多尺度边缘动态规划立体匹配算法

目前大多数立体匹配方法都是基于像素处理,而以面向对象的方式进行立体匹配则更加符合人类视觉习惯。该文提出一种面向对象的多尺度递进的立体匹配算法,实现由粗到细的快速立体匹配。首先对参考图进行粗分割获取目标对象,然后针对目标区域采用边缘线动态规划的方法获取视差,再根据精度需求进一步判断该目标是否需要细分以获取更加精细的视差,最后得到有效的视差图。实验证明,这种方法以目标区域为对象避免了从像素级逐一运算,不仅使处理速度加快,而且还能保持有效精度。     

结合颜色信息的 Census变换半全局立体匹配算法

针对传统单一Census变换未充分利用影像信息且精度不高的问题,该文提出了一种结合颜色信息的Census变换半全局立体匹配算法。该算法联合像素点间RGB颜色绝对差值与其Census变换值的匹配代价计算方法,采用八方向半全局视差获取方法获得初始稠密视差图。为进一步提高匹配精度,利用左右一致性交叉检测确定初始视差图中不稳定视差;采用基于均值偏移图像分割的视差优化算法对视差图中不稳定视差进行优化,获得最终视差图。选取4组middlebury立体图片库经典立体像对进行视差获取实验并检测。结果表明,本算法能够获得较高精度且可靠视差图,且在遮挡、视差不连续处的视差精度明显优于单一Census变换立体匹配算法及一些改进半全局立体匹配算法。     

基于深度学习的卫星影像立体匹配算法

卫星影像立体匹配是大规模地球表面重建的重要步骤之一,现有研究相对较少,且存在匹配效果不佳、模型泛化能力较差等问题。本文提出了一种基于深度学习的卫星影像立体匹配算法,算法流程包括数据集构建、立体匹配网络搭建、多级迁移学习及后处理。首先将裁剪得到的核线影像对输入改进的注意力成本网络,完成特征提取、注意力成本构建、视差估计与视差优化;然后经多级迁移学习训练的网络,可适应不同数据源,预测得到视差图;最后对视差图进行自适应后处理,以消除错误匹配。使用吉林一号高分02、高分04系列卫星影像进行试验,获取的视差图精度优于1像素,表明使用本文算法可获取准确、清晰的视差估计,决定了后续高质量数字表面模型结果的生成。     

SAR立体影像匹配的视差图融合方法

提出了一种基于视差图融合的匹配方法。首先,基于归一化互相关系数(normalized cross correlation,NCC),利用多个不同尺寸的匹配窗口分别进行匹配,获取相应的视差图;然后,提出了一种左右一致性(left right consistency,LRC)和信噪比(signal to noise ratio,SNR)相结合的置信测度,用来评价视差图中每个视差的置信水平;在此基础上,提出了一种视差图融合策略,该策略对上述多个匹配窗口获取的视差图进行加权融合,融合时既考虑了视差本身的置信水平,也兼顾了其邻域视差的影响。采用TanDEM-X的聚束立体影像进行试验,结果表明,本文方法能有效减少DEM粗差点,DEM高程精度由11.28 m提高到8.41 m。     

加权约束代价聚合的立体匹配算法

针对动态规划立体匹配算法存在的条纹瑕疵问题,提出了一种加权约束代价聚合的立体匹配算法。首先利用图像灰度与梯度信息联合计算匹配代价,并进行引导图像滤波;再通过四方向加权代价聚合的方式进行视差优化,得到最终视差图。标准测试数据实验结果证明,该算法能很好地改善传统动态规划算法的条纹瑕疵现象,且视差精度优于多数局部算法和动态规划改进算法,提高了立体匹配的精度。     

基于深度学习的立体影像密集匹配方法综述

三维重建可用于数字高程模型制作、机器人导航、增强现实和自动驾驶等。视差图是三维重建中一种重要的表达方式,而立体密集匹配是使用最广泛的获取视差图的技术。近年来,随着硬件、数据集、算法的发展,基于深度学习的立体匹配方法受到了广泛关注并取得了巨大成功。然而,这些方法通常在近景立体像对中进行测试,很少被用于遥感影像中。回顾了双目立体匹配的深度学习方法,选出了代表性的5种经典深度学习模型——GC-Net(geometry and context network)模型、PSM-Net(pyramid stereo matching network)模型、GWC-Net(group-wise correlation stereo network)模型、GA-Net(guided aggregation network)模型、HSM-Net(hierarchical deep stereo matching network)模型,将其应用于一套开源街景数据集(KITTI2015)和两套航空遥感影像数据集(München、WHU);分析了各种网络的实现方法,探讨了深度学习在遥感影像立体匹配中的性能,并与传统方法进行了对比。     

