第十三讲-高级匹配---摄影测量基础--教学课件.ppt

《第十三讲-高级匹配---摄影测量基础--教学课件.ppt》由会员分享，可在线阅读，更多相关《第十三讲-高级匹配---摄影测量基础--教学课件.ppt（57页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第十三讲 高级匹配理论主要内容n n最小二乘匹配n n特征匹配一、最小二乘影像匹配一、最小二乘影像匹配n德国Ackermann教授提出了一种新的影像匹配方法最小二乘影像匹配（least Squares Image Matching）n影像匹配可以达到1/10甚至1/100像素的高精度优点如下优点如下n最小二乘影像匹配中可以非常灵活地引入各种已知参数和条件，从而可以进行整体平差。n解决“单点”的影像匹配问题，以求其“视差”；也可以直接解求其空间坐标 n同时解决“多点”影像匹配或“多片”影像匹配 n引入“粗差检测”，从而大大地提高影像匹配的可靠性 按vvmin原则进行影像匹配的数字模型。若在此系统

2、中引入系统变形的参数，按 vvmin的原则，解求变形参数，就构成了最小二乘影像匹配系统。灵活灵活,可靠和高精度可靠和高精度是优点是优点,缺缺点点是是，如当，如当初始初始值值不太准不太准时时，系，系统统的收的收敛敛性等性等问题问题有待解决。有待解决。辐射畸变照明及被摄影物体辐射面的方向大气与摄影机物镜所产生的衰减摄影处理条件的差异以及影像数字化过程中所产生的误差等等n影像灰度的系统变形有两大类：影像灰度的系统变形有两大类：辐射畸变辐射畸变；几何畸变几何畸变。几何畸变n摄影机方位不同所产生的影像的透 视畸变n影像的各种畸变n由于地形坡度所产生的影像畸变等竖直航空摄影的情况下，地形高差则是几何畸变的

3、主要因素。n仅考虑辐射的线性畸变的最仅考虑辐射的线性畸变的最小二乘匹配小二乘匹配相关系数相关系数 n误差方程：误差方程：n按按 vvmin的原理，可的原理，可得得法方程式法方程式 n消消除除了了两两个个灰灰度度分分布布的的系系统统的的辐辐射射畸畸变变后后，其其残残余余的的灰灰度度差差的平方和为的平方和为 以“相关系数最大”作为影像匹配搜索同名点的准则，其实质是搜索“信噪比为最大”的灰度序列 n信噪比信噪比 n相关系数与信噪比之间的关系相关系数与信噪比之间的关系 影像匹配的主要目的是确定影像影像匹配的主要目的是确定影像相对移位相对移位，传统的算法采用目标，传统的算法采用目标区相对于搜索区不断地区

4、相对于搜索区不断地移动一个移动一个整像素整像素，搜索最大相关系数的影，搜索最大相关系数的影像区中心作为同名像点像区中心作为同名像点 。在最小二乘影像匹配算法中，在最小二乘影像匹配算法中，可引入几何变形参数，可引入几何变形参数，直接解算直接解算影像移位影像移位，这是此算法的特点。，这是此算法的特点。n离散的数字影像而言，灰度函数离散的数字影像而言，灰度函数的导数的导数g,2(x)可由差分代替可由差分代替 n为解求相对移位量为解求相对移位量 x，需上式需上式进行线性化进行线性化 最小二乘影像匹配是非线性系统，必须进行迭代。迭代过程收敛的速度取决于初值。n误差方程式可写为误差方程式可写为 n解得影像

5、的相对移位解得影像的相对移位 单点最小二乘影像匹配单点最小二乘影像匹配 n两个二维影两个二维影像之间的几像之间的几何变形，不何变形，不仅仅存在着仅仅存在着相对移位还相对移位还存在着图形存在着图形变化变化 x2 y2n灰度畸变灰度畸变+几何变形几何变形 n几何变形几何变形 n经线性化后误差方程式经线性化后误差方程式ndh。，。，dh1，da0，,db2是待定参是待定参数的改正值，它们之初值分别为数的改正值，它们之初值分别为 h0=0；h1=1；a0=0；a1=1；a2=0；b0=0；b1=0；b2=1 在在数数字字影影像像匹匹配配中中，灰灰度度均均是是按按规规则则格格网网排排列列的的离离散散阵阵

