一种结合相位相关法和AKAZE算法的纹理缺乏地区影像匹配技术

由于纹理缺乏地区影像缺少鲜明特征,特征重复性严重,使得单纯的基于特征的匹配算法很难获得唯一性较强的特征描述符,导致同名点误匹配的比率大大增加。AKAZE算法以非线性尺度空间为基础,较好地顾及了影像的纹理结构及细节信息,对纹理缺乏地区的影像匹配具有一定的应用价值。基于频域的Fourier-Mellin相位相关技术,通过对影像的频域及对极数变换,计算互功率谱可获得影像间的旋转、尺度和平移参数。因此,本文通过Fourier-Mellin变换计算影像间的几何关系,对AKAZE算法检测出的特征点进行了匹配范围的约束,初步解决了纹理缺乏地区的影像匹配问题。试验结果表明,该方法可以提高匹配的正确率及同名点对数。     

利用PCA-SIFT进行特殊纹理航摄影像匹配

提出了一种基于主成分分析-尺度不变特征变换(principal component analysis,scale invariant feature transform,PCA-SIFT)的特殊纹理航摄影像匹配方法。首先,对影像降采样并进行PCA-SIFT特征匹配;然后利用得到的同名像点计算平面单应矩阵,并确定影像对间的同名区域;随后,在同名区域间再次进行PCASIFT特征匹配并剔除误匹配点;最后,采用改进的最小二乘影像匹配方法对PCA-SIFT匹配结果进行精化,从而自动识别出同名像点。实验结果表明,本文方法可以达到子像素级的影像匹配精度,即使是在纹理贫乏和重复区域也能够匹配出足够数量的特征点,完全可以满足空中三角测量的影像自动量测要求。     

基于相似特征点集的SIFT匹配改进算法

当影像中存在相似或重复场景时,传统SIFT匹配算法存在匹配成功率低,目前改进的SIFT匹配算法计算量大。基于相似特征点集的SIFT匹配改进算法,依据相似性或重复场景的影像纹理特点,在SIFT特征点匹配过程中,通过设定阈值提取初始同名点,建立针对未成功匹配参考特征点的相似特征点集,利用已获取初始同名点建立仿射几何约束模型构建参考特征点的匹配约束窗口,在该窗口内利用特征点相对主方向及尺度约束,对特征相似点集进行匹配获得同名点,最后采用RANSAC算法剔除误匹配点。对比实验结果表明,在影像像对间存在较多相似性场景,同时存在较大尺度缩放、旋转变换、视角及模糊差异的情况下,文中算法在匹配成功率和计算复杂度上具有明显的优势。     

运动平滑与核线约束的特征匹配提纯算法

针对基于最近邻距离比率约束和几何条件约束的影像特征匹配方法,在处理重复纹理影像以及视角和尺度变化大的宽基线影像时,存在匹配正确率低和匹配点对数量少的问题,设计了结合运动平滑约束与核线约束的AKAZE特征匹配提纯算法。①为提高影像特征的不变性、显著性和时效性,采用AKAZE算子提取影像特征,经暴力匹配快速构建初始匹配集;②基于网格运动统计区分真假匹配,剔除不能满足运动平滑约束的匹配点对;③为消除局部相似特征引起的误匹配,采用核线约束提高匹配纯度。实验结果表明:所提算法实现了重复纹理影像、倾斜影像和宽基线影像同名点对的高精度匹配,增加了匹配点对数量,拓展了特征匹配的适用范围。     

融合多类特征的海岸带特殊纹理影像全自动配准

针对海岸带特殊纹理影像存在地物单一、纹理匮乏或重复等问题,该文提出一种融合多类特征的海岸带立体影像全自动配准方法。该算法分为3个阶段:①提取尺度不变特征变换(SIFT)关键点,采用欧氏距离比率获得初始匹配,并进一步采用归一互相关匹配(NCC)和随机抽样一致性算法剔除误匹配,继而估计影像间的单应矩阵;②利用改进的Forstner算子对左影像提取均匀分布的角点特征,并利用单应矩阵和NCC匹配进行同名点匹配;③基于上述多类特征的精匹配结果,计算影像间投影变换模型,实现影像的配准。最后,为验证该文算法的有效性,选取3组存在较大尺度、旋转及视角变化的海岸带特殊纹理影像进行综合对比试验,结果表明该文算法可实现全自动配准,并且在匹配点数量、配准精度以及匹配点空间分布等方面具有优势。     

