融合互补仿射不变特征的倾斜立体影像高精度自动配准方法

提出一种基于最大稳定极值区域(maximally stable extremal regions,MSER)与Harris&Hessian Affine的互补仿射不变特征高精度自动配准算法。算法分3个阶段:①融合MSER与Harris&Hessian Affine互补不变特征,采用最小生成树算法选取一定数量的最优互补特征集合,基于特征的仿射不变信息实现局部图像的仿射与方向归一化,特征匹配采用多层次自适应策略,首先基于SIFT描述符的欧氏距离比率测度获得初始匹配,继而估计影像间的基本矩阵与单应矩阵,然后在双重几何约束下利用归一化互相关(normalized cross correlation,NCC)测度进行扩展匹配,以增加特征匹配数量且最大限度地消除误匹配;②通过最小二乘匹配(least square matching,LSM)使匹配结果达到子像素精度,以提高配准精度,最小二乘匹配的迭代参数初值由同名仿射不变特征间的协方差矩阵与主梯度方位获得;③基于②的匹配结果和投影变换模型,完成影像的高精度配准。针对地面近景倾斜立体影像和无人机倾斜立体影像的试验结果证明了算法的有效性。     

一种仿射不变量支持的准稠密控制点匹配算法

待配准的两景影像之间存在非均匀形变时,需要采用非刚性模型进行校正,而密集的、均匀分布的控制点是构建非刚性模型的基础,对此提出一种仿射不变量支持的准稠密控制点匹配算法。首先从两景影像提取特征点并进行稀疏匹配,根据稀疏匹配点消除两景影像间的整体偏移;然后以稀疏匹配点作为三角形的顶点,迭代构建特征点间的近邻三角形,并以面积之比作为仿射不变量,据此判断三角形顶点之间是否满足匹配关系,实现匹配点传播,从而获得准稠密的匹配点集;最后采用HJ-Landsat数据与南极地区Landsat 7 ETM+数据进行实验,结果表明,本文方法能够提取均匀分布的准稠密控制点,在提取率等指标方面优于对比方法。     

多分支网络联合的倾斜影像仿射不变特征匹配

倾斜立体影像间存在较大仿射变形甚至透视畸变,导致现有的宽基线立体影像匹配算法容易失效或仅获得稀少匹配.基于此,本文提出一种多分支卷积网络联合的倾斜立体影像仿射不变特征匹配算法.算法首先使用Hessi an算子提取初始特征邻域,接着引入三分支网络(TN)模型,并通过深度学习策略获得仿射不变特征邻域.为提高非同名相似特征的匹配效果,提出多边约束损失函数并训练多分支描述符网络(MDN)模型,继而得到具有较高区分度的描述符.然后采用最/次近邻距离比率(NNDR)测度获得同名特征,并通过随机采样一致性(RANSAC)算法剔除可能的误匹配点.最后,多组低空无人机倾斜立体影像试验结果验证了算法的有效性.     

基于SIFT的宽基线立体影像密集匹配

提出基于对极几何和单应映射双重约束及SIFT特征的宽基线立体影像多阶段准密集匹配算法。算法包括三个阶段：①基于特征点的空间分布和信息熵选取一定数量的最优SIFT特征点集并进行最小二乘初始稀疏匹配及立体像对的基本矩阵和单应矩阵估计;②对于其余特征,利用同名核线倾斜角及SIFT特征的尺度信息对匹配窗口的仿射变换参数进行迭代优化及变形改正、提取仿射不变SIFT特征描述符,并基于双重约束信息及欧氏距离测度进行匹配;③考虑宽基线立体影像较低的特征提取重复率,对第②步左右影像中未能成功匹配的特征点,基于双向搜索策略,采用基于盒滤波加速计算的SSD测度在变形改正后的双重约束区域中进行匹配,并对匹配结果进行加权最小二乘拟合定位。实际的宽基线立体影像试验结果证明了算法的有效性,可为后续的三维重建提供较为可靠的密集或准密集匹配点。     

