بهینه سازی مدل ریاضی فوریه به کمک الگوریتم ژنتیک جهت مدل سازی رفتار خطای هندسی در دوربین های رقومی هوایی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
اهمیت وجایگاه اطلاعات مکان مرجع درکلیه امورعمرانی و تحقیقاتی برکسی پوشیده نیست. ازمیان روش های تهیه وتولید اطلاعات مکانی،روش فتوگرامتری بواسطه سرعت،صرفه اقتصادی وازهمه مهم تر،عدم نیاز به حضورمستقیم عوامل انسان ی در محل،از جایگاه منحصربه فردی برخوردار می باشد.
درروش فتوگرامتری،دوربین های مستقربرسکوهای هوایی،بعنوانا بزاراصلی تأمین داده های ورودی واولین حلقه عملیاتی نقشی کلیدی در میزان موفقیت و دستاوردهای سایرمراحل ایفا می کنند. امروزه پیشرفت تکنولوژیک منجر به ارائه دوربین های رقومی با کیفیت بسیار بالایی شده است که این دوربین ها نویدبخش تهیه اطلاعات مکانی مورد نیازبه روش فتوگرامتری بادقت،سرعت وبهره وری بالا می باشند.
با توجه به ظهور دوربین های رقومی جدید وتنوع در ساخت وتکنولوژی بکار رفته در این نوع ازدوربین ها ضرورت کالیبراسیون آنها به عنوان یک نیازاولیه شناخته می شود. باتوجه به هزینه های بالاو مشکلات اجرایی درانجام کالیبراسیون آزمایشگاهی،استفاده ازمعادلات خودکالیبراسیون به عنوان یکی از راه حل های مفید دراین زمینه شناخته می شود. برای این منظور درمقاله حاضر،استفاده ازمعادلات فوریه باترم های بهینه حاصل ازالگوریتم ژنتیک پیشنهاد شده وبررویداده های شبیه سازی شده موردارزیابی ومقایسهب امدل های 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 می دهد.