POS辅助车载组合全景影像路面角点特征匹配算法

推荐了一种车载组合全景相机影像路面角点特征的匹配方法。路面到摄站的距离近,基高比大,是良好的区域网平差模型连接点,但是路面纹理匮乏,影像中存在移动物体和较为严重的尺度变化和仿射变形,难以匹配到正确的同名点。本文利用路面在一定范围内可近似为水平面的特点,根据相机与路面的距离确定近似路面,将影像路面角点投影到重叠影像,将同名点定位在一个小的矩形范围内;通过POS数据确定角点对应同名核线,矩形区域内距离核线最近的角点即为同名像点。本文匹配方法可获得一定数量的正确匹配同名点,显著降低了误匹配,内点率高,可以进一步精确估计像对间的基础矩阵,为其他地物的匹配提供了约束。     

移动高程平面约束的多视影像特征点匹配

针对影像匹配中由于重复纹理和遮挡导致的不确定性问题,提出移动高程平面约束的多视影像特征点匹配方法。该方法将多视影像上提取的特征点投影到不同高程的物方格网平面,利用平面上格网单元来约束候选同名特征点,对多视影像进行选择性匹配,避免部分影像遮挡对匹配的影响。实验选取UCX(UltraCamX)数字航空影像进行匹配,取得可靠的匹配结果,从而验证了本文方法的有效性。     

基于改进的MROGH的特殊纹理航摄影像匹配

提出了一种结合颜色不变量和MROGH(multi-sup-port region order-based gradient histogram)的特殊纹理影像匹配方法.首先在MROGH算法基础上引入颜色不变量模型,构造同时纳入局部影像颜色和空间关系的描述符;然后采用预测同名区域方式缩小搜索空间;最后采用最小二乘匹配方法精化匹配结果.实验表明,在纹理重复和纹理贫乏区域本文提出影像匹配算法不仅能获取较多匹配点,而且能达到子像素级的影像匹配精度.     

结合同名点及核线约束的近景影像直线匹配

针对影像间尺度变化、直线提取断裂、直线邻域纹理断裂引起的近景影像直线匹配难题,该文提出一种结合同名点及核线约束的近景影像直线匹配算法。该算法在已有同名点和直线提取结果的基础上,首先确定目标直线两侧离目标直线距离最近的同名点,利用其在右影像上对应的同名点连线得到的虚拟直线为基准构建矩形候选区;其次,分别计算左、右影像上同名点连线得到的虚拟直线与待匹配直线的夹角,根据两角度差值进一步对候选直线进行筛选;然后,利用核线约束计算目标直线和候选直线的重叠部分,并以此为中心构建直线支撑域,统一两支撑域窗口尺寸,根据窗口灰度相关确定同名直线;最后,采用距离约束对匹配结果进行检核完成直线匹配。选取具有不同几何变换的三组近景影像进行直线匹配实验,结果表明该文方法能获得可靠的直线匹配结果。     

一种最小生成树的自动纹理映射方法

针对实拍像片的纹理映射是复杂模型三维重建的关键,由于缺乏稳定而实用的二维影像与三维模型自动配准方法的问题,该文提出了一种基于最小生成树的自动纹理映射方法,实现二维影像与三维模型之间的自动配准。该方法首先建立实拍纹理影像之间的相邻关系图;然后对相邻影像进行匹配得到它们的同名像点,通过计算同名像点的惯性矩来衡量相邻影像的相邻度并把惯性矩作为图边的权;再建立最小生成树;最后层序遍历生成树依次获得当前影像,根据当前影像与其父影像的同名像点及父影像与三维模型的配准关系推导当前影像与模型的配准关系,实现自动映射。实验证明,该方法能够在保证精度的同时提高纹理映射的效率。     