倾斜影像匹配关键算法及应用研究

<正>大角度倾斜立体影像因其成像几何模型稳定、覆盖范围广以及纹理信息丰富,在城市真三维重建中发挥着关键作用。然而,由于传感器在获取影像过程中视角发生显著变化,导致影像间存在较大的几何和辐射畸变、同名区域遮挡等问题,加大了计算机自动立体量测同名像点匹配的难度。因此,研究此类影像的可靠匹配算法,无论是对提高城市真三维重建的效率,还是对推动数字摄影测量自动化进程,均具有重要意义。基于此,论文主要研究了仿射不变特征提取和匹配基     

融合尺度和仿射不变特征的倾斜立体影像配准

针对倾斜立体影像通常存在较大的几何变形从而难以自动匹配的问题,该文提出了一种融合MSER特征和SIFT特征的自动配准算法:选取MSER特征获得初始匹配及其对应邻域的仿射几何关系,对MSER候选匹配邻域内SIFT的特征点进行局部几何约束的仿射不变归一化相关系数匹配,定义邻域内SIFT特征的匹配正确率为邻域支持度,并据此进行原始MSER误匹配进行剔除。对上述未能匹配的MSER和SIFT特征,采用基于局部单应约束进行迭代匹配传播以获得更多的配准控制点并用于精确估计投影变换模型,完成影像的配准。同现有方法相比,所提算法在匹配点数、匹配正确率和配准精度方面有较大优势。     

一种基于无人机序列图像的地形地貌三维快速重建方法

提出了一种基于无人机序列图像的地形地貌三维重建方法,该方法采用Harris特征点和SIFT特征向量来提取图像特征,实现图像配准;采用准透视投影模型和因子化方法对未标定的图像序列进行自动标定;通过高效次优解三角化方法获取三维点云坐标;通过准稠密化扩散算法对三维点云进行稠密化;采用捆绑调整算法提高了空间三维点云的精度;采用Possion表面重建方法对三维点云进行了网格化处理.本文为无人机序列图像的应用提供了一个新的思路,拓展了无人机的应用空间.     

面向序列影像的三维场景重建方法

针对序列影像三维场景重建过程中存在的自动化程度不高、模型精度不够等问题,该文提出了一种基于序列影像的三维场景重建方法。该方法利用尺度不变特征变换算子获得了大量稳定的特征点后,结合K-D树搜索策略以及随机抽样一致性误匹配剔除方法得到稳定的匹配点对,然后采用稀疏光束法平差获取序列影像的相对位置姿态参数,最后采用多视密集匹配方法实现场景目标的密集重建。实验结果表明:该文所提方法可以快速得到准确、完整的三维重建结果。     

DEM辅助下的倾斜航摄影像匹配方法

在倾斜航空摄影测量中,倾斜影像间由于视角差异较大,具有较大几何变形,而具备仿射尺度不变性的ASIFT算法存在效率较低的问题,提出一种DEM辅助下的倾斜航摄影像匹配方法。该方法通过利用影像的粗略外方位元素和测区的DEM数据,首先对倾斜影像进行仿射变换来减弱几何变形;然后通过SIFT特征匹配算法来获取同名点对,并使用RANSAC剔除误匹配;最后将同名点对根据单应矩阵反算回原影像,以基础矩阵估计法剔除误匹配,获得最终匹配点对。通过对多组数据进行实验,结果表明,该算法的计算效率较高,获得的匹配点对在数量和分布情况上也更为理想。     

基于近景影像边缘信息点云的精细三维重建

针对三维激光扫描技术在获取三维信息存在扫描漏洞及边缘信息不足等问题,本文以文物对象的精细三维重建为目的,在近景影像与激光点云精细三维重建中提出一种新的方法。首先利用尺度不变SIFT算法匹配,并设置多重约束逐级剔除误匹配点获得最优匹配点集,采用基础矩阵加严密解解算定向参数,然后采用改进的CANNY算子提取影像边缘信息,利用仿射变换的粗值点和核线几何搜索匹配得到边缘同名点,最后根据定向参数重建边缘点云并与扫描点云进行配准,生成对象的精细点云模型。实验结果表明,采用此方法可生成边缘信息丰富、精细度高的三维信息。     

