数字摄影测量学学习教案.pptx

《数字摄影测量学学习教案.pptx》由会员分享，可在线阅读，更多相关《数字摄影测量学学习教案.pptx（45页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、会计学1数字数字(shz)摄影测量学摄影测量学第一页，共45页。21.为什么说影像匹配问题(wnt)是摄影测量中最具挑战性的问题(wnt)？影像匹配贯穿于数字摄影测量数据处理的整影像匹配贯穿于数字摄影测量数据处理的整个过程个过程(内定向、相对定向、绝对定向、空三内定向、相对定向、绝对定向、空三转点、转点、DEM自动自动(zdng)生成、地物识别生成、地物识别)；另一个挑战性的问题是地物识别。另一个挑战性的问题是地物识别。1前述内容(nirng)回顾第2页/共45页第二页，共45页。32.什么是共轭实体(sht)、匹配实体(sht)、相似性测度、匹配方法、匹配策略？1前述内容(nirng)回顾第

2、3页/共45页第三页，共45页。41.定义(dngy)以数字影像局部范围内（窗口）的灰度值及其分以数字影像局部范围内（窗口）的灰度值及其分布布(fnb)(fnb)作为匹配实体，通过计算相似性测度确定共作为匹配实体，通过计算相似性测度确定共轭实体的影像匹配方法。轭实体的影像匹配方法。共轭实体：可以是点、线和其它物体图像共轭实体：可以是点、线和其它物体图像 匹配实体：影像的局部灰度值及分布匹配实体：影像的局部灰度值及分布(fnb)(fnb)相似性测度：基于局部灰度值的某种度量函数相似性测度：基于局部灰度值的某种度量函数2基于灰度影像匹配基于灰度影像匹配(ppi)的定义的定义Area-Based M

3、atching(ABM)第4页/共45页第四页，共45页。5示意图 互相互相(h xing)关函关函数数相似(xin s)程度同名同名(tngmng)点点目目标标区区搜搜索索区区2基于灰度影像匹配的定义第5页/共45页第五页，共45页。6影像匹配影像匹配(ppi)-同同名点寻找名点寻找第6页/共45页第六页，共45页。7n n优点：优点：n n窗口可以很快地提取，匹配的方法比较直观窗口可以很快地提取，匹配的方法比较直观(zhgun)；n n在纹理丰富的区域可以达到很高的精度。在纹理丰富的区域可以达到很高的精度。Advantages and Disadvantages of ABM 2基于灰度影

4、像(yn xin)匹配的定义第7页/共45页第七页，共45页。8n n缺点：缺点：缺点：缺点：n n辐射量的改变对灰度值比较敏感；辐射量的改变对灰度值比较敏感；辐射量的改变对灰度值比较敏感；辐射量的改变对灰度值比较敏感；n n搜索搜索搜索搜索(su su(su su)的空间比较大，可能会出现不同的局部极值；的空间比较大，可能会出现不同的局部极值；的空间比较大，可能会出现不同的局部极值；的空间比较大，可能会出现不同的局部极值；n n处理的数据量相对比较大；处理的数据量相对比较大；处理的数据量相对比较大；处理的数据量相对比较大；n n在一些情况下，如遮挡区（建筑物）、缺乏纹理（高速公路）或局部纹理

5、重在一些情况下，如遮挡区（建筑物）、缺乏纹理（高速公路）或局部纹理重在一些情况下，如遮挡区（建筑物）、缺乏纹理（高速公路）或局部纹理重在一些情况下，如遮挡区（建筑物）、缺乏纹理（高速公路）或局部纹理重复区（沙漠、草地），可能会出现误匹配的情况。复区（沙漠、草地），可能会出现误匹配的情况。复区（沙漠、草地），可能会出现误匹配的情况。复区（沙漠、草地），可能会出现误匹配的情况。Advantages and Disadvantages of ABM 2基于灰度影像匹配(ppi)的定义第8页/共45页第八页，共45页。9相关系数匹配(ppi)最小二乘匹配(ppi)基于物方的影像匹配(ppi)（VLL）

6、与特征提取相结合的灰度匹配(ppi)2.匹配(ppi)方法2基于灰度影像匹配基于灰度影像匹配(ppi)的定义的定义第9页/共45页第九页，共45页。10影像匹配(ppi)模式主要有二维匹配(ppi)和一维匹配(ppi)两种。3.匹配(ppi)模式2基于灰度影像基于灰度影像(yn xin)匹配的定义匹配的定义第10页/共45页第十页，共45页。11 x=1;y=0 x=0;y=0 x=0;y=0 x=1;y=0 x=2;y=0 x=3;y=0 x=4;y=0 x=5;y=0 x=6;y=0 x=7;y=0 x=8;y=0 x=9;y=0 x=10;y=0 x=11;y=0 x=0;y=1 x=1