顾及粗差的低空数字影像拼接

低空遥感影像相对于传统航空和卫星影像覆盖面积小且像幅数多,影像拼接是内业处理的重要工作之一。低空摄影机畸变大及飞行平台不稳定等因素易产生同名点匹配定位粗差,可能致使拼接低空影像接边误差较大。为减少这些粗差,利用具有尺度、旋转和平移不变性的SIFT算法进行低空影像匹配,然后采用Huber算法约束粗差,并通过Levenberg-Marquardt非线性最小二乘法进行平差,以获得精确的影像拼接单应矩阵。实验验证了该方法可减少拼接缝,提高了拼接精度。     

结合马氏距离与梯度描述符的稠密匹配

针对稀疏匹配点无法满足三维重建工作需要及传统密集匹配算法面对明暗变换影像匹配无力等问题,本文提出了一种结合马氏距离与梯度描述符的密集匹配方案。该方案首先利用初始可靠同名点建立同名三角网;然后以各三角形的对应中点作为加密匹配基元,以描述符与马氏距离作为两种影响因素,建立得分计算公式;最后以超过该得分阈值者作为匹配点,遍历所有三角形,更新三角网重复上述步骤,直至没有新的匹配点产生。利用网络公开数据集进行验证,试验结果表明,本文提出的密集匹配方案较好地解决了传统算法面对明暗变换影像适应性较差的问题,同时对多种变换影像有着较好的适应性与稳定性。     

低空摄影测量立体影像匹配的现状与展望

影像匹配是在两幅或多幅具有重叠度的影像中通过特定的算法提取影像间同名点的过程,是低空摄影测量数据处理中最为关键的步骤,匹配质量与效率直接影响到后续数据处理的成功与否,关系到测绘产品生成质量。本文系统阐述了低空摄影测量影像匹配的研究现状与展望。对影像匹配的分类进行总结和归纳,大体上,影像匹配可划分为两大类,即基于灰度和基于特征的匹配。重点针对基于特征的影像匹配,从点、线、面等特征提取算法及特征描述符和相似性测度与策略等方面进行了详细阐述。此外,列举最新的基于深度学习的影像匹配算法,对低空平台搭载的多样化传感器数据融合可能涉及的影像匹配方法进行了展望。     

POS辅助下的车载序列影像匹配

针对车载序列影像中所包含的具有大量重复纹理的建筑立面区域给现有匹配方法带来的误匹配率高、匹配点不足等不适应性问题,提出了一种联合POS辅助及KLT（Kanade-Lucas-Tomasi）角点特征跟踪的新匹配方法。通过充分利用POS信息所能够建立的局部近似建筑立面分层平面及DEM信息,获取KLT跟踪算法中所需的初始位移信息,并将建筑立面及路面区域进行分开追踪匹配,以保证匹配点的良好分布特性,最后利用RANSAC结合核线约束进行误差剔除得到最终匹配结果。试验证明本文方法能够有效解决车载序列影像中重复纹理区域的匹配问题,可高效获取分布均匀、数量充足的匹配特征点,为后期空中三角测量提供更稳健的同名约束条件。     

相位相关辅助的重复纹理区域特征跟踪匹配

在移动测量系统获取的街道序列影像中,建筑物立面占有相当大的比例,而通常建筑物立面含有大量的规则重复纹理。利用特征匹配的方法对此类影像进行匹配时,容易造成大量的误匹配,严重影响后期的影像定向以及三维重建。针对此问题,提出了一种利用相位相关算法辅助KLT(Kanade-Lucas-Tomasi)对角点进行跟踪,从而实现特征匹配的算法。首先,在整体上利用相位相关将待匹配的影像对进行粗配准;然后,使用KLT算法从影像中提取局部角点特征并进行跟踪匹配。实验结果表明,该算法对建筑物密集的街道序列影像匹配的正确率比单纯利用特征匹配方法有较大提高,且匹配的特征角点分布也比较均匀,能够有效解决街道序列影像中重复纹理区域的特征匹配问题。     