6、列列，且且采采样样间间隔隔为为常常数数，可可被被视视为为单单位位长长度度，上上式式中中的的偏偏导导数数均均用用差差分代替：分代替：几何改正几何改正重采样重采样辐射畸变改正辐射畸变改正是否迭代是否迭代计算最佳计算最佳匹配的点位匹配的点位计算参数值计算参数值结束结束左片左片右片右片最最小小二二乘乘法法匹匹配配流流程程图图n几何变形改正。根据几何变形改正参数a0,a1,a2,b0,b1,b2将左方影像窗口的影像坐标变换至右方影像阵列：n重采样。由于换算所得之坐标x2，y2一般不可能是右方影像阵列中的整数行列号，因此重采样是必须的。n采用最小二乘影像匹配，解求变形参数的改正值dh0,dh1,da0,。

7、n计算变形参数计算变形参数 n计算最佳匹配的点位计算最佳匹配的点位.可用梯度可用梯度的平方为权，在左方影像窗口内对的平方为权，在左方影像窗口内对坐标作加权平均：坐标作加权平均：匹配精度取决于影像灰度的梯度匹配精度取决于影像灰度的梯度 为了进一步提高其可靠性与精度，例如，附带共线条件的最小二乘相关以及与VLL法结合的最小二乘影像匹配方法都得了广泛的研究 最小二乘影像匹配的精度最小二乘影像匹配的精度 最小二乘匹配算法，则可以根据法方程式系数矩阵的逆矩阵，同时求得其精度指标 nn为目标区像元个数。由于上式右边是的无偏估计，所以n信噪比信噪比n方差方差n相关系数与信噪比之间的关系相关系数与信噪比之间的

8、关系 n影像匹配的精度与相关系数有关，相关系数愈大则精度愈高。它与影像窗口的“信噪比”有关，信噪比愈大，则匹配的精度愈高。可以得到一些很重要的结论：可以得到一些很重要的结论：n影影像像匹匹配配的的精精度度还还与与影影像像的的纹纹理理结结构构有有关关，即即与与 有有关关。特特别别 是是当当愈愈大大，则则影影像像匹匹配配精精度度愈愈高高。当当 ，即即目目标标窗窗口口内内灰灰度度没没有有变变化化时时，则则无无法法进进行行影像匹配。影像匹配。二、特征匹配n n特征匹配的概念特征匹配的概念n n基于特征点的影像匹配策略基于特征点的影像匹配策略 n n跨接法影像匹配跨接法影像匹配特征匹配特征匹配n以影像的

9、灰度分布为影像匹配以影像的灰度分布为影像匹配的基础，被称为灰度匹配（的基础，被称为灰度匹配（Area Based Image Matching）n特征匹配（特征匹配（Feature Based Matching，在计算机界也称为在计算机界也称为 Primitive Based Matching）。）。n当待匹配的点位于低反差区内，当待匹配的点位于低反差区内，其匹配的成功率不高。其匹配的成功率不高。n目的只需要配准某些点线或面目的只需要配准某些点线或面 n在城市中，被处理的对象主要是在城市中，被处理的对象主要是人工建筑物，灰度匹配难以适应人工建筑物，灰度匹配难以适应 特征匹配使用的几种场合特征匹

10、配使用的几种场合特征匹配步骤特征匹配步骤n特征的匹配可以分为点、线、面特征的匹配可以分为点、线、面n特征匹配可分为三步特征匹配可分为三步：特征提取；特征提取；利用一组参数对利用一组参数对特征作描述；特征作描述；利用参数进行特利用参数进行特征匹配。征匹配。n例如：首先可以用边缘算子（Edge Operator）从影像中提取边缘，然后再用参数描述“边缘”。n常用常用-S曲线表达曲线表达边缘：边缘：基于特征点的影像匹配的策略基于特征点的影像匹配的策略 特征提取特征提取n根据各特征点的兴趣值将特征根据各特征点的兴趣值将特征点分成几个等级点分成几个等级n对不同的目的，特征点的提取对不同的目的，特征点的提