7、;y=1 x=2;y=1二维搜索(su su)2基于(jy)灰度影像匹配的定义目标目标(mbio)窗口窗口搜索窗口搜索窗口第11页/共45页第十一页，共45页。12一维搜索(su su)2基于(jy)灰度影像匹配的定义目标目标(mbio)窗口窗口搜索窗口搜索窗口核线方向核线方向核线重排列影像的一维匹配核线重排列影像的一维匹配第12页/共45页第十二页，共45页。13一维搜索(su su)2基于灰度影像(yn xin)匹配的定义目标目标(mbio)窗口窗口搜索窗口搜索窗口核线方向核线方向原始核线影像的一维匹配原始核线影像的一维匹配第13页/共45页第十三页，共45页。141.1.相关函数相关函数

8、(hnsh)(hnsh)测度测度q离散情形，相关函数(hnsh)定义为：是两个窗口内对应(duyng)灰度值乘积的代数和3基于灰度影像匹配的相似性测度定义：若若R R（c c0 0,r,r0 0）R R（c,rc,r）（）（c c c c0 0，r r r r0 0），），则则c c0 0,r,r0 0为搜索区影像相对于目标区影像的位为搜索区影像相对于目标区影像的位移参数。移参数。对于一维相关应有对于一维相关应有r 0。第14页/共45页第十四页，共45页。153基于灰度影像匹配(ppi)的相似性测度2.协方差函数(hnsh)测度q 离散(lsn)情形，协方差函数定义为：定义：若若C C（c

9、c0 0,r,r0 0）C C（c,rc,r）（）（c c c c0 0，r r r r0 0），），则则c c0 0,r,r0 0为搜索区影像相对于目标区影像的位移为搜索区影像相对于目标区影像的位移行、列参数。行、列参数。对于一维相关应有对于一维相关应有r 0。协方差函数是中心化的相关函数第15页/共45页第十五页，共45页。163基于灰度影像匹配(ppi)的相似性测度3.相关系数测度(c du)定义(dngy)：相关系数就是标准化标准化的协方差函数若若（c0,r0）（c,r）（）（c c0，r r0），），则则c0,r0为为搜搜索索区区影影像像相相对对于于目目标标区区影影像像的的位位移移参

10、数。对于一维相关应有参数。对于一维相关应有r 0。协方差函数除以两信号的方差即得相关系数第16页/共45页第十六页，共45页。174、差平方和测度(c du)q离散情形(qng xing)，差平方和函数定义为：3基于灰度影像(yn xin)匹配的相似性测度 若若S2（c0,r0）S2（c,r），则），则c0,r0为搜索为搜索区影像相对于目标区影像的位移行、列参数。区影像相对于目标区影像的位移行、列参数。对于一维相关应有对于一维相关应有r 0。取极小值第17页/共45页第十七页，共45页。185.差绝对(judu)和测度q离散情形，差绝对和函数(hnsh)定义为：3基于灰度影像(yn xin)匹

11、配的相似性测度若若S（c0,r0）S（c,r）（c c0，r r0），则则c0,r0为为搜搜索索区区影影像像相相对对于于目目标标区区影影像像的的位位移移行行、列列参参数数。对于一维相关应有对于一维相关应有r 0。取极小值第18页/共45页第十八页，共45页。19候选窗口(chungku)灰度值形成的变动向量搜索(su su)区域候选窗口(chungku)/搜索窗口(chungku)1、直观说明（以点匹配为例）：目标窗口灰度值形成的固定向量目标窗口四四.基于灰度影像匹配的计算过程基于灰度影像匹配的计算过程第19页/共45页第十九页，共45页。20在目标影像上选取待匹配的点，称为目标点；以目标点为

12、中心，选取一定(ydng)大小的窗口，称为目标窗口；2、具体实现(shxin)步骤：四四.基于灰度影像基于灰度影像(yn xin)匹配匹配的计算过程的计算过程第20页/共45页第二十页，共45页。21按照一定的先验知识和约束条件确定该目标点的共轭点（同名(tngmng)点）在右影像上可能存在的范围，称为搜索区域；2、具体实现(shxin)步骤：四四.基于灰度影像匹配基于灰度影像匹配(ppi)的计的计算过程算过程第21页/共45页第二十一页，共45页。22以搜索(su su)区域内每一点为中心，开取同样大小的窗口，称为搜索(su su)窗口；四四.基于灰度影像匹配的计算基于灰度影像匹配的计算(j