最小化最大边权的正射影像镶嵌线自动搜索

提出一种最小化最大边权的正射影像镶嵌线自动搜索方法。首先,利用半全局约束立体匹配计算左右影像的视差图,将视差图和差值影像叠加生成差异影像并视其为带权无向图;然后,基于Bottleneck模型采用最小化最大边权算法搜索最佳镶嵌线,并利用分块策略进一步优化以提高运行效率。实验表明,算法能有效避开影像上几何差异或色度差异大的区域,得到满足应用需求的镶嵌结果。     

多尺度引导滤波加权聚合的立体匹配算法

针对多尺度局部匹配中出现边缘信息被过度平滑导致误匹配的现象，该文利用图像多尺度信息，提出多尺度引导滤波加权聚合的立体匹配算法以提高匹配精度。在代价计算阶段，改进了Census方法，并结合图像多尺度特征信息，融合绝对差值算子和零均值归一化算子，获取稳定的初始匹配代价。在代价聚合阶段，根据图像多尺度信息构建多尺度模型，在多尺度模型中引入邻域方差，提高多尺度模型的边缘保持能力，提高视差图质量。实验结果表明，该文利用图像的多尺度信息可以更好地对图像特征进行匹配，相比单尺度引导滤波算法以及传统多尺度算法整体匹配精度有明显提高，且在非边缘区域视差过渡更加平滑，验证该文提出的多尺度立体匹配算法的可行性。     

高分辨率遥感影像DSM的改进半全局匹配生成方法

提出一种基于改进半全局匹配算法的高分辨率遥感影像数字表面模型（digital surface model,DSM）生成方法。首先利用影像间连接点几何约束关系对有理函数模型进行系统误差补偿,在补偿模型的基础上对影像进行分块,利用投影轨迹法逐块得到核线影像对;在密集匹配阶段,对影像建立金字塔后逐层进行半全局匹配,匹配过程中引入顾及影像纹理信息的视差图膨胀腐蚀算法约束每一层视差搜索范围,增加了视差图边缘处的有效像素数,同时减少了算法所需的内存开销和计算时间;在视差图后处理阶段,利用加权中值滤波算法保护了视差图的边缘信息;最后基于前方交会获取DSM。选取WorldView 3和资源三号立体影像进行试验,结果表明,本文方法获取的DSM精度在高程方向上接近于1.5倍GSD,并且较好地保持了地物的边缘特性,在计算效率和内存开销方面也具有较好的平衡。     

随机立体匹配

本文研究一种实现立体匹配的随机优化方法。与传统的基于面积的相关和基于特征的匹配有所不同,本方法能直接从一对立体图像中提取出稠密的视差值,而根本无须内插。首先,运用正则化理论把立体匹配问题转化为求视差时对两种彼此竞争约束的满足。这些约束用以规定一个动态系统的能量,而该系统的稳态则是通过一种所谓的微正则模拟退火达到的。其次,引入立体图像的Laplacian金字塔结构则有效地实现了由粗到精的分层控制策略。本方法适合于在SIMD体系结构的计算机上并行实现。     

基于多基线立体匹配技术的三维重建

介绍一种从多目视觉理论演化而来的多基线立体匹配技术,它具有短基线、多影像的特点,可以大大提高匹配的自动化和可靠性,快速实现物体表面三维重建,最后通过四组实验说明该技术的可行性和优越性。整个过程包括短基线相片获取、相片参数解算、多基线立体匹配、数据预处理和三维重建等。     

基于特征点引导的多视影像择优匹配方法

从冗余数据中选择一个或者多个最为显著的立体像对,在最少“伪信息”的影响下,获取最佳影像匹配效果,降低其它质量较差影像的负面平均效应,是提高多视影像匹配性能的关键。基于准确匹配的特征点,通过匹配测度的鲁棒性分析,提出一种多视影像的匹配质量分析方法;在此基础上,提出了一种基于特征点引导的多视影像择优匹配方法及基本思想、计算基础和择优匹配步骤。利用ADS40多度重叠影像数据进行了择优匹配实验。结果表明,该方法能够有效选取匹配质量较优的影像,获取更加准确的多视匹配结果,在一定程度上,比传统的多视匹配方法更加有效。     

