基于控制点约束影像的密集匹配及其在考古发掘中的应用

针对大场景考古挖掘现场的三维重建情况,选取半全局匹配策略作为研究基础,设计了一种基于附加控制点约束的半全局匹配算法进行序列影像密集匹配。将稀疏匹配中的特征提取和匹配技术用于提取初始特征,并由这些初始特征转化的同名特征点,生成视差空间影像中的视差控制点,以此作为一种可靠的约束,提高其密集匹配的精度。同时,采用影像分块的策略,将原始大核线影像分成若干对小核线影像,进行密集匹配,以达到提高计算效率,改善计算结果的目的。实验证明,该方法可实现大面积考古挖掘现场的快速三维重建,并且能够在进行文物形态三维重建的同时获取挖掘现场文物分布的正射影像平面图,为准确记录挖掘现场文物分布位置及考古发掘、调查及遗址保护规划编制等提供科学依据。     

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。     

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。     

改进半全局匹配的高分卫星影像DSM提取方法

传统半全局匹配算法在提取高分卫星立体像对DSM时,匹配结果受正则化参数的影响较大,且在阴影、低纹理、重复纹理和视差跳变等难以匹配区域存在较多的视差空洞。针对上述问题,该文提出了一种改进半全局匹配的高分卫星影像DSM提取方法:在代价聚合过程中根据当前层金字塔影像的视差搜索范围和代价矩阵自动确定正则化参数以增强匹配结果的稳定性,同时构建金字塔聚合以提高匹配点的数量;在此基础上,利用基于快速双边算子的优化策略优化视差图以填充视差空洞。结果表明:本文方法生成的DSM在建筑物边缘更为精细,同时能够较好地恢复难以匹配区域的高程值,且具有更高的精度水平。     

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。     

利用网络图进行高分辨率航空多视影像密集匹配

提出了一种基于网络图的高分辨率航空多视影像密集匹配算法。首先利用影像间的重叠关系和方向确定候选立体像对并构建网络图;在立体像对密集匹配阶段,引入导向中值滤波采用由粗到精的改进半全局匹配(SGM)算法进行双向视差图生成;最后基于所有立体像对构建的网络图完成多视影像间的密集点云生成及融合。试验选取了ISPRS的Vaihingen航空影像和ISPRS/EuroSDR项目的苏黎世倾斜下视影像进行试验,结果表明:本文算法对高分辨率多视影像密集匹配是有效可行的,无论在匹配完整性、效率、精度上都能获取较好的结果,重建的密集点云平均反投影误差的中误差可以达到亚像素级精度,实际精度可以达到1.5倍GSD,并且在建筑物、植被、水体等视差不连续、弱纹理或重复纹理区域也取得了较好的匹配结果。     

抗视差的宽基线弱纹理影像自动拼接算法EI北大核心CSCD

针对目前带有视差突变的宽基线弱纹理影像拼接效果差及需要人工干预的问题,本文从影像匹配和影像配准两方面进行改进,提出了面向宽基线弱纹理影像的抗视差全自动拼接算法。首先,采用融合了影像视角几何纠正的局部特征变换模型,由粗到精地实现弱纹理特征的准密集对应;然后,基于匹配点和深度神经网络,泛化学习宽基线影像间的可靠透视变换,以获取全局配准视差,局部视差则通过薄板样条函数来精确拟合;接着,将影像拼接结果的多边形边界进行规则化处理,通过全卷积网络将其训练为规则化矩形,在有效剔除空白区域的同时,最大限度地保留影像拼接内容;最后,选取4组无人机和地面近景宽基线弱纹理立体像对进行测试,并将本文算法的影像匹配及配准各阶段结果分别与现有代表性算法结果进行对比。试验结果表明,本文算法在匹配点数目、匹配精度及影像拼接质量等方面具有显著优势,并能够在影像弱纹理区域及视差突变场景表现出较好的稳定性。     

