شناسايي اشتباهات تناظريابي و تصحيح نسبي توابع رشنال در تصاوير استريو ماهواره‌اي با استفاده از الگوريتم RANSAC+RPC

Outlier Detection and Relative RPC Modification of Satellite Stereo Images Using RANSAC+RPC Algorithm

يكي از مهم‌ترين مراحل پردازش تصاوير ماهواره‌اي و بخصوص تصاوير استريو ماهواره‌اي بحث زمين مرجع‌سازي آن‌هاست. در حال حاضر اكثر شركت‌هاي توليدكننده تصاوير استريو ماهواره‌اي از توابع رشنال براي زمين مرجع‌سازي استفاده مي‌كنند. اما از آنجا كه توليد توابع‌ رشنال براي هر تصوير به‌طور جداگانه انجام مي‌گيرد، در عمل علاوه بر خطاي مطلق اين توابع، بين توابع رشنال اين تصاوير يك نوع خطاي نسبي نيز وجود دارد كه براي اهداف برجسته‌بيني و استخراج مختصات سه‌بعدي به نظر مي‌رسد كه بايد تصحيح شود. ايده‌ي مطرح براي تصحيح نسبي اين توابع، استفاده از نقاط متناظر عكسي است. در حال حاضر اپراتورهاي بينايي رايانه مي‌توانند به‌صورت اتوماتيك نقاطي را استخراج و تناظريابي كنند؛ اما تناظريابي اين نقاط با اشتباهاتي همراه هستند كه بايستي از چرخه محاسبات تصحيح نسبي ضرايب توابع رشنال حذف شوند. در اين تحقيق براي تصحيح نسبي توابع رشنال و همچنين حذف همزمان اشتباهات تناظريابي، الگوريتم RANSAC+RPC پيشنهاد داده شده است. نتايج بدست آمده بر روي زوج تصاوير ماهواره‌اي GeoEye1 از منطقه شهري قم و تصاوير ماهواره‌اي IRS P5 از منطقه رودهن نشان مي‌دهد اگرچه اين استراتژي براي توجيه نسبي پايدار تصاوير ماهواره‌اي از موفقيت بالايي برخوردار است، اما ميزان تاثير تصحيحات روي نقاط سه‌بعدي بازسازي شده در حد زير پيكسل است.

Satellite image providers usually present Rational Polynomial Coefficients (RPCs) as a user friendly solution for georeferencing of images. As RPCs are determined independently for each image scene, there are both absolute and relative georeferencing biases will in stereo scenes. Relative orientation of a stereo scene needs some conjugate image points. Speeded up robust features (SURF) operator is a powerful computer vision algorithm for image feature extraction and matching. Usually some of the features are not actually matched and are outliers. In this paper RANSAC+RPC algorithm is employed to simultaneously detect these outliers and modify the relative bias of RPCs. Our experiments on GeoEye-1 over Qom city and IRS-P5 over Rudehen district, both in central Iran, demonstrated the capability of our proposed algorithm. Though the RPC modification was done robustly for relative orientation of stereo scenes, yet improvement in the reconstructed 3D coordinates are in the range of sub-pixel accuracy. Our experiments demonstrate that the relative RPC shift and drift error will not cause any accuracy improvement in 3D reconstruction problem.