13、 sun)过程过程2、具体实现(shxin)步骤：第22页/共45页第二十二页，共45页。23计算目标(mbio)窗口和每一个搜索窗口的相关系数，以相关系数大于一定阈值的搜索窗口的中心作为候选的匹配点;四四.基于灰度影像基于灰度影像(yn xin)匹配匹配的计算过程的计算过程2、具体实现(shxin)步骤：第23页/共45页第二十三页，共45页。24结合其它的条件或指标(zhbio)在候选点中确定最终配准点。或者直接以相关系数最大的窗口作为目标窗口的配准窗口，中心点作为配准点。四四.基于基于(jy)灰度影像匹配的计灰度影像匹配的计算过程算过程2、具体实现(shxin)步骤：第24页/共45页第

14、二十四页，共45页。250 1 2 3 4 5 6 7 8 9463、匹配(ppi)的例子四.基于灰度影像匹配的计算(j sun)过程第25页/共45页第二十五页，共45页。263、匹配(ppi)的例子四.基于灰度影像匹配的计算(j sun)过程第26页/共45页第二十六页，共45页。27n影像相关是左影像为目标区与右影像上搜影像相关是左影像为目标区与右影像上搜索区内相对应的相同大小的一影像相比较，索区内相对应的相同大小的一影像相比较，求得相关系数，代表各窗口中心像素求得相关系数，代表各窗口中心像素(xin(xin s)s)的中央点处的匹配测度的中央点处的匹配测度 1.整像素相关(xinggu

15、n)精度六.基于灰度影像相关(xinggun)的精度第27页/共45页第二十七页，共45页。281.整像素(xin s)相关精度-/2/2目标(mbio)点匹配(ppi)点 以一维相关为例，如果左核线上的目标点与右核线上找到的配准点是真正的同名点，但真正精确的配准位置未必在整像素格点上，但在以该格点为中心、以（像素大小）为长度的区间内。五.基于灰度影像相关的精度第28页/共45页第二十八页，共45页。29 真正(zhnzhng)精确的配准位置误差是-/2，/2上的均匀分布（因为是偶然误差），因此配准精度为：其中(qzhng)，p(x)五.基于灰度影像相关(xinggun)的精度均匀分布均匀分布

16、第29页/共45页第二十九页，共45页。30五.基于灰度影像相关(xinggun)的精度可得配准精度可得配准精度(jn d)为为第30页/共45页第三十页，共45页。312.用相关(xinggun)系数的抛物线拟合提高相关(xinggun)精度 为了把同名(tngmng)点位求的精确一些，可以把i点左右若干点处所求得的相关系数拟合一条曲线，求其最大值。抛物线顶点抛物线顶点(dngdin)k(dngdin)k处的处的位置应为位置应为 五.基于灰度影像相关的精度第31页/共45页第三十一页，共45页。32用用相相关关系系数数的的抛抛物物线线拟拟合合提提高高(t go)相相关关精精度度相关系数抛物线

17、拟合五.基于(jy)灰度影像相关的精度第32页/共45页第三十二页，共45页。33将坐标(zubio)原点移至i点，可得：取相邻取相邻(xin ln)(xin ln)像元像元3 3个相关系数进行抛物个相关系数进行抛物线拟合时线拟合时 五.基于灰度影像(yn xin)相关的精度第33页/共45页第三十三页，共45页。34五.基于灰度影像相关(xinggun)的精度第34页/共45页第三十四页，共45页。35由相关系数抛物线拟合由相关系数抛物线拟合(n h)可使相可使相关精度达到关精度达到0.150.2子像素精度子像素精度 第35页/共45页第三十五页，共45页。36n 影影像像匹匹配配的的目目的

18、的是是提提取取物物体体的的几几何何信信息息，确确定定其其空空间间位位置置。因因此此，能能够够直直接接确确定定物物体体表表面面点点空空间间三三维维坐坐标标(zubio)的的影影像像匹匹配配方方法法得得到到了了研研究究，这这些些方法也被称为方法也被称为“地面元影像匹配地面元影像匹配”。n 直直接接确确定定地地面面点点空空间间三三维维坐坐标标(zubio)(DEM)。待待定定点点的的平平面面坐坐标标(zubio)(X,Y)已已知知，只只需需要要确确定定其高程其高程Z。六.基于物方的影像(yn xin)匹配（VLL）第36页/共45页第三十六页，共45页。37六六.基于基于(jy)(jy)物方的影像匹

