Порівняльний аналіз методів зшивання супутникових зображень на основі виявлення локальних ознак
DOI:
https://doi.org/10.18372/1990-5548.86.20627Ключові слова:
зшивання супутникових зображень, дистанційне зондування, реєстрація зображень, виявлення локальних ознак, SIFT, SURF, ORB, BRISK, векторні дескриптори, бінарні дескриптори, співставлення ознакАнотація
У роботі досліджено методи зшивання супутникових зображень на основі локальних ознак у межах єдиної оціночної структури. Розглянуто чотири алгоритми – SIFT, SURF, ORB та BRISK – з погляду виявлення ключових точок, формування дескрипторів, генерування відповідностей та геометричного вирівнювання. Використано стандартизований робочий процес у MATLAB: виявлення та опис у відтінках сірого, пошук найближчих сусідів із перевіркою співвідношення, надійне відхилення викидів за допомогою RANSAC із ескалацією моделі та злиття зображень із використанням масок і обрізанням контенту. Було оброблено близько п’ятдесяти наборів зображень, що охоплюють різноманітні типи ландшафтів; приклад із пустелі Сахара ілюструє запропонований протокол. Метою дослідження є охарактеризувати компроміс між точністю та ефективністю для векторних (SIFT, SURF) і бінарних (ORB, BRISK) дескрипторів у реалістичних орбітальних умовах та забезпечити прозору основу для вибору методів у процесах дистанційного зондування.
Посилання
M. Ivanytskyi, Y. Averyanova, N. Sauliak, and Y. Znakovska, “Machine learning-driven UAV mapping for automated detection of nutritional deficiencies and diseases in wheat,” CEUR Workshop Proceedings, Conference Paper, State University Kyiv Aviation Institute, 2025.
M. Brown and D. G. Lowe, “Automatic panoramic image stitching using invariant features,” International Journal of Computer Vision, vol. 74, no. 1, pp. 59–73, 2007. https://doi.org/10.1007/s11263-006-0002-3
D. G. Lowe, “Distinctive image features from scale-invariant keypoints,” International Journal of Computer Vision, 60 (2), pp. 91–110, 2004.
https://doi.org/10.1023/B:VISI.0000029664.99615.94
B. Zitová, J. Flusser, “Image registration methods: A survey,” Image and Vision Computing, vol. 21, no. 11, pp. 977–1000, 2003. https://doi.org/10.1016/S0262-8856(03)00137-9
G. Malini and R. Radha, “Comparative analysis of various feature extracting algorithms using satellite images,” Journal of Advanced Research in Dynamical and Control Systems, vol. 12, Issue 7, pp. 545–552, 2020.
https://doi.org/10.5373/JARDCS/V12SP7/20202138
J. Chon, H. Kim, and C.-S. Lin, “Seam-line determination for image mosaicking: A technique minimizing the maximum local mismatch and the global cost,” ISPRS Journal of Photogrammetry and Remote Sensing, vol. 65, pp. 86–92, 2010. https://doi.org/10.1016/j.isprsjprs.2009.09.001
G. Chen, M. Sun, X. Hu, and Z. Zhang, “Optimal seamline detection for orthoimage mosaicking based on DSM and improved JPS algorithm,” Remote Sensing, vol. 10, no. 6, 821, 2018.
https://doi.org/10.3390/rs10060821
L. Li, L. Han, Y. Ye, Y. Xiang, and T. Zhang, “Deep learning in remote sensing image matching: A survey,” ISPRS Journal of Photogrammetry and Remote Sensing, vol. 225, pp. 88–112, 2025.
https://doi.org/10.1016/j.isprsjprs.2025.04.001
X. Li, N. Hui, H. Shen, Y. Fu, and L. Zhang, “A robust mosaicking procedure for high spatial resolution remote sensing images,” ISPRS Journal of Photogrammetry and Remote Sensing, vol. 109, pp. 108–125, 2015. https://doi.org/10.1016/j.isprsjprs.2015.09.009
X. Yu, J. Pan, S. Chen, and M. Wang, “A flexible multi-temporal orthoimage mosaicking method based on dynamic variable patches,” Information Fusion, vol. 108, Article number 102350, 2024. https://doi.org/10.1016/j.inffus.2024.102350
P. S. Tondewad and M. P. Dale, “Remote Sensing Image Registration Methodology: Review and Discussion,” Procedia Computer Science, vol. 171, pp. 2390–2399, 2020.
https://doi.org/10.1016/j.procs.2020.04.259
X. Zhang, C. Leng, Y. Hong, Z. Pei, I. Cheng, and A. Basu, “Multimodal Remote Sensing Image Registration Methods and Advancements: A Survey,” Remote Sensing, vol. 13, no. 24, Article number 5128, 2021. https://doi.org/10.3390/rs13245128
J. Pan, Q. Zhou, and M. Wang, “Seamline determination based on segmentation for urban image mosaicking,” IEEE Geoscience and Remote Sensing Letters, vol. 11, no. 8, pp. 1335–1339, 2014. https://doi.org/10.1109/LGRS.2013.2293197
A. Riabko, “Methods of satellite images segmentation analysis,” 7th IEEE International Conference on Methods and Systems of Navigation and Motion Control (MSNMC), Kyiv, Ukraine, 2023, pp. 163–167. https://doi.org/10.1109/MSNMC61017.2023.10329167
A. Riabko, “Comparative analysis of SIFT and SURF methods for local feature detection in satellite imagery”, 2024 International Workshop on Computational Methods in Systems Engineering, (CMSE 2024), National Aviation University, Kyiv, Ukraine, vol. 3732, pp. 21–31. ISSN: 16130073.
A. Riabko and V. Hrishnenko “Comparative analysis of BRISK and ORB methods for local feature detection in satellite imagery”, Electronics and Control Systems, National Aviation University, Kyiv, Ukraine, no 1(83), pp. 44–53, 2025. ISSN 1990-5548. https://doi.org/10.18372/1990-5548.83.19879
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
