基于AMMGC三线阵影像多视匹配模型的DSM自动提取

提出了适用于三线阵数字影像多视匹配的AMMGC模型,该模型综合利用多张线阵影像,减少信息盲区,提高匹配成功率,较大程度上克服了传统双像匹配模型的不足。AMMGC模型通过金字塔影像传递匹配初值,利用匹配检查策略检验匹配结果,非常适用于特征点与格网点匹配。运用ADS40三线阵数字影像对AMMGC匹配模型进行系统试验,结果表明:该模型能够从影像上获取大量同名像点,生成密集DSM,在DSM自动采集方面具有较强的可行性与实用性。     

线阵影像GC3多视匹配模型的匹配方向线研究

针对线阵影像的几何成像特点,介绍了GC3及其改进匹配模型的匹配原理;根据模拟参数,推导了GC3多视匹配模型的同轨立体匹配方向线、异轨立体匹配方向线严密函数表达式,给出了匹配方向线分析结论;分别采用模拟数据与ADS40影像数据进行了实验分析,实验结果证明：在实际匹配过程中,匹配方向线在局部范围内可近似为直线使用。     

三线阵影像多视匹配AMMGC优化模型

数字摄影测量中单立体影像匹配可能获取"病态解",匹配可靠性低、成功率不高,限制后续产品生产.在ADS40物方多视匹配模型基础上,给出了像方多视匹配AMMGC模型,该模型综合利用多张影像信息,减小信息盲区,获取匹配点的"确定解".AMMGC模型利用匹配检查策略检验匹配结果,通过自适应窗口变换策略选取最佳大小与形状的匹配窗口,进一步提高匹配精度与成功率.实验结果表明:该模型匹配成功率高,能够可靠匹配相似特征点和地表不连续特征点,具有较强的实用性.     

三线阵影像多视匹配AMMGC优化模型

数字摄影测量中单立体影像匹配可能获取"病态解",匹配可靠性低、成功率不高,限制后续产品生产。在ADS40物方多视匹配模型基础上,给出了像方多视匹配AMMGC模型,该模型综合利用多张影像信息,减小信息盲区,获取匹配点的"确定解"。AMMGC模型利用匹配检查策略检验匹配结果,通过自适应窗口变换策略选取最佳大小与形状的匹配窗口,进一步提高匹配精度与成功率。实验结果表明:该模型匹配成功率高,能够可靠匹配相似特征点和地表不连续特征点,具有较强的实用性。     

多基准点和基准方向的面阵与线阵影像匹配方法

针对面阵影像与线阵影像之间存在的尺度、旋转等几何差异所导致的难以高效获得稳定可靠匹配点问题,该文提出了一种稳健的面阵影像与线阵影像匹配方法。算法分为3个阶段:(1)对影像进行尺度、旋转预处理,消除影像间的尺度和旋转差异;(2)用Harris算子提取特征点,进行逐层金字塔匹配,在最底层影像上进行最小二乘匹配获取精匹配点,利用随机抽样一致算法获取准确性较高的匹配点;(3)对准确性较高的匹配点分区,构建4块匹配区域,根据每块区域的匹配点计算重心,以此4块区域的重心作为匹配基准点和基准方向,重约束初始匹配结果。通过多组面阵影像与线阵影像数据实验结果,验证了该方法的可行性和有效性,可为后续空中三角测量及相关应用提供可靠的匹配点。     

物方多视匹配算法的严密投影辐射线模型

多基线影像匹配技术比单立体影像匹配更好地解决了影像的相似特征、遮挡特征等问题.文章针对线阵影像的几何成像特点,设置传感器成像参数,根据地面铅垂线对应的像点变化关系,推导了物方多视铅垂线匹配算法(MVLL)的“投影辐射线”严密函数表达式,并给出了分析结论.最后分别采用模拟数据与实际遥感影像数据进行了实验分析,结果证明:投影辐射线在局部范围内可近似为直线使用,其误差对最终匹配结果无影响.     

多视匹配MVLL算法及其在ADS40线阵影像中的运用

基于传统单立体VLL匹配算法,从多视觉立体匹配角度出发,研究了一种新的多视影像匹配MVLL算法。ADS40线阵影像多视匹配试验表明,MVLL算法在相似特征、遮挡特征等难点匹配问题上具有显著优势。     

有理函数模型下基础矩阵研究

分析了线阵影像的核线关系,提出了有理函数模型下线阵扫描影像的基础矩阵求解方法,验证了线阵影像中精确共轭核线对是不存在的。     

WorldView-2核线影像立体测图研究

卫星遥感影像大多是线阵推扫式成像模型,且分辨率越米越高,研究遥感影像数字测图具有重要现实意义.线阵推丰J式成像方式与传统框幅式摄影测量小同,线阵CCD的每一扫描行都具有独市的外方位元素,这使得高分辨率遥感影像的核线模型不再是一直线,而是类似于双曲线的形状.比较框幅式摄影测量与推扫式成像核线模型之间的差异,在具有约束条件的情况下,线阵遥感影像的匹配方法仍可在接近一维的形式下进行,加快影像处理的速度.     

车载全景影像核线匹配和空间前方交会

全景相机车载移动系统可以获取带有精确位置和姿态信息的序列全景影像,针对该影像数据,提出一种构建全景核线影像的方法,描述了在球面全景模型下构建全景影像之间核线几何约束的过程,并推导出具体的公式,然后在两张全景核线影像之间使用SIFT算法匹配同名点,最后根据摄影中心、像点、物点3点共线的原理,推导出全景影像的共线公式,利用前方交会的原理计算出物点的空间3维坐标。实验结果表明,本文方法可以降低全景影像匹配的难度,提高匹配点数量和精度,适用于实现基于全景影像的量测等功能。