19、配物方的影像匹配（VLLVLL）1.基本基本(jbn)思思想想n 在在物物方方有有一一条条铅铅垂垂线线 轨轨 迹迹（VLLVLLVertical Vertical Line Line Locus Locus），它它在在影影像像上上的的投投影影(tuyng)(tuyng)是是一一直直线线。就就是是说说VLLVLL与与地地面面交交点点A A在在影影像像上上的的构构像像必必定定位位 于于 相相 应应 的的“投投 影影(tuyng)(tuyng)差差”上。上。第37页/共45页第三十七页，共45页。38VLLVLL法影像法影像(yn xin)(yn xin)匹配示意图匹配示意图A?在铅垂线上地面(dm

20、in)An那一个点正确(zhngqu)？第38页/共45页第三十八页，共45页。392.具体步骤具体步骤 给定地面给定地面(dmin)点的平面坐标点的平面坐标（X，Y）近似最低高程）近似最低高程Zmin。ZiZmini Z，高程，高程(gochng)搜搜索步距索步距 Z可由所要求的高程可由所要求的高程(gochng)精度确定精度确定六.基于(jy)物方的影像匹配（VLL）第39页/共45页第三十九页，共45页。40 由地面点平面坐标和可能的高程由地面点平面坐标和可能的高程ZiZi计算计算(j sun)(j sun)左右像坐标（左右像坐标（xi,yixi,yi）与）与（xi”xi”，yi”yi”

21、）：）：共线(n xin)条件方程式第40页/共45页第四十页，共45页。41 分别以（xi,yi）与（xi”，yi”）为中心在左右影像上取影像窗口(chungku)，计算其匹配测度，如相关系数 i。将i的值增加1，重复(chngf)（3）（4）两步，得到0，1，2，n取其最大者k：k max0，1，2，n第41页/共45页第四十一页，共45页。42 还还可可以以利利用用 k及及其其相相邻邻的的几几个个相相关关系系数数拟拟合合一一抛抛物物线线，以以其其极极值值对对应应的的高高程程作作为为A点点的的高高程程，以以进进一一步步提提高高精精度度，或或以以更更小小的的高高程程步步距距在在一一小小范围内

22、重复以上范围内重复以上(yshng)过程。过程。六.基于物方的影像(yn xin)匹配（VLL）第42页/共45页第四十二页，共45页。431.1.基于灰度影像匹配的定义基于灰度影像匹配的定义2.2.基于灰度影像匹配的相似性基于灰度影像匹配的相似性测度测度3.3.相关系数测度的性质相关系数测度的性质(xngzh)(xngzh)4.4.基于灰度影像匹配的计算过基于灰度影像匹配的计算过程程5.5.基于灰度影像匹配的精度基于灰度影像匹配的精度6.6.基于物方的影像匹配（基于物方的影像匹配（VLLVLL影像匹配）影像匹配）七.小结(xioji)第43页/共45页第四十三页，共45页。44n n绘出相关

23、系数计算程序框图，并编制相应子程绘出相关系数计算程序框图，并编制相应子程绘出相关系数计算程序框图，并编制相应子程绘出相关系数计算程序框图，并编制相应子程序序序序n n什么是基于灰度的影像匹配？什么是基于灰度的影像匹配？什么是基于灰度的影像匹配？什么是基于灰度的影像匹配？n n基于灰度影像匹配中的匹配实体是什么？基于灰度影像匹配中的匹配实体是什么？基于灰度影像匹配中的匹配实体是什么？基于灰度影像匹配中的匹配实体是什么？n n叙述基于灰度影像匹配的计算过程叙述基于灰度影像匹配的计算过程叙述基于灰度影像匹配的计算过程叙述基于灰度影像匹配的计算过程n n基于灰度影像匹配中主要有哪几种相似性测度，基于灰度影像匹配中主要有哪几种相似性测度，基于灰度影像匹配中主要有哪几种相似性测度，基于灰度影像匹配中主要有哪几种相似性测度，各有哪些各有哪些各有哪些各有哪些(nxi)(nxi)(nxi)(nxi)特点？特点？特点？特点？习题(xt)与思考题第44页/共45页第四十四页，共45页。45感谢您的观看(gunkn)！第45页/共45页第四十五页，共45页。