一种模拟纠正影像的SAR立体影像匹配方法

针对常规SAR影像匹配方法在地形起伏较大区域无法获取理想的SAR立体影像匹配结果的问题,该文提出了一种基于模拟纠正影像的SAR立体影像匹配方法。利用观测区域粗分辨率DEM进行SAR影像模拟,进而获取几何纠正SAR影像,在几何纠正SAR影像上实现影像匹配,等效于常规基于灰度影像匹配中进行的影像粗配准工作,并且相比于常规粗配准,该等效粗配准过程能够均衡地顾及到整幅影像的像元,最终实现了地形起伏较大区域的高精度SAR立体影像匹配。采用COSMO-Skyped影像数据进行了实验,实验结果表明,匹配精度达到了3个像素左右,比常规的基于灰度影像匹配方法有较大提高,能够有效解决地形起伏较大区域SAR立体影像匹配问题。     

月面巡视探测器立体影像的多核CPU并行快速匹配

月面巡视探测器立体影像的摄影测量处理是获取月面三维信息实现巡视器定位导航的重要手段之一。影像匹配是地面近景摄影测量实现自动化处理的关键,本文研究了基于积分影像的单机多核并行匹配算法,实现了月面巡视器模拟影像的快速匹配。试验表明该方法能显著地缩短匹配时间,达到较高的加速比和效率。     

面向宽基线立体影像匹配的高质量仿射不变特征提取方法

针对宽基线影像匹配问题,提出基于信息量和空间分布均衡性双重约束的多层次特征筛选方法,并在此基础上探讨集成该特征筛选方法、MSER(Maximally Stable Extremal Region detector)、SIFT(Scale Invariant Scale Transformation)的特征提取算法,以达到提取高质量(高信息量、空间分布均衡、高重复率)仿射不变特征的目的。实验表明,相对现有最优算法,本文方法具有更高的重复率和匹配成功率,更有利于后续的(宽基线)立体匹配。     

基于零立体像对立体匹配的配后质量控制

立体匹配的质量控制对数字摄影测量产品的质量起着关键的作用。本文首先分析了现有的各种质量控制策略，然后根据正射影像同ＤＴＭ及匹配点位存在的固有关系，提出了用零立体像对再匹配作为立体匹配的配后质量控制方案，为立体匹配质量控制开辟了崭新的途径。     

三线阵CCD影像的像点自动匹配技术研究

目前国内针对三线阵CCD影像像点自动量测技术研究比较少,主要采用常规影像匹配方法进行处理。本文在分析众多匹配方法的基础上,根据三线阵CCD影像的特点,在立体环境下对三线阵CCD影像空三加密像点自动量测的方法进行研究。用实验的方法研究了基于金字塔分层动态窗口匹配运算的相关系数法在三线阵CCD影像像点立体匹配中的应用,最后通过三线阵CCD数字模拟影像试验,得出结论:采用金字塔分层动态窗口匹配运算的相关系数法是解决三线阵CCD影像空三加密像点自动量测问题比较有效的途径。     

半全局约束下的多基线立体影像MVLL匹配方法

多视铅垂线轨迹法（multi-view vertical line locus,MVLL）能够以物方地面铅垂线为几何约束,匹配获取物方空间点的最佳高程,是一种实用的多基线立体影像匹配方法。针对MVLL匹配方法中的物方空间点独立匹配、缺少整体性约束问题,将物方空间局部光滑特性应用至匹配过程,提出了一种半全局约束下的多基线立体影像MVLL匹配方法。首先,将物方空间点沿地面铅垂线上的准确高程搜索,等效至像方空间沿核线方向上的准确视差搜索;其次,采用MVLL匹配方法计算物方空间点在多张影像上的等效像方匹配测度;然后,采用半全局匹配法（semi-global matching, SGM）对匹配测度进行多路径聚合分析,得到物方空间局部光滑约束下的等效视差图;最后,将等效视差图转化为物方空间点匹配高程,并对多基线立体影像进行多分辨率匹配处理,实现整体最优条件下的MVLL匹配。采用多类型地形特征与局部区域影像进行匹配实验与对比分析,实验结果表明,所提方法能够对多类型地形特征的物方空间匹配测度进行优化,获取更加可靠的匹配结果,具有更高的影像匹配性能。