低空无人机影像匹配流程设计的优化

针对低空无人机倾斜摄影影像匹配精度不高的问题,提出了以SIFT-BRISK算子为基础的影像匹配工作流程。首先,为相邻影像同步建立多尺度影像空间,在不同尺度上检测极值点;然后,根据三维二次函数剔除边缘极值点,确定为影像的匹配点;最后,按照高斯滤波理论,对每个匹配点进行描述,相邻影像各自生成各自的匹配点集合,当两影像匹配点描述相同时,则实现特征点匹配,进而实现相邻影像的高精度匹配。在三维倾斜摄影场景项目中,此方法有效地降低了匹配错误率,提升了匹配效果。     

联合对数极坐标描述与位置尺度特征的无人机影像匹配算法

针对无人机（unmanned aerial vehicle, UAV）影像提取的同名点数量较少,从而影响影像间位姿信息的计算,导致影像拼接错位、平差解算不严密甚至失败等问题,提出了一种联合对数极坐标描述与位置尺度特征的匹配算法。首先,建立高斯多尺度影像集合进行特征点提取;其次,采用对数极坐标进行描述子构建,建立适合UAV影像特征的描述子;然后,通过位置和尺度约束的距离匹配函数进行特征匹配;最后,通过模式搜索和快速样本共识方法剔除粗差后完成同名点提取。将四旋翼UAV获取的影像作为实验数据,与SIFT(scale invariant feature transform)算法和SAR-SIFT（synthetic aperture radar-SIFT）算法进行了影像匹配的对比实验。结果表明,所提算法可以较好地提取UAV影像的同名点对。     

一种基于嫦娥一号CCD影像的影像匹配方法

月球测绘是完成月球探测任务的基础保障。这里提出了一种适合于CE-1获取的CCD影像的多尺度约束自动匹配方法。首先利用SURF算子提取影像上特征点;然后进行基于准核线和最小欧式距离约束的影像匹配;最后采用随机采样算法对误匹配点进行剔除而得到同名点信息。实验结果表明,该匹配方法提取的同名点有利于CE-1月球影像DEM的生成。     

局部仿射变换的自适应窗口立体影像匹配算法

针对现有固定窗口相关匹配方式难以适用纹理断裂、深度不一、纹理匮乏等近景影像匹配问题,该文提出一种结合局部仿射变换的自适应窗口匹配算法。以ASIFT特征点作为匹配基元:①利用同名三角网局部仿射变换确定匹配搜索区域;②利用Canny边缘点约束确定候选点自适应相关窗口,对应的建立参考点相关窗口;③建立顾及窗口尺寸的灰度差异相似性测度函数,将小于阈值的最小函数值对应的候选点作为匹配同名点;④采用RANSAC方法对匹配结果进行检核剔除错误匹配。选择3组典型特征的近景影像进行匹配实验,该文算法均能获得可靠的匹配结果,验证该算法的鲁棒性。通过与不同窗口、不同算法进行对比分析,本算法能有效减少窗口内像素点深度不一致引起的错误匹配,且在增加匹配点数量的同时提高匹配精度和可靠性。     

基于点特征的低空遥感影像多级高效率匹配方法研究

研究基于点特征的匹配算法,结合现有影像匹配算子的优缺点,提出一种适用于低空遥感影像特征点的自动提取与匹配方法。首先在简化的高斯尺度空间中检测Harris角点,使该特征点具有尺度不变性;然后采用Forstner算子对关键点精确定位,精度达到子像素级;最后通过简化特征点描述符实现算法简化。在特征点匹配阶段,采用BBF-KD初匹配和二次精匹配提高匹配精度。以低空遥感影像为实验数据测评SIFT算法和文中方法在提取速度、匹配正确率、稳定性等方面的性能。实验结果表明,相对于传统的SIFT算法,处理影像清晰的低空遥感数据时本方法有更高精度和更快速度。