基于特征的影象匹配：第二讲数字图象边缘提取

上一讲我们介绍了从数字图象提取点特征的算法。指出当摄影机方位未知时,需要采用在二维区域上沿x,y两个方向搜索同名象点的二维匹配方式对两张共轭图象进行匹配,或者仅匹配为数不多但呈一定分布的特征点,求得其上下视差,然后按照摄影测量之相对定向理论解得摄影机之相对方位,从而可将不同形式的几何约束引进匹配之     

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。     

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。     

影像连接点均衡化高精度自动提取

针对空中三角测量影像连接点提取中存在的误匹配、点位多而分布不均和点位定位精度低等问题,提出了一种影像连接点均衡化高精度自动提取方法。首先采用分块SIFT技术进行特征的提取与匹配,并利用并查集数据结构进行特征点的高效多视追踪;然后采用提出的物方分块点位筛选算法对点位进行了相对均衡化的择优挑选;最后采用最小二乘匹配技术对得到的SIFT连接点坐标位置进行精化。选取中国嵩山遥感定标场的有人机影像和沙漠地区无人机影像作为试验数据,通过目视检查、像方反投影误差和检查点精度等3个指标进行了分析,结果表明本文方法有效克服了弱纹理和重复纹理导致的连接点提取与匹配困难,并改善了连接点分布的均匀性和提高了连接点的定位精度。     

一种基于三角网约束的立体影像线特征多级匹配方法

针对直线匹配可靠性问题,提出了一种基于三角网约束的立体影像线特征多级匹配方法。首先采用SURF算法匹配一部分可靠的种子点,利用这些种子点约束其邻域内的直线匹配;然后,将这些种子点构建三角网,利用三角网约束直线匹配的搜索范围,进行三角网约束下的线-线匹配;再次,在三角网的约束下,进行线-面匹配。为了提高直线匹配相似性测度的可区分性,提出了基于移动窗口的自适应直线相关方法,不仅在表面非连续区域能取得可靠匹配,在纹理缺乏区域也能取得可靠匹配结果。利用具有典型纹理特征的近景影像和航空影像进行了试验分析,结果表明,本方法能获取可靠的直线匹配结果。     

边缘特征与灰度最小二乘法结合的实时景像子像素匹配

本文针对自动导航飞行器所要求的实时景像匹配技术，提出了一种边缘特征与灰度最小二乘法结合的实时影像子像素匹配算法，其中边缘有特征的提取与匹配，本文对现有的特征匹配算法所通用的ＬＯＧ边缘检测算子采取了改进措施并探讨了具有平移，尺度和旋转不变性的矩匹配思想，从实验结果看，它可以作为自动导航飞行器实时定位伯一种有效算法。     

基于自适应马尔科夫随机场的深空探测影像密集匹配

针对深空探测影像纹理贫乏导致的匹配不确定性问题,在传统马尔科夫匹配模型的基础上提出自适应马尔科夫随机场模型,将模型抽象为数据项和空间项的组合,通过自适应视差范围确定、自适应窗口匹配和自适应权重系数的有效结合,实现了深空探测影像的密集匹配。该模型在匹配过程中有效降低了视差搜索范围,在实现全局匹配的同时保留了视差不连续的区域特征。采用勇气号火星车影像与嫦娥影像进行实验,结果证明该方法提高了深空探测影像中纹理贫乏区域匹配的精度。     

多基线机载合成孔径雷达影像匹配的SANCC法

为了有效利用合成孔径雷达(synthetic aperture radar,SAR)多基线影像的几何信息和辐射信息,提高匹配精度,提出了一种适用于多基线SAR幅度影像的自适应归一化互相关系数和(sum of adaptive normalized cross-correlation,SANCC)影像匹配方法。该方法首先利用SAR成像参数、平台参数和物方高程范围构建匹配方向线;然后引入Gestalt原理的接近性和相似性原则对窗口内的像素加权,计算获得沿匹配方向线的SANCC值;最后采用winner-take-all(WTA)优化策略获取多基线影像的匹配结果和物方三维信息。利用国产机载SAR系统获取的多基线影像进行匹配试验,结果表明与常规的相关匹配方法相比,该方法可以获得更为密集、精确的匹配点,有效减少了由重复纹理造成的误匹配,并能较好地解决由纹理匮乏导致的匹配难题。     

基于倾斜影像的三维建筑物纹理提取方法研究

通过倾斜摄影技术实现三维城市建模是当前三维城市快速建模的一种发展趋势,在三维城市快速建模过程中,如何在加密和定向工序处理后的倾斜影像中提取建筑物的侧面纹理,从而实现纹理自动匹配,是一个值得研究的问题。     

基于T型模板匹配半自动提取高分辨率遥感影像带状道路

通过分析高分辨率光学遥感影像上的道路特征.提出了适用于有较多车辆遮蔽和两侧行树阴影干扰的T型模板匹配的道路提取算子.它融合了剖面匹配和模板匹配的优势,使用角度纹理特征进行初始道路点的精确定位,道路宽度、道路前进方向的精确量算,使用灰度最小二乘匹配进行最佳道路点的定位,可以很好地追踪高分辨率光学遥感影像上受车辆遮蔽和行树阴影等噪声干扰的带状道路.     

