基于Harris角点和SIFT特征的近景影像匹配

针对近景影像匹配过程中误匹配率较大的情况,本文提出了一种基于Harris和SIFT特征的近景影像匹配方法。该方法首先提取Harris角点和SIFT特征,运用灰度相关系数和BBF-KD树方法将Harris角点和SIFT特征完成双向一致性匹配;然后,利用基于RANSAC方法和P-H算法的相对定向得到内点集A与B,将内点集A、B合并生成Delaunay同名三角网;最后,在同名三角形约束下通过缩小Harris特征点阈值T得到新内点集,实时插入同名三角网中,直到生成足够数量的内点。实验所得内点数分别与合并加密匹配前以及其他方法相比都有显著增多,结果表明对于视角、尺度、旋转、光照及噪音等条件发生变化的不同影像,本文提出的近景影像匹配方法能提高匹配率及匹配可靠性。     

近景影像三角网内插点密集匹配方法

针对目前密集匹配中依据种子点寻找新特征点存在计算复杂的问题,该文提出一种近景影像Delaunay三角网内插点密集匹配方法。该方法首先采用尺度不变特征变换算子匹配特征点,通过随机抽样一致性算法对特征点进行优化,以获取高精度同名点;依据同名点构建Delaunay三角网,在同名相似三角形内,以内插重心点作为匹配基元,并对内插点进行色彩信息相似性约束和极线约束,剔除粗差提高匹配结果精度;在匹配传播过程中,新特征点不断插入三角网中,对三角网进行动态更新,用于约束后续匹配。该方法能够避免繁琐计算,同时具有较高的可靠性,适用于不同类型的近景影像数据。     

图像特征点提取及匹配技术研究

图像特征点提取和图像匹配技术是图像处理领域中的重要技术,同时是多种图像处理及应用的基础。本文主要研究利用Forstner算子、Moravec算子、Harris算子、SIFT算子对近景影像和航空影像进行特征点提取;接着,采用基于SIFT的匹配来确定匹配同名像点,利用核线约束匹配的搜索范围,约束范围内的特征点;接着,采用灰度相似性约束和双向一致性约束对匹配结果进行检核;最后,得出特征提取和特征匹配的结果。基于本文研究的特征点影像提取及匹配方法,分别选取一组近景影像和数码航空影像进行实验,实验结果证明了本文方法的可靠性和高效性。     

基于角点特征的近景影像匹配算法

利用了改进的Harris特征点提取算子从原始立体像对提取一系列特征点,采用了自适应三角形约束下的影像匹配方法进行近景影像匹配,试验结果表明其具有良好的可靠性。     

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。     

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。     

一种直线特征的近景影像绝对定向算法

针对近景影像存在遮挡、重复纹理,导致通视情况较差以及缺乏同名特征点的问题,该文在传统点摄影测量的基础上结合计算机视觉理论,提出了一种基于直线特征的近景影像绝对定向算法。对于近景影像直线特征易于识别且大量存在的优势,建立了空间直线关系,推导了直线特征约束的误差方程,实现了基于直线特征的绝对定向元素和影像位姿解算。通过虚拟和真实数据实验,验证了本文方法对近景影像绝对定向元素解算的可行性,降低了对控制点及同名点的要求,并通过点线联合平差进一步提高定向结果的精度和稳定性。     

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。     

基于相交直线的相对定向方法

提出了一种基于相交直线的相对定向方法,提取同名相交直线特征,根据相交条件方程获得相对定向元素。该方法完全不需要同名点数据,能够解决因同名点不足而无法准确定向的问题。通过航空影像、近景影像和倾斜影像的实验表明,该方法能够获得稳定的相对定向结果。采用本文提出的算法与传统的相对定向方法进行联合平差,能够进一步提高相对定向结果的精度和稳定性。     