直线特征的多层次仿射不变匹配方法研究

针对直线两侧表面视差非连续、影像几何变形大等问题,提出了一种直线特征的多层次、仿射不变匹配方法。首先利用核线几何、相对方位、重叠距离、长度比等约束条件确定候选直线,根据仿射不变参数纠正直线支撑窗口并计算两侧邻域灰度加权相似性,得到线特征两侧表面视差连续情况下的直线匹配结果,并利用左右双向一致性检验剔除错误匹配;然后对未匹配直线采用顾及线特征两侧表面视差不连续的单侧邻域灰度加权相似性准则和双向一致性检验得到最终匹配结果。不同纹理类型的倾斜立体影像数据验证了方法的有效性,为倾斜立体影像直线特征匹配提供了一种可行的思路。     

融合SIFT与SGM的倾斜航空影像密集匹配

针对倾斜航空摄影特点与匹配处理要求,提出了融合尺度不变特征转换SIFT与半全局匹配SGM的倾斜影像密集匹配方法,包括两个阶段:(1)引入局部二阶矩变换的SIFT倾斜影像稀疏匹配。利用与二阶矩特征值有关的Hessian-Gabor算子提取影像初始特征,通过窗口二阶矩变换及椭圆归一化处理去除特征邻域的仿射变化,使得改进SIFT的特征描述符仿射不变性大大增强,满足宽基线倾斜像对稳健匹配要求的同时并能获得较多的匹配特征作为后续SGM优化计算的路径约束条件;(2)路径受限优化下的SGM倾斜影像密集匹配。以倾斜影像SIFT成功匹配像素的互信息为约束,对SGM的动态规划路径进行分段纠正,减小错误匹配代价的传播并加速最优路径搜索过程;以匹配像素的离散视差信息为基础,基于TPS变换生成良好初始视差图,以提高SGM互信息计算的可靠性并提高计算效率;对理想水平像对下的摄影测量水平核线重排过程进行扩展,整体旋转摄影基线以消除分量BX,BY的影响并建立虚拟"水平"像空间辅助坐标系,从而利用相对定向参数生成沿扫描线方向的"水平"核线影像以满足SGM应用要求。倾斜影像密集匹配试验结果证明了算法的有效性,可为后续摄影测量DSM自动生成或3维快速重建工作提供可靠、逐像素的密集匹配点。     

一种具有仿射不变性的倾斜影像快速匹配方法

提出了一种较为快速且具有仿射不变性的倾斜影像匹配方法。通过估算影像的相机轴定向参数计算出初始仿射矩阵,通过逆仿射变换得到纠正影像,对纠正影像进行SIFT匹配。首先利用比值提纯法(NNDR)、归一化互相关(NCC)测度约束和左右一致性检验得到粗匹配点对,由粗匹配点对利用RANSAC方法计算出基本矩阵F和单应矩阵H。匹配时,匹配策略采用最邻近匹配,并利用极线约束、单应矩阵约束、NCC测度约束和主方向差值一致性约束剔除误匹配。通过对三组典型的倾斜影像数据进行试验,试验表明该方法匹配准确率高,匹配点对较为密集、均匀,且效率较高。     

POS辅助和核线约束的倾斜影像匹配方法

针对无人机倾斜影像匹配时,由于冗余数据量大、影像几何变形大和重复纹理导致基于SIFT特征点的无人机倾斜影像匹配效率和可靠性低的问题,本文提出一种基于POS辅助和核线约束的倾斜影像匹配方法。在该方法中,首先利用机载GNSS/IMU设备获取的影像POS数据计算影像间在物方的重叠区域,接着将物方重叠区投影至像方,根据两幅影像的像方重叠率筛选高可靠像对;其次采用SIFT-GPU算法对影像提取特征点,并根据POS数据估计像对间的核线关系;然后在核线约束下,以描述子间的欧氏距离为相似性测度,实现特征点的高效稳健匹配;最后采用RANSAC算法剔除误匹配。通过对两组倾斜影像做匹配试验验证了本文方法的可行性。     

