باعتبارها صور استشعار عن بعد متعددة المصدر، تختلف صور الإضاءة الليلية عالية الدقة تمامًا عن صور الاستشعار البصري، ولا يمكن تحقيق التسجيل التلقائي بناءً على خوارزميات التسجيل التقليدية للصورة، ويعتمد حالياً أساساً على التحديد اليدوي للنقاط باستخدام ArcGIS. لذلك، تقترح هذه الورقة إطار عمل لتسجيل الصور تلقائياً بين صور الإضاءة الليلية عالية الدقة والصور البصرية باستخدام التعلم العميق. أولاً، تم استخراج شبكة الطرق الثنائية الصور من صور الإضاءة الليلية والبصرية وتقليل معدل العينة، وتم إجراء مطابقة粗 باستخدام خوارزمية مجموع الخطأ المطلق (SAD). ثانياً، تم استخدام نموذج كشف الأهداف YOLOv8 لاستخراج نقاط مركز تقاطعات شبكة الطرق ك نقاط تحكم، وتم مطابقتها وتنقيحها باستخدام المسافة الإقليدية وخوارزمية العينة المتسقة العشوائية (RANSAC). أخيراً، تم استخدام طريقة المربعات الصغرى لحساب مصفوفة التحويل التشابهية لتحقيق تسجيل دقيق للصور. تم التحقق من فعالية الطريقة باستخدام صور استشعار الإضاءة الليلية ذات دقة 0.92 متر وصور استشعار بصرية ذات دقة 0.75 متر من Jilin-1. أظهرت النتائج التجريبية أن الطريقة المقترحة يمكنها تحقيق التسجيل التلقائي للصور، وكانت خطأ الجذر التربيعي المتوسط (RMSE) بعد التسجيل لمنطقتي بناء مدينة تشنغدو وتشانغتشون 3.29 متر و3.36 متر على التوالي، مما يدل على دقة تسجيل عالية.

صور استشعار الإضاءة الليلية;صور الاستشعار البصرية;التعلم العميق;شبكة الطرق;التسجيل التلقائي