انتخاب بهترین نقاط تطبیق در تصاویر متوالی برای تصحیح ناوبری هواپیمای بدون سرنشین
محل انتشار: هفتمین کنفرانس ماشین بینایی و پردازش تصویر ایران
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,387
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP07_021
تاریخ نمایه سازی: 28 مرداد 1391
چکیده مقاله:
این مقاله روشی جدید مبتنی بر تلفیق نقاط به دست آمده از الگوریتم SIFT و نقاط استخراجی از پیشگویی براساس معادلات ناوبری وسیله پرنده، بیان می کند. برای استخراج نقاط و تطبیق آنها در تصاویر متوالی از الگوریتم SIFT استفاده شده است، این الگوریتم نقاطی از تصویر که در برابر تغییرات بزرگنمایی، روشنایی و زاویه دید، مقاوم می باشند را استخراج و توصیف کرده و این نقاط را در تصاویر با شرایط متفاوت عکس برداری ولی دارای صحنه های مشترک، تطبیق می دهد. استفاده از الگوریتم SIFT به تنهایی، با تطبیق اشتباه و نیز دقت های متفاوت در تطبیق همراه است. روش پیشنهادی که براساس پیشگویی موقعیت نقاط تصویر دریافتی در تصویر مرجع و یا تصاویر فریم های بعدی است، موجب حذف نقاط تطبیقی اشتباه و نقاط خارج از محدوده ی واریانس خطای پیشگویی، می گردد. لذا تطبیق در تصاویر متوالی یک UAV یا ربات، با اطمینان بالایی انجام می شود. این روش بهترین نقاط تطبیق در تصاویر را برای تصحیح دقت مکان یابی ربات و پارامترهای ناوبری یک وسیله پرنده، انتخاب می کند. نتایج نشان می دهد که تمامی نقاط ناشی از تطبیق اشتباه الگوریتم SIFT، کاملا حذف شده و فقط نقاط صحیح و دارای خطای کمتر از خطای ناوبری، انتخاب می شوند.
کلیدواژه ها:
نویسندگان
محمدولی ارباب میر
دانشگاه صنعتی مالک اشتر
حبیب قنبرپور اصل
دانشگاه صنعتی شریف
حمید دهقانی
دانشگاه صنعتی مالک اشتر
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :