基于RPC近似核线约束的CE-1影像匹配方法

"嫦娥一号"(简称CE-1)是中国自主研制并发射的首个月球探测器,卫星搭载的传感器是一个三线阵CCD立体相机,其主要科学目标是获取月球表面三维影像。根据三线阵影像以及月面影像的特点,为了能够得到密集度较高且分布均匀的同名点对,采用了一种基于RPC近似核线约束的影像匹配方法,结果表明基于核线约束的影像匹配方法较之传统二维影像匹配总体耗时短且具有较高的精度与可靠性。     

多源高分辨率遥感影像自动匹配算法

提出一种基于同名直线约束的多源高分辨率遥感影像自动匹配方法。对影像建立高斯滤波模型去噪,然后进行边缘检测,在边缘影像上进行Hough变换,通过端点检测的方法来获取直线;通过粗匹配参数进行同名直线粗匹配,应用梯度模型对同名直线进行精匹配;对影像提取特征点,特征点经过同名直线约束后,在对应影像上利用同名直线约束建立匹配范围。采用最小欧式距离准则在给定范围内提取初始同名点;利用RANSAC算法剔除错误同名点对,以获取最终的匹配结果。实验结果表明,与传统的SIFT匹配算法比较,方法具有可靠性好、提取同名点数量多的优点。     

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。     

基于相对定向和三角形约束的近景影像匹配

针对近景影像自动相对定向过程中初匹配点对中误匹配率较大的情况,将基于三角形约束方法引入近景影像匹配.首先利用Harris算子提取特征点集,经初匹配后运用基于RANSAC方法和P-H算法的相对定向构建核线几何得到内点集,删除误匹配点生成同名Delaunay三角网;在同名三角形的约束下通过缩小Harris特征点阈值得到新内...     

一种嫦娥二号CCD影像同名点匹配方法

针对嫦娥二号CCD影像的特点,提出了一种基于拉普拉斯算子与图像灰度的嫦娥二号CCD影像同名点匹配方法,解决了月表影像由于其特殊性而存在的匹配难度大问题,为月球影像同名点匹配提供了一种可靠的技术方案。     

一种改进的降落影像序列特征匹配方法

针对传统SIFT匹配方法用于嫦娥三号降落影像匹配效率低的问题,提出了一种改进的降落影像序列特征匹配方法。重构了着陆器垂直降落阶段拍摄过程的几何模型,并得到了不同降落影像中的同名匹配点之间的几何约束关系,然后通过SIFT方法进行影像中极值点的提取和特征描述,最终将几何模型约束用于极值点的匹配点搜索过程中,优化了匹配过程。采用嫦娥三号着陆器真实降落影像进行了试验,结果表明,改进方法能够取得较为稳定的匹配结果,且平均可以减少约为18%的匹配耗时,研究结果对后续深空探测任务的开展具有重要的参考价值。     

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。     

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。     

一种新的异源高分辨率光学卫星遥感影像自动匹配算法

提出一种新的异源高分辨率光学卫星遥感影像自动匹配方法.首先利用高分辨率光学遥感影像有理多项式模型(RFM)正解模型,通过迭代计算其反解模型,并将RFM反解模型与投影轨迹法结合提取特征点对应异源影像核线,通过核线检查与对比分析确定同名点搜索范围.然后在搜索范围内利用最小欧式距离准则提取初始同名点,最后采用RANSAC算法和多项式拟合迭代法剔除误匹配点以获取最终的匹配结果.试验结果表明,相对于传统的SIFT算法,本文方法通过对异源影像特征点构建核线几何约束和灰度分析进行匹配,可获取更好的匹配效率和精度.     

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。     

同名点累计分布约束的航空影像线特征匹配

为了克服断裂、变形等因素对线特征匹配的影响,本文提出了一种同名点累计分布约束的航空影像线特征匹配算法。该算法在Canny边缘提取的基础上对两张影像中的待匹配线特征建立索引,首先利用单应性矩阵结合核线约束精简候选线特征数量,并通过以点代线的方式对线特征上的所有点进行匹配;然后建立累计分布矩阵统计同名点的分布情况以确定同名线特征;最终整合双向匹配结果,实现线特征的多对多匹配。选取典型的航空影像进行线特征匹配实验,结果表明:本文提出的匹配算法能进行曲线匹配,并可实现断裂线特征的多对多匹配,鲁棒性强。与已有匹配算法进行比较,该算法在尺度、亮度、旋转等变化条件下仍可取得较为满意的匹配结果,且在匹配效率上具有一定的优势。     

