بهینه سازی مدل ریاضی فوریه به کمک الگوریتم ژنتیک جهت مدل سازی رفتار خطای هندسی در دوربین های رقومی هوایی

Abstract

اهمیت وجایگاه اطلاعات مکان مرجع درکلیه امورعمرانی و تحقیقاتی برکسی پوشیده نیست. ازمیان روش‌های تهیه وتولید اطلاعات مکانی،روش فتوگرامتری بواسطه سرعت،صرفه اقتصادی وازهمه مهم‌تر،عدم نیاز به حضورمستقیم عوامل انسان ی در محل،از جایگاه منحصربه فردی برخوردار می‌باشد. درروش فتوگرامتری،دوربین‌های مستقربرسکوهای هوایی،بعنوانا بزاراصلی تأمین داده‌های ورودی واولین حلقه عملیاتی نقشی کلیدی در میزان موفقیت و دستاوردهای سایرمراحل ایفا می‌کنند. امروزه پیشرفت تکنولوژیک منجر به ارائه دوربین‌های رقومی با کیفیت بسیار بالایی شده است که این دوربین‌ها نویدبخش تهیه اطلاعات مکانی مورد نیازبه روش فتوگرامتری بادقت،سرعت وبهره‌وری بالا می‌باشند. با توجه به ظهور دوربین‌های رقومی جدید وتنوع در ساخت وتکنولوژی بکار رفته در این نوع ازدوربین‌ها ضرورت کالیبراسیون آنها به عنوان یک نیازاولیه شناخته می‌شود. باتوجه به هزینه‌های بالاو مشکلات اجرایی درانجام کالیبراسیون آزمایشگاهی،استفاده ازمعادلات خودکالیبراسیون به عنوان یکی از راه‌حل‌های مفید دراین زمینه شناخته می‌شود. برای این منظور درمقاله حاضر،استفاده ازمعادلات فوریه باترم‌های بهینه حاصل ازالگوریتم ژنتیک پیشنهاد شده وبررویداده‌های شبیه‌سازی شده موردارزیابی ومقایسهب امدل‌های پیشین قرارگرفته است. براساس نتایج حاصل،این مدل قادراست تا اعوجاجات چندگانه رابا حداقل وابستگی مدلسازی نماید. دقت ارائه شده برای مدلسازی اعوجاجات چندگانه در تصاویر شبیه سازی شده دوربین رقومیUltra Camدرمقایسه با سایر پارامترهایا ضافه بهبود دردقت مدلسازی درحدود 30 درصد وباکمترین وابستگی را نشان می‌دهد.