تناظريابي مستقل از افاين تصاوير ماهواره‌اي با استفاده از شبكه عصبي‌ هاپفيلد

تناظريابي از موضوعات چالش‌برانگيز در سنجش از دور و فتوگرامتري به‌شمار مي‌آيد. اين فرايند به‌منظور طبقه‌بندي چندطيفي، مانيتورينگ محيط، بازرسي تغييرات، موزاييك‌كردن تصاوير و نظاير اينها كاربرد وسيعي در سنجش از دور دارد. روش‌هاي زيادي براي تناظريابي ارايه شده‌اند، كه يكي از آنها تناظريابي سراسري با استفاده از شبكه عصبي هاپفيلد است. مهم‌ترين تحقيقات انجام‌شده در اين روش در حوزه شناسايي هدف و مربوط به تصاوير برد كوتاه است، و تاكنون روي تصاوير هوايي و ماهواره‌اي پياده‌سازي نشده‌اند. هدف اصلي پژوهش حاضر پياده‌سازي روش تناظريابي با استفاده از شبكه عصبي هاپفيلد روي انواع تصاوير هوايي و ماهواره‌اي است. براي انجام تناظريابي مستقل از افاين، از شبكه عصبي هاپفيلد مرتبه 4 استفاده مي‌شود و نتايج عملي روي دو جفت تصوير ماهواره‌اي بيانگر كارايي بالاي اين روش است.

Matching is one of the challenging problems in remote sensing and photogrammetry. This process is widely used for many purposes in remote sensing such as multispectral classification, environment monitoring, change detection, image mosaicing, etc. Many methods have been presented for matching; one of these methods is global matching by Hopfield neural network. Most researches carried out include object recognition and close range images and up to now it was not implemented on aerial and satellite images. The main goal of this paper has been implementing the matching method using Hopfield neural network on various aerial and satellite images. In order to perform the affine invariant matching. The fourth-order Hopfield neural network has been applied and the experimental results achieved on two pairs of satellite images showed the high efficiency of the mentioned method.