11、取应有所不同应有所不同（2）均匀分布。将影像划分成规均匀分布。将影像划分成规则矩形格网，每一格网内提取特则矩形格网，每一格网内提取特征点。征点。(1)随机分布。按顺序进行特征随机分布。按顺序进行特征提取，但控制特征的密度。提取，但控制特征的密度。特征点的分布则可有两种方式：特征点的分布则可有两种方式：n特征点的匹配特征点的匹配 n二维匹配与一维匹配二维匹配与一维匹配 影像方位参数未知时，必须进影像方位参数未知时，必须进行二维影像匹配行二维影像匹配;建立影像模建立影像模型，形成核线进行一维匹配型，形成核线进行一维匹配 1.对右影像也进行特征提取2.右影像不进行特征提取3.右影像不进行特征提取，但

12、也不将所有的点作为可能的匹配点n匹配的备选点选择方法匹配的备选点选择方法n特征点的提取与匹配的顺序特征点的提取与匹配的顺序 “深度优先深度优先”“广度优先广度优先”n匹配的准则匹配的准则 除了运用一定的相似性测度，一般还可考虑特征的方向，周围已匹配点的结果n粗差的剔除粗差的剔除 小范围内利用倾斜平面模型进行视差拟合，将残差大于某一阈值点作为粗差剔除 n跨接法影像匹配跨接法影像匹配 ABb1a1a2b2n先不顾及几何变形作“粗匹配”，然后用其结果作几何改正再匹配 n几何变形几何变形 处处理理影影像像几几何何变变形的两种方式形的两种方式n最小二乘影像匹配将影像匹配与几何改正均作为参数同时解算 影像

13、匹配影像匹配几何改正几何改正影像匹配影像匹配几何改正几何改正与与影像匹配影像匹配影像匹配影像匹配影像匹配影像匹配优点！优点！特征分割法特征分割法 特征定义为一个“影像段”，由三个特征点组成：一个灰度梯度最大点Z，两个“突出点”（梯度很小）S1，S2 在提取特征时，所用算子不仅应顺次地提取出一个特征上三个特征点的像素序号（点位），而且还应保留两个突出点S1，S2之灰度差。特征分割法特征分割法 n跨接法影像匹配步骤跨接法影像匹配步骤 l.l.特征提取特征提取 2.构成跨接法匹配窗口构成跨接法匹配窗口n所谓跨接法窗口结构，就是将所谓跨接法窗口结构，就是将两个特征连接起来构成窗口，两个特征连接起来构成

14、窗口，在左方影像上在左方影像上F Fb b和和F Fe e分别是已配分别是已配准与待匹配的特征构成目标窗口准与待匹配的特征构成目标窗口 右右方方影影像像上上，F Fb b是是已已配配准准的的特特征征，在右方影像上选定若干特征在右方影像上选定若干特征比比较较待待匹匹配配特特征征F Fe e与与备备选选特特征征之之间的特征参数，选取相似特征间的特征参数，选取相似特征在在右右方方影影像像上上，以以F Fb b为为窗窗口口的的一一个个端端点点特特征征，而而以以被被选选定定的的备备选选特特征征1 1，3 3为为窗窗口口的的另另一一端端的的特特征征，构成不同的匹配窗口构成不同的匹配窗口对对匹匹配配窗窗口口进进行行重重采采样样，使使其其大大小小始始终终等等于于左左方方影影像像的的目目标标窗窗口口的的长长度度，从从而而消消除除了了几几何何畸畸变变对对相关的影响。相关的影响。计算目标窗口与重采样的匹配窗计算目标窗口与重采样的匹配窗口的相关系数，按最大相关系数口的相关系数，按最大相关系数的准则确定的准则确定Fe的同名特征。的同名特征。将目标窗口将目标窗口a,b整个视为待整个视为待配准元配准元“影像段影像段”在右核线上建立一在右核线上建立一些备选的搜索窗口些备选的搜索窗口