ارائه یک روش ساده و سریع برای تولید خودکار ارتوفتوموزاییک حقیقی از تصاویر پهپادمبنا

امروزه استفاده از تصاویر پهپاد مبنا برای تولید ارتوفتوموزاییک های بزرگ مقیاس از مناطق نسبتا وسیع گسترش یافته است. تولید ارتوفتوموازییک در دو مرحله ترمیم تصویر و دوختن تصاویر انجام می گیرد. به این صورت که ابتدا در فرایند ترمیم با استفاده از dsm مربوط به هر تصویر، ارتوفتو آن تولید می شود. سپس در مرحله دوم با استفاده از روش های مختلف دوختن تصاویر، تک ارتوفتوهای تولید شده گام به گام به یکدیگر متصل می شوند تا یک ارتوفتوموزاییک بزرگ از کل منطقه ایجاد شود. روش های دوختن تصاویر متکی به تعیین لبه های برش بهینه هستند که فرایندی پیچیده و چالش برانگیز محسوب می گردد. علاوه بر این ترمیم تصاویر و دوختن آنها در پروژه های پهپادمبنا با تعداد تصاویر زیاد که معمولا پوشش های طولی و عرضی بالا نیز دارند، بسیار زمانبر است. در این مقاله روشی ساده برای تولید ارتوفتوموزاییک بزرگ مقیاس از تصاویر پهپاد مبنا بدون نیاز به تولید تک ارتوفتوها و تعیین لبه های برش ارائه شده است. در این روش به جای اتصال تک ارتوفتوها در فضای تصویر، یک dsm یکپارچه در فضای عارضه تعریف می شود. سپس برای هر نقطه از dsm مربوطه، با تکیه بر یکی از معیارهای فاصله از نادیر و فاصله از مرکز تصویربرداری، یک تصویر بهینه از میان تمامی تصاویر انتخاب می گردد. در نهایت نقاط dsm با تصاویر بهینه تعیین شده بازنگاشت شده و موزاییک نهایی به یکباره تولید می شود.  نتایج این تحقیق نشان داد روش پیشنهادی در تولید ارتوفتوموزاییک بزرگ مقیاس به خوبی عمل کرده است به طوریکه موزاییک یکپارچه ای با اختلافات کم بر روی لبه های برش تولید شده است. علاوه بر این، روش پیشنهادی با روش رایج تولید ارتوفتوموزاییک که بر مبنای تولید تک ارتوفتوها و دوختن آن ها می باشد مقایسه شده است. ارزیابی ها بیانگر این هستند که روش پیشنهادی بر مبنای فاصله از مرکز تصویربرداری سرعت تولید ارتوفتوموزاییک را 39% و 45% به ترتیب در مجموعه داده اول و دوم افزایش داده است. همچنین دقت هندسی محاسبه شده با استفاده ار نقاط چک در ارتوفتوموزاییک های تولیدی به روش پیشنهادی به طور متوسط حدود 2 سانتی متر کاهش یافته است که نشان دهنده نتایج دقیق تر است.  

true orthophoto mosaic generation: a simple and fast method

uav-based images are now widely used to generate large-scale orthophoto mosaics. the generation of an orthophoto mosaic is divided into two stages: image registration and image stitching. using the dsm associated with each image, orthophotos are generated throughout the image registration. the single orthophotos generated are then joined to each other step by step in the second stage, utilizing various methods of image stitching. image stitching methods depend on the complex and challenging processes of image matching and seamline determination. in addition, the registration and stitching of images in uav-based mapping projects with a significant number of images is a time-consuming process. in this study, a straightforward method is provided for creating large-scale true orthophoto mosaics from uav-based images without the requirement to generate single orthophotos, image registration and seamline network determination. instead of registrating the images and then stitching them step-by-step, this method processes the dsm of the entire area and all of the images simultaneously. first, for each dsm point, the optimal image is determined from among all the visible images based on an optimization procedure. optimization is based on two criteria: distance from nadir point and distance from the projection center. using the determined optimal images, the differential rectification procedure is then run, and the orthophoto mosaic cells are filled. the results of this investigation demonstrated that the proposed method yielded a mosaic with minimal changes along the seamline. in addition, the proposed method is compared with the conventional orthophoto mosaic production method, which is based on image matching and determination of seamlines. evaluations indicate that the proposed method is able to increase the production rate of orthophoto mosaic by 39% and 45% in dataset 1 and 2 respectively. additionally, the geometric accuracy calculated using the checkpoints in the orthophoto mosaic generated by the suggested method has decreased by an average of 2 cm, indicating more precise results.