分层Fourier-Melin变换相位相关的影像匹配初始视差的自动获取方法

自动获取初始视差是影像匹配自动化的关键问题。提出了分层Fourier-Mellin变换相位相关的影像匹配初始视差的全自动获取方法,无需人工干预和其他辅助信息,能高效、自动地获取影像中心点较精确的初始视差。首先对基准影像与待匹配影像构建金字塔影像,使用Fourier-Mellin变换与相位相关法求解金字塔顶层影像上基准影像与待匹配影像间的旋转、缩放与平移参数,然后利用旋转参数和缩放参数矫正待匹配影像的旋转与缩放变形,再利用平移参数计算待匹配影像中心点与基准影像上对应的同名点的视差近似值,最后在金字塔逐层影像上使用相位相关法对该对同名点的视差近似值进行误差校正,从而得到较精确的初始视差值。     

顾及纹理特征的航空影像自适应密集匹配方法

半全局匹配实质是在视差连续性假设下的离散优化方法。为克服视差断裂带影响,依赖一组参数控制视差不一致性。若参数过小,在平面内难以保证视差连续性,产生明显噪声,导致凹凸不平现象;若参数过大,将致使物体表面过于平滑,难以保留视差断裂等重要特征。为克服上述问题,本文提出了一种顾及纹理特征的自适应密集匹配方法:首先,检测影像纹理特征并定量表达纹理丰富性程度;其次,依据纹理丰富程度与视差差异存在正相关的规则知识,实现匹配参数依据纹理信息的自适应选择;最后,采用上述参数进行自适应的半全局匹配。通过ISPRS基准数据集和国产SWDC-5获取的倾斜影像进行试验分析证明,本文方法能够有效减少低纹理区域匹配噪声,同时更有效保留边缘特征。     

稀疏点云引导的航空影像数字表面模型生成方法

密集匹配是生成数字表面模型的核心步骤,但在纹理缺乏、视差断裂和光照不一致等区域容易匹配失败。为了提高密集匹配结果的精度,提出一种稀疏点云引导(sparse point cloud guidance, SPCG)的航空影像数字表面模型生成方法,旨在利用空三加密的稀疏点云约束影像的密集匹配。首先,通过稀疏点云引导的方式,选择具有良好几何配置、高重叠度和高覆盖率的立体影像对;然后,利用最近邻聚类和金字塔传播方法,扩充稀疏点云的数量;进一步,采用改进的高斯函数优化扩展点的匹配代价,以提高密集匹配结果的准确性;最后,将多个密集匹配点云融合,生成数字表面模型。模拟立体影像和真实航空立体影像的实验表明,SPCG方法优化的半全局匹配显著提升了原始半全局匹配算法的匹配准确性,具体数值表现如下：半全局匹配生成的视差图与真实视差的差值大于1、2或3个像素的百分比分别为46.72%、32.83%或27.32%,而SPCG方法优化的半全局匹配相比于半全局匹配分别下降了7.67%、9.75%或10.28%。此外,相比于高斯方法优化的半全局匹配和深度学习方法金字塔立体匹配网络,SPCG方法优化的半全局匹配具有最高的...     

多匹配基元集成的多视影像密集匹配方法

针对多视影像密集匹配中的遮挡问题,本文提出一种像方特征点和物方平面元集成的多视影像密集匹配方法。该方法利用规则格网划分的空间平面作为基础,对两种不同形式的匹配基元进行集成。首先通过多视影像上特征点投影范围和平面元位置相互制约,实现特征点和平面元的同时匹配,为后续匹配提供初始可靠的DSM;然后在此基础上,结合铅垂线轨迹法和基于高度遮挡检测方法对平面上规则分布的平面元进行匹配,加密初始匹配结果。最后通过对某地区四张UCX数字航空影像的匹配试验,验证了本文方法的有效性。     

多通道置信传播算法的核线影像密集匹配

针对航空核线影像的稠密匹配问题,该文提出了一种基于控制点与RGB三色置信传播模型的多通道置信传播算法。该算法利用点特征匹配算子提取影像的部分同名点作为区域控制点,随后将RGB 3个颜色分量都作为置信传播模型的独立基础变量,同时增加邻域像素点对的颜色差异的贡献。两组核线影像匹配实验结果表明,所提算法在使用较少参数的情况下,降低了同名点存在颜色差异造成的干扰,利用置信传播原理提高了同名点的匹配正确率,能有效进行航空核线影像的逐像素密集匹配。     