基于SFM和PMVS的倾斜影像三维建模方法研究与实现

与传统航拍相比,倾斜航拍作为一种新型的航拍方式,可以为三维城市建模提供更多的纹理数据支持,但是由于航拍倾斜角度较大,所获影像透视畸变明显,给倾斜航空影像间的匹配造成困难。本文利用Structure from Motion算法(简称SFM算法)对倾斜航空影像的相机姿态进行精确标定,并结合Patch-based Multi-view Stereo算法(简称PMVS算法)对标定影像进行密集匹配。结果表明,SFM算法对于倾斜航空影像的姿态标定具有较好的适用性,且通过PMVS算法能够得到大量具有颜色信息的三维点云数据,这些点云数据可直接用于三维场景重建。     

基于SIFT算法的无人机高分影像几何配准研究

本文基于SIFT算法进行无人机高分影像自动特征点匹配,在实现影像特征点自动匹配的基础上采用二次多项式模型进行影像几何配准,并且重点考察影像配准过程中匹配特征点数目对几何配准精度的影响,最后进行精度评价。结果表明:在影像特征点匹配结果正确、匹配点分布合理的情况下,匹配点数目越多,利用二次多项式进行影像几何配准的精度越高;无人机航向方向影像配准残差大于旁向残差。     

倾斜立体影像的Shi-Tomasi特征匹配

针对倾斜影像畸变大的现象,提出一种适用于倾斜立体影像匹配的方法。首先采用基于SIFT算法的匹配点对消除影像间的射影失真;然后提取Shi-Tomasi特征并采用多窗口的归一化互相关系数(NCC)计算相似性测度,获得稳定的匹配点对;最后使用两组倾斜影像将该算法同SIFT算法和ASIFT算法进行综合对比分析。实验结果表明,所提算法在正确匹配点对数量、匹配点对分布及匹配精度上均优于其他两种算法。     

基于立体像对与SFS相结合的三维重建研究

为解决立体视觉中非边缘区域及阴影区域匹配误差较大、非重叠区域无法重建三维等问题,将单幅影像三维重建技术(Shape From Shading,简称SFS)和立体视觉结合起来。利用SFS重建的深度信息作为特征点匹配的相似性测度以提高特征点匹配精度,对影像采用分区重建的方式,特征点采用立体视觉方式获取高度值,非特征点区域采用FSM-SFS方法进行三维重建。实验证明,深度匹配可避免透视收缩造成的匹配失效问题,提高特征点匹配精度,可有效解决立体视觉中对于光滑及缺乏纹理的区域重建困难的问题。     

利用局部仿射不变及核线约束的近景影像直线特征匹配

针对近景影像中直线因遮挡、提取算法等带来的匹配问题,提出了一种基于局部仿射不变及核线约束的直线特征匹配方法。该方法在对立体近景影像进行同名点匹配及直线特征提取的基础上,首先利用直线特征与邻域内以同名点为端点的虚拟直线段的相交仿射不变性进行候选同名直线的搜索,再借助核线约束确定目标直线与候选同名直线的重叠部分,然后通过直线特征的角度及支撑域灰度的综合相似性测度进行匹配,得到正确的同名直线。利用该方法对不同几何变换下的近景影像进行实验,结果表明,本方法具有较好的可靠性和准确性。     

无人机核线影像的稀疏匹配与稠密匹配

无人机影像转化为水平核线影像后,能够有效地减少同名点的搜索空间。在此基础上,本文使用SIFT算子进行了稀疏匹配,并用BP算法进行了稠密匹配。结果表明：①SIFT算子获取的同名点比较少,但是计算方法简单,同名点空间坐标精确,适用于大范围获取简要的空间三维信息;②BP算法计算复杂度高,可以获取地物大量的同名点,适用于小范围的地物三维重建。总体而言,两者各有优缺点,在实际的应用中可互补。