ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Evaluating the Performance of Geographic Features Detection Approaches in Urban Areas Based on Unmanned Aerial Vehicle UAV Images

العنوان بلغة أخرى: تقييم أداء طرق استخلاص الظواهر الجغرافية في المناطق الحضرية اعتمادا على صور الطائرات بدون طيار
المصدر: مجلة كلية الآداب
الناشر: جامعة القاهرة - كلية الآداب
المؤلف الرئيسي: Aldayafleh, Omar (Auth)
مؤلفين آخرين: Khawaldeh, Ahmad (Co-Auth), Hazaymeh, Khaled (Co-Auth), Almagbile, Ali (Co-Auth)
المجلد/العدد: مج80, ج5
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2020
الشهر: يوليو
الصفحات: 7 - 29
DOI: 10.21608/jarts.2020.115351
ISSN: 1012-6015
رقم MD: 1089678
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: AraBase
مواضيع:
كلمات المؤلف المفتاحية:
استخلاص الظواهر من خلال تحليل الصور | استخلاص الظواهر الجغرافية | طريقة FAST | طريقة Harris | OBIA | Features Detection | FAST Algorithm | Harris Detector | UAV
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: تتعدد التقنيات المستخدمة في استخلاص المعلومات الجغرافية من الطائرات المسيرة (بدون طيار) وذلك لإنجاز مختلف التطبيقات في مجال الفوتوجرامتري وإعداد الخرائط. وتعد طريقتي هاريز (Harris) وطريقة استخلاص الظواهر القائمة على إنشاء زوايا من خلال خلايا الصور (FAST) من أهم الطرق التي استخدمت في استخلاص الظواهر الجغرافية. من هنا فإن تقييم أداء كل طريقة في استخلاص الظواهر الجغرافية ذو أهمية في تحسين دقة الاستخلاص. لذلك جاءت هذه الدراسة لتقييم أداء FAST-9 وFAST-12 من حيث درجة التكرار والتكاملية والدقة باستخدام قيم مختلفة لمستوى القطع. حيث قيمت كل طريقة في قدرتها على استخلاص الحشود والمركبات من صور الطائرات المسيرة. ومن ثم تم استخلاص الظواهر المشتركة بين الطريقتين وذلك لمعرفة أداء كل طريقة تحت ظروف مختلفة للصور (درجة اللمعان وموقع واتجاه الكاميرا والتشوه في الصور). وبينت الدراسة أن قيم مستوى القطع المستخدمة تلعب دورا بارزا في تحديد عدد الظواهر الجغرافية المستخلصة. حيث كلما زادت قيم مستوى القطع انخفض عدد الظواهر المستخلصة والعكس صحيح. لذلك فإن قيم التكاملية تزداد بينما تنخفض قيم الدقة مع ازدياد قيم مستوى القطع. كما توصلت الدراسة إلى أن العلاقة بين طريقتي FAST-9 وHarris أفضل قليلا من العلاقة بين FAST-12 وHarris وذلك لأن عدد الظواهر المشتركة بين FAST-9 وHarris أكثر نسبيا مقارنة ما هو بين FAST-12 وHarris.

Many detection techniques have already been used in extracting geographic information from UAV images to perform various photogrammetric and mapping activities. Among these techniques is the Feature from Accelerated Segment Test (FAST) and the Harris corner detector. It is widely agreed that the evaluation of detectors is of great importance because it evaluates and enhances the accuracy of the detected features. This research evaluates the performance of FAST-9 and FAST-12 as well as the Harris detector in terms of the repeatability rate, completeness, and correctness under different threshold values. Each method is evaluated in terms of its ability for detection unmanned aerial vehicle (UAV) objects (crowd and cars features). Then the common detected features between both FAST versions and the Harris detector are extracted. This is to determine which method performs best under different image conditions (e.g., illumination variations, camera position and orientation, and image noise). The results show that the size of the threshold plays a crucial role in determining the number of detected feature points. An increase in the threshold value leads to a decrease in the number of detected points and vice versa. Thus, the correctness decreases whereas the completeness increases as a function of the threshold values. Furthermore, the relationship between the FAST-9 and the Harris detector is slightly better than those between the FAST-12 and the Harris detector. This is because the number of common features between the FAST-9 and the Harris detector are relatively higher than those between the FAST-12 and the Harris detector.

ISSN: 1012-6015

عناصر مشابهة