基于FAST和BRIEF的密度聚类图像匹配算法改进

FAST(Features From Accelerated Segment Test)特征检测算法是通过邻域像素比较来确定特征点,运算简单,同时采用BRIEF(Binary Robust Independent Elementary Features)算子进行二值化特征描述,可有效降低数据复杂度,提高匹配速度。因此,结合FAST和BRIEF算法,对截取的图像感兴趣区域(ROI)进行特征点提取,在减少数据量的基础上保证了图像特征点的快速获取与匹配;同时,利用机器学习中的密度聚类(DBSCAN),将暴力匹配特征点对的角度和距离作为二维数据样本集进行簇分类,优化改进匹配结果,有效提高匹配精度。通过实验比对改进结果与RANSAC(Random Sample Consensus)错误剔除算法,表明该方法提取速度快、匹配精度高。     

利用高分影像与特征匹配算法标定滑坡位移场

滑坡灾害是世界上破坏力极大的自然灾害之一,滑坡监测是预防滑坡灾害的重要基础。针对SIFT算法在滑坡遥感监测应用中存在特征点数量少、分布不均的问题,提出了一种将ASIFT算法和CSIFT算法相结合进行滑坡位移场标定的方法,即利用ASIFT处理全色影像,利用CSIFT处理多光谱融合影像,将两种方法提取的互不相同的特征点叠加综合得到更多的特征匹配点。该方法在露天矿滑坡的应用结果表明：与SIFT算法相比,新改进的方法大幅度增加了特征点数量,提高了滑坡位移场标定精度,且成本低、效率高,非常适合于大型滑坡后期大变形场监测。     

航空影像特征匹配研究

基于格网和三角网的优点 ,提出了一种基于特征的影像松弛匹配方法。算法利用边缘提取算子提取影像特征信息 ,把提取的边缘特征点分配到预定的规则格网中进行登记 ,同时构建特征三角网     

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。     

利用自由形状线特征的遥感影像分级匹配方法

为较好地解决自由形状线特征匹配研究中线特征丰富信息的充分利用与有效描述这对矛盾,提出一种利用分级匹配策略的遥感影像匹配方法。为保证方法具有较高的匹配精度,从影像中检测亚像素边缘并进行有效的跟踪以得到连续性较好的自由形状线特征;再从中提取闭合线特征、线特征交点和角点等较稳定的特征作为共轭实体进行粗匹配,在确定各类特征的待选同名特征后,根据面积、角度等几何信息以及模型参数的分布特点逐步剔除误匹配,进而利用同名特征确定精匹配的初始参数;精匹配时对线特征中的亚像素边缘点加以利用,采用多层次二维迭代最邻近点(ICP)法依次利用由低到高采样率的边缘点进行匹配。试验结果表明,粗匹配选取的特征性能稳定,具有较高的匹配正确率和精度,能为精匹配提供较准确的初始参数,精匹配能达到与最小二乘影像匹配相当的亚像素级匹配精度,并且对具有较小仿射变形的影像也能实现稳定、准确的匹配。     

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。     

基于深度学习的异源立体影像对匹配方法

相对于同源影像立体匹配,基于无人机倾斜摄影与近景摄影获取的异源影像在空间特征、视场角及分辨率等方面均存在较大的差异,给影像匹配带来困难。本文利用基于单应性变换的卷积神经网络提取特征点,在匹配阶段采用交叉注意力机制的图神经网络进行特征点匹配。该方法较好地克服了异源影像间因存在较大视差和扭曲变换而导致的匹配效果较差的问题,并以河北省廊坊市大城县的马家祠堂为试验数据,对比传统SURF （加速稳定性征）算法与深度学习算法的匹配效果。结果表明,基于深度学习算法对存在大视角差异的异源影像的匹配率更高。     

改进SIFT 算法的小型无人机航拍图像自动配准

针对小型无人机航拍图像视点离散、视角变化有一定运动规律的特点,首先对航拍图像进行数据预处理,结合 Harris特征点和 SIFT 特征向量的优势,提取 Harris特征点、计算特征点的特征半径和 SIFT 特征向量,并利用PCA 降低特征向量的维数;然后采用最邻近(NN)方法进行特征匹配,利用BBF算法搜索特征的最邻近以提高匹配速度;最后采用 PROSAC算法提纯特征点匹配对并精确计算运动模型参数,实现了图像的自动配准.实验证明,该图像配准方法在准确性、效率方面较经典的 SIFT 算法有较大的提高.