Academic literature on the topic 'Стереозір'

Stereopairs of very-high resolution satellite imagery constitute one of the key high-accurate data sources on heights. A stereophotogrammetric technique is a key method of processing these data. Despite that a number of spacecrafts gathering very-high-resolution imagery in a stereo mode constantly increases, the area of the Earth regularly covered by such data and stored in the archives of RSD operators remains relatively small and, as a rule, is limited only to large urban agglomerations. The new collection may not suit the customer for several reasons. Firstly, the materials of the new stereo collection are more expensive than those of the archived one. Secondly, due to unfavourable weather conditions and a busy schedule of satellites, the completion of the new collection may go beyond the deadline specified by the customer. Well known and brand-new criteria to form multi-temporal, stereopairs are analyzed. The specific of photogrammetric processing multi-temporal stereopairs is demonstrated. Application of multi-temporal stereopairs is described. In conclusion it is confirmed that 3D-models and high accurate DTMs can be generated basing on stereo models from multi-temporal satellite imagery in the absence of the following data

В задачах комп'ютерного зору та обробки зображень часто виникає необхідність проведення процесу зіставлення точок двох зображень, наприклад, для пошуку об'єктів на зображеннях або для відновлення тривимірних геометричних моделей сцени. В той же час, не існує загального методу визначення чітких точкових відповідностей на зображеннях. В роботі запропоновано підхід до визначення пар ключових точок на зображеннях на основі розбиття простору параметрів на регулярну сітку і представлення такої сітки в вигляді просторової хеш-таблиці для прискорення пошуку. Підхід дозволяє визначати стійкі пари ключових точок на двох зображеннях, що дозволяє його використання в задачах стереозору для відновлення тривимірних моделей поверхонь і для пошуку об’єктів на зображеннях. Представлений підхід складається з наступних кроків: визначення ключових точок з використанням дескрипторів; зіставлення ключових точок на основі побудови двовимірного простору параметрів, який формується з розміру і кута орієнтації дескриптора; розбиття простору параметрів на регулярну сітку; побудова хеш-таблиці на основі сітки, в якості значень в комірках хеш-таблиці містяться кількість пар ключових точок з близькими значеннями розміру і орієнтації дескриптора, що відповідають даній комірці; пошук в хеш-таблиці комірки, що міститиме найбільшу кількість точок, така комірка відповідатиме найбільш стійким відповідностям ключових точок на зображеннях. Представлений алгоритм може бути розширений для роботи з довільною кількістю параметрів. Запропонований алгоритм дозволяє проводити зіставлення ключових точок на зображеннях за час O(n).
In tasks of computer vision and image processing, it is often necessary to carry out the process of comparing points of two images, for example, to search for objects in images or to restore three-dimensional geometric models of the scene. At the same time, there is no common method for determining stable point correspondences in images. An approach to determine of key point pairs in the images based on a subdivision of parameter space into regular grid and building a spatial hash table over the grid is proposed. Approach, that is developed, provides to determine strong key point pairs in two images, which makes possible to use it in the stereovision problems to surface reconstruction and for object search in the images. The presented approach consists of a sequence of steps: defining key points using descriptors; matching key points based on the construction of a two-dimensional parameter space, which is formed from the size and orientation angle of the descriptor; partitioning the parameter space into a regular grid; constructing a hash table based on the grid; the values in the cells of the hash table contain the number of pairs of key points with similar values of the size and orientation of the descriptors that correspond to this cell; searching in the hash table of the cell with the greatest number of points, such a cell will correspond to the most stable combinations of key points in the images. The presented algorithm can be extended to work with an arbitrary number of parameters and allows for the mapping of key points on images with a time complexitiy of O(n).