一种无人机影像空三加密点抽稀算法

在无人机空三加密中,特征点匹配多采用基于计算机视觉的匹配算法进行处理,对稀少的空中三角测量控制点进行控制点位的补充。由于无人机影像分辨率高,细节丰富,使得匹配特征点数量庞大,给后续的区域网平差带来困难。本文提供的空三加密点抽稀算法,可大幅降低加密点的数量,优先保留优质点位,并保证被保留点位均匀分布。     

机载激光雷达点云与定位定姿系统数据辅助的航空影像自动匹配方法

本文针对LiDAR点云和POS数据辅助航空影像的连接点自动匹配,设计了用于相关系数匹配的最佳匹配点位快速搜索算法;提出一种基于虚拟地面控制点的相机安置角误差自动检校方法,在此基础上自适应确定影像匹配搜索范围。试验结果表明,本文提出的最佳匹配点位快速搜索算法可在保证匹配正确性的情况下节省约25%的匹配耗时;相机安置角误差补偿方法能够有效地提高由POS数据计算的影像外方位元素的精度,从而明显改善同名点匹配时的点位预测精度;本文算法能处理多分辨率、多视角的交叉飞行航空影像,获得高精度的匹配结果。     

同名点及高程平面约束的航空影像直线匹配算法

针对直线匹配的难点问题及匹配约束的有效性,提出了同名点及高程平面约束的航空影像直线匹配算法。该算法在边缘点匹配结果和直线提取结果的基础上,首先利用直线邻域内的同名点确定候选直线及直线投影平面的高程值,再结合物方和像方相似性约束确定同名直线;然后根据直线索引对"一配多"的匹配结果进行整合,并对结果中的多直线进行合并,得到"一对一"的同名直线;最后利用"像方-物方-像方"的映射模式确定同名直线的同名端点。论文选取典型纹理特征的航空影像进行直线匹配试验,结果表明,本文算法能获得可靠的直线匹配结果。     

An Automated System for Image-to-Vector Georeferencing

Although modern imagery usually has latitude and longitude or similar coordinates to provide true world location, much potentially useful imagery lacks this information. This includes historical imagery, as well as modern imagery that may have lost its locational information through inappropriate processing. Its provision through the process of georeferencing is still primarily a manual procedure. This paper proposes an efficient, fully- automated solution for massively asymmetric image-to-vector georeferencing whereby an image of a relatively small geographic area is automatically located relative to a substantially larger vector map base. For control points, road intersections are automatically extracted from high resolution aerial or satellite imagery using the new concepts of reference circles and central pixels. For automated control point pair identification between image and vector map, an invariant point pattern matching approach is proposed based on shape invariance for similarity transforms and invariant area ratios for affine transforms. The matching algorithm necessitates only a small subset of image points and requires no additional information beyond pixel and map coordinates. Further, it tolerates inaccurate, missing and spurious points, and provides high performance with linear scalability. A final step performs transformation verification, globalization and optimization based upon an Iterative Closest Point Greedy algorithm. Experimentation shows that images covering a few city blocks with as few as 6 to 17 extracted road intersection points can be efficiently and correctly located using the road network of Dallas County, Texas, with over 80,000 intersections.     

基于GA-SIFT算法的无人机航拍图像实时拼接

为实现无人机航拍图像的实时拼接,本文深入研究了无人机航拍图像拼接中的关键技术,提出了一种基于遗传算法优化的图像拼接算法。首先利用SIFT算法提取图像的特征点,在特征点粗匹配过程中,采用欧氏距离作为相似度测量,利用遗传算法的并行性优化特征点匹配性能;然后使用RANSAC算法去除误匹配点对并获得转换矩阵,从而完成图像拼接。试验结果表明,采用遗传算法进行特征匹配,可大大降低匹配时间,匹配时间与特征点数量成正比;同时提高了匹配精度,进而提高了图像拼接的实时性和稳健性。