割线中点距离的面要素匹配算法

针对面要素图幅接边中出现的由于端点距离计算量大导致程序效率低的问题,该文提出了一种基于割线中点距离匹配的边界匹配方法。该算法通过获取面要素与边界线重叠的各线段的中点,对各中点进行距离匹配,从而完成面要素各段割线的匹配与割线端点的匹配。通过对割线中点的匹配,减少面要素匹配中需要匹配的点,达到节省时间的目的。通过面要素匹配实验证明:该算法可以在确保匹配准确性的情况下有效缩短面要素边界匹配的时间。     

基于特征点的影像匹配方法探讨

基于特征点的图像匹配方法是高精度、快速有效和适用性广的匹配算法,它包括特征提取和特征匹配2个步骤。本文在对这一问题进行研究分析的基础上,对相关文献进行综述,介绍并分析了几种典型特征点提取算子的原理和优缺点,为不同应用目的的特征点提取方法选取提供借鉴;特征匹配方面总结了基于特征点匹配的常用方法,就SIFT这一热点做了详细介绍,并进行了实验;最后对匹配中有待进一步研究的问题给出了意见。     

异源多分辨率卫星影像匹配算法研究

以异源多分辨率遥感卫星影像为研究对象，对影像特征提取、特征描述、特征匹配及匹配提纯算法进行了较为深入的研究；并将不同的特征提取与匹配算法进行组合，通过试验对比得出了各种算法的适用性。在此基础上，设计了一套面向异源多分辨率卫星影像的匹配流程。     

一种改进SURF的视觉影像匹配算法

视觉影像经常存在纹理情况复杂和动态模糊等情况,严重降低了连续影像间各类特征的相似性,导致传统的匹配算法难以获得准确、稳定、分布良好的影像匹配,影响后续影像处理中各类信息的获取。针对上述情况,本文提出了一种改进SURF视觉影像匹配方法。该方法包括特征提取、初始匹配和对应匹配3个步骤。首先,利用SURF特征匹配方法提取足够且分布良好的特征点;其次,进行初始匹配,得到一些正确的匹配点对及影像对之间的初始投影变换关系;最后,采用几何对应匹配策略进行匹配传播,得到更可靠的匹配结果。通过图像对之间的几何关系,几何对应匹配能够发现比初始SURF算法更合适的匹配结果。对TUM数据综合试验表明,该算法简单快速,匹配精度高。     

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。     

无人机影像特征联合提取与双向匹配研究

针对无人机影像数据量大、存在旋转和尺度变化的问题，提出了基于特征联合提取与双向匹配的影像配准方法。分析了SURF算法和BRISK算法的特点，研究了融合SURF特征点检测和BRISK特征点描述的影像特征联合提取和PROSAC双向匹配的算法和步骤，并结合试验分析验证了该方法的有效性。     

SAR与可见光图像匹配算法研究

合成孔径雷达影像和可见光影像的匹配是雷达自动导航飞行器的关键技术之一,概述了雷达图像的基本滤波方法,多尺度边缘特征提取的基本思路。论述了基于改进Hausdorff距离的SAR与可见光图像的匹配思想,总结了其中存在的主要问题。     

一种改进的SIFT描述子及其性能分析

为了解决传统SIFT描述子在图像存在多个相似区域时易造成误匹配的问题,提出了一种改进的SIFT描述子及其生成方法。该方法通过构建尺度空间、检测极值点、确定关键点等步骤生成关键特征点,然后计算每个关键点周围图像区域的旋转不变纹理特征作为该关键点的描述,并将其融合到局部特性SIFT描述向量中,形成旋转不变纹理化SIFT描述子,并采用了两种不同的匹配策略应用于图像匹配,实验结果表明,本方法更加全面地描述了图像信息,有效提高了SIFT算法匹配准率,改善了匹配效果,实现了对SIFT算法的改良。     

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。     

颜色不变量与AKAZE特征相结合的无人机影像匹配算法

基于特征的影像匹配方法是无人机影像匹配中较为实用的一类方法。针对传统特征匹配方法主要以灰度影像作为输入量,难以利用颜色特征高效区分同名点这一问题,本文结合颜色不变量,设计了一种运用AKAZE特征的匹配算法,克服了传统无人机影像匹配忽略彩色信息的缺点;然后通过灰度级变换,使特征点数目大量减少而又不失其可靠性。试验表明,该方法不仅能够准确识别同名点,而且还提高了运行效率。