ابوالفضل شریفی؛ محمد سعادت سرشت
چکیده
کالیبراسیون دوربین رکن مهم هر پروژه فتوگرامتری است. تاکنون مدلهای اعوجاج متعددی برای کالیبراسیون دوربین متریک بهکارگرفته شده است مانند مدل براون که حداکثر 12 پارامتر شامل فاصله اصلی، مختصات نقطه اصلی، اعوجاج فیزیکی عکسی شامل اعوجاجات شعاعی، اعوجاجات مماسی و ... را در یک فرآیند سرشکنی باندل، بهصورت خودکالیبراسیون برآورد مینماید. ...
بیشتر
کالیبراسیون دوربین رکن مهم هر پروژه فتوگرامتری است. تاکنون مدلهای اعوجاج متعددی برای کالیبراسیون دوربین متریک بهکارگرفته شده است مانند مدل براون که حداکثر 12 پارامتر شامل فاصله اصلی، مختصات نقطه اصلی، اعوجاج فیزیکی عکسی شامل اعوجاجات شعاعی، اعوجاجات مماسی و ... را در یک فرآیند سرشکنی باندل، بهصورت خودکالیبراسیون برآورد مینماید. این راهکار کماکان برای دوربینهای ناپایدار و غیرمتریک در فتوگرامتری پهپاد نیز بهکار گرفته شده که اگرچه باعث بهبود معنیداری در مختصات سهبعدی شئای میشود اما هنوز اعوجاجاتی بهواسطه ناپایداری هندسی دوربین در مختصات عکسی باقی میماند. این اعوجاجات باقیمانده، منجر به پارالاکس و ایجاد پله ارتفاعی بین مدلهای سهبعدی در برجستهبینی میشود. در این مقاله یک روش پسپردازش برای کاهش اعوجاجات باقیمانده عکسی بعد از خودکالیبراسیون دوربین غیرمتریک در پروژههای فتوگرامتری پهپاد مطرح میگردد. روش ارائه شده مدلسازی باقیماندههای عکس بهکمک یک روش اجزاء محدود است. دادههای استفاده شده در این تحقیق تصاویر پهپاد فتوگرامتری اخذ شده توسط دوربینهای ILCE_7RM2و ، FC6310 ، وFC300S است. پیادهسازی الگوریتم پیشنهادی در محیط برنامهنویسی Matlab انجام شده و از نرمافزار متاشیپ[1] نیز برای پردازش اولیه استفاده شده است. نتایج حاصل از آزمونهای انجام شده روی چند داده فتوگرامتری پهپاد با مشخصات و مقیاسهای متفاوت بیانگر کاهش باقیماندههای عکسی تا 70 درصد در پس از مدلسازی و تصحیح اعوجاجات روی تصاویر است. همچنین با انجام برجستهبینی سهبعدی روی تصاویر تصحیح یافته، شاهد کاهش 60 درصدی پله بین مدلهای استریو هستیم که منجر به کیفیت هندسی بالاتر تهیه مدل رقومی ارتفاعی، ارتوفتو و تهی نقشه با برجستهبینی سهبعدی میشود.
[1]- Agisoft Metashape