افزایش کارایی و سرعت فرآیند تناظریابی کمترین مربعات در تصاویر رقومی

تناظریابی کمترین مربعات، lsm، (least square matching) یکی از دقیق‌ترین روش‌های تناظریابی در فتوگرامتری و سنجش‌ازدور است. یکی از محدودیت‌های اساسی این روش پیچیدگی محاسباتی بالا به‌دلیل ابعاد بزرگ معادلات مشاهدات و روند تکراری آن تا دستیابی به جواب است. در این تحقیق روشی جدید به‌منظور بهبود سرعت و کارایی این الگوریتم با عنوان تناظریابی کمترین مربعات سریع، flsm (fast least square matching) ارائه‌شده است. ایده اساسی در روش پیشنهادی کاهش تعداد معادلات مشاهدات در سرشکنی کمترین مربعات به‌منظور افزایش کارایی فرآیند تناظریابی است. برای این منظور پیکسل‌های واقع در پنجره تناظریابی با استفاده از یک معیار ویژه با عنوان استحکام رتبه‌بندی شده و درصد مشخصی از پیکسل‌ها با بالاترین استحکام در روند سرشکنی شرکت داده می‌شوند. به‌منظور محاسبه استحکام پیکسل‌ها از ترکیب معیار تناسب فاز و آنتروپی استفاده شده‌ است. روش پیشنهادی بر روی هشت جفت تصویر بردکوتاه، هوایی و ماهواره‌ای در دو دسته شبیه‌سازی‌شده و واقعی پیاده‌سازی شده و نتایج بیانگر بهبود قابل‌توجه سرعت (حدود سه برابر) با حفظ کیفیت فرآیند تناظریابی ‌است.

Fast Least Square Matching

Least square matching (LSM) is one of the most accurate image matching methods in photogrammetry and remote sensing. The main disadvantage of the LSM is its high computational complexity due to large size of observation equations. To address this problem, in this paper a novel method, called fast least square matching (FLSM) is being presented. The main idea of the proposed FLSM is decreasing the size of the observation equations to improve the efficiency of the matching process. For this purpose, the pixels in the matching window are ordered using a special robustness measure. Then, a specific percent of the pixels with the highest robustness is selected for matching process. The phase congruency and entropy measures are used to compute the proposed robustness measure. The proposed FLSM method was successfully applied to match various synthetic and real image pairs, and the results demonstrate its capability to increase matching efficiency. The matching results show that the proposed FLSM method is three times faster than standard LSM method.