية الهندسية للنموذج ثلاثي الأبعاد المحسوب منها. تم في هذا البحث تثبيت كل العناصر التي تؤثر على نوعية النموذج و تغيير دقة التمييز فقط للصور المستخدمة.
يعتبر عدد الصور
الملتقطة للعنصر، عدد نقاط الضبط و توزعها و دقتها، آلة التصوير المستخدمة و كونها معايرة أم لا، من أهم العوامل المؤثرة على عملية النمذجة. لتحييد تأثير العوامل الداخلية لآلة التصوير المستخدمة في التقاط الصور، قمنا بعملية معايرة لهذه الآلة، كما حرصنا على التخطيط المسبق لعملية التصوير و ذلك لتفادي المشاكل الناتجة عن نقص أو زيادة عدد الصور و التي تؤثر بشكل مباشر على نوعية النموذج و كماليته. و من ناحية أخرى، تم استخدام معطيات ضبط دقيقة تم الحصول عليها من أعمال مساحية دقيقة (شبكة جيوديزية أفقية و شبكة تسوية).
في هذه الدراسة سنختبر تأثير دقة تمييز الصور فقط على توليد غمامة كثيفة من النقاط بتطبيق طريقة البنية انطلاقاً من الحركة Structure from Motion (SfM) و استنتاج النموذج السطوحي منها و الصورة المصححة عامودياً لواجهة من واجهات منشأ في جامعة تشرين.
في حين أن Yu و Poesio (2020) قد أظهر مؤخرا تفوق نموذج تعلم المهام العصبي المتعدد المهام (MTL) إلى النهج القائمة على القواعد لسد قرار أنشفورا، فهناك القليل من الفهم (1) كيف يكون أفضل من القواعدالأساليب (على سبيل المثال، هي النهجتين التي تصنع أخطاء مما
ثلة أو تكميلية؟) و (2) ما ينبغي تحسينه.لإلقاء الضوء على هذه القضايا، نقترحنا (1) نهجا هجينا مقرا له على القواعد ومتناهية الديمقراطية من شأنه أن تمكن فهم أفضل لنقاط القوة والضعف المقارنة؛و (2) قم بإجراء تحليل يدوي للأخطاء التي يقوم بها نموذج MTL.
نقدم المهمة الجديدة لحل النزاعات اسم النطاق (DNDR)، والذي يتنبأ بنتيجة عملية لحل النزاعات حول استحقاق قانوني لاسم النطاق.يحدد TheICann UDRP عملية تحكيم إلزامية للنزاع بين مالك العلامة التجارية وسجل اسم النطاق المتعلق باسم مجال كبير المستوى (GTLD) (GT
LD) (واحد ينتهي في .com، .org، .NET، إلخ).يؤدي طبيعة المشكلة إلى مجموعة بيانات متحفة للغاية، والتي تنبع من القدرة على تسجيل اسم مجال مع سهولة شديدة، ومصروفات قليلة للغاية، ولا حاجة لإثبات استحقاقها.في هذه الورقة، نحن تصف ثيتاسك ومجموعة البيانات المرتبطة بها.ونحن نقدم أيضا نتائج مرجعية بناء على مجموعة من MOD-ELS، والتي تظهر أن خطوط الأساس البسيطة بشكل عام صعبة التغلب عليها بسبب توزيع البيانات المنحرفة، ولكن في حالة المستفتى المحددة التي قدمت استجابة، برت ضبط صقليقدم النموذج تحسينات كبيرة على نموذج فئة الأغلبية
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