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。     

顾及局部相对几何变形改正的影像匹配和空三逐步精化方法

针对海拔落差较大地区无人机影像匹配和空三加密精度较低的问题,在具备初始空三姿态参数和概略地面模型的基础上,提出了一种顾及局部相对几何变形改正的影像匹配和空三逐步精化方法。该方法综合考虑了立体像对相对倾斜和地形起伏引起的影像相对变形,在传统空三基础上引入顾及局部相对几何变形改正的单点精确匹配算法,使得影像匹配和定向相辅相成,从而提高了影像匹配和空三加密的精度和可靠性。实验分析证明,该算法能较好地改正影像相对几何变形,强化空三网型结构和进一步提高空三精度,适用于地形高差变化较大的低空无人机影像空中三角测量。在效率方面,由于借助概略地面模型进行预测,局部相对几何变形改正的影像范围相对有限,因此算法基本满足实际生产需求。若考虑到每个连接点使用的单点精确匹配具备很好的独立性,并行化算法将可以进一步提高效率。     

SIFT特征匹配旋转补偿的影像匹配方法

本文针对较大旋转角度影像的匹配问题,提出一种基于SIFT特征匹配旋转补偿的影像匹配方法.即采用SIFT特征匹配方法估计影像问的旋转角度,对匹配窗口影像进行旋转补偿,最后采用带核线几何约束条件的相关系数法寻找同名点.在每层金字塔,采用带模型连接条件的相对定向来删除错误匹配点.通过对一组实际航摄影像进行试验,验证了所提出方...     

渐进式异源光学卫星影像SIFT匹配方法

针对异源光学卫星影像SIFT算法匹配率低的问题,论文基于SIFT匹配方法,以特征点相对主方向、相对尺度为约束条件提取初始匹配点,并利用初始匹配点构建Delaunay三角网,采用点扩散方式来获取局部几何约束模型,基于特征点主方向约束、特征向量欧氏距离及局部RANSAC误差剔除方法渐进式地实现了对异源光学卫星影像的高精度匹配。与其它匹配算法对比实验结果表明,在异源影像存在较大尺度、旋转差异的情况下,论文算法具有匹配数量大、精度高的优势。     

大重叠度无人机遥感影像的三维建模方法研究

探讨了无人机遥感系统获取的遥感影像的三维建模方法 ,应用相对定向直接进行无人机遥感影像相对定向 ,并通过实验分析了相邻影像间重叠度对相对定向精度的影响。基于高重叠度的无人机遥感影像 ,为提高同名点识别的精度 ,提出了多幅影像核线约束方法。实验证明本文是利用无人机遥感影像特点实现三维建模的有意义的尝试     

基于特征点的影像视差分析

本文介绍了一种基于特征点的数字立体影像匹配方法。该法采用Frstner算子提取特征点,然后应用一种松驰迭代算法,实现了同名特征点之间的立体匹配。为实现立体像对的自动相对定向和数字地形模型自动生成提供了一种切实可行的方法。     

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。     

利用改进的DCCD和SIFT描述符的影像匹配方法

提出一种基于改进的DCCD(double-cirele-based corner detector, )和SIFT(scale invariant feature transform)描述符的影像匹配方法。在特征点检测阶段,首先采用改进的DCCD快速检测影像上的关键点,然后确定关键点的主方向,生成特征点。在特征点描述阶段,采用SIFT描述符描述特征点。在特征点匹配阶段,分别采用BBF(best bin first)算法和RANSAC(随机采样一致性)算法进行特征点粗匹配和误匹配特征点剔除。实验结果表明,与基于Harris角点和SIFT描述符的影像匹配方法相比,该方法在匹配速度和准确率方面得到了提高。     

倾斜影像自适应初始物方面元优化匹配算法

采用基于物方面元的最小二乘影像匹配方法匹配倾斜影像时,常出现深度不连续或高差较大区域影像连接点度数低或空三点过少问题。针对此问题,本文提出一种基于自适应初始物方面元的倾斜影像匹配算法。算法利用倾斜影像已有的初始内外方位元素及匹配过程中产生的物点信息,采用多片前方交会和物方差分的方法自适应计算物方面元的高程及法向量方向角初值,进而解决采用物方面元最小二乘影像匹配方法匹配地物高差较大区域的倾斜影像时,因初值不准导致在像方匹配同名点困难的问题。分别采用本文算法和物方面元初始状态为水平面元的最小二乘影像匹配方法对两组倾斜影像进行对比匹配验证。试验结果证明了本文算法的有效性。