基于SIFT的宽基线立体影像最小二乘匹配方法

提出基于对极几何和单应映射双重约束的SIFT特征多尺度加权最小二乘匹配算法。算法首先基于特征点的空间分布和信息熵选取一定数量的最优SIFT特征点集,并采用基于奇异值分解(SVD)的SIFT特征匹配、基于SIFT特征尺度和方位信息的自适应归一化互相关(NCC)匹配获得精度较高的初始匹配点用于立体像对的基本矩阵和单应矩阵估计。然后在对极几何和单应映射的双重约束下,基于自适应NCC及距离加权的多尺度最小二乘匹配算法进行扩展匹配并同时保留匹配定位精度较高的原始SIFT特征点对。算法综合应用基于积分影像的NCC快速计算、金字塔影像匹配等方法和策略。最后选取实际的宽基线序列立体影像进行试验并同原始的SIFT特征匹配算法、基于SVD的SIFT算法进行了综合对比分析。结果表明当影像间无显著亮度变化时该方法的匹配性能明显优于现有的方法。     

倾斜立体影像自动准稠密匹配与三维重建算法

提出了一种具有视点不变性的倾斜影像快速匹配方法。首先对影像进行预处理,即通过透视投影变换得到纠正影像（近似正射影像）,消除影像几何变形、尺度和旋转问题;再对纠正影像提取Harris角点并建立尺度不变特征变换（scale invariant feature transform,SIFT）描述子。匹配时,在保证匹配准确率的同时,为了使得匹配点对分布均匀且提高匹配效率,利用粗略 F 和 H 矩阵引导在局部范围内进行显著性匹配,并利用归一化互相关（normalized cross-correlation,NCC）测度约束剔除误匹配点。对三组典型的倾斜影像数据进行实验,结果表明,本文方法得到的匹配点对分布均匀且较为密集,匹配准确率和效率也较高。     

融合尺度和仿射不变特征的倾斜立体影像配准

针对倾斜立体影像通常存在较大的几何变形从而难以自动匹配的问题,该文提出了一种融合MSER特征和SIFT特征的自动配准算法:选取MSER特征获得初始匹配及其对应邻域的仿射几何关系,对MSER候选匹配邻域内SIFT的特征点进行局部几何约束的仿射不变归一化相关系数匹配,定义邻域内SIFT特征的匹配正确率为邻域支持度,并据此进行原始MSER误匹配进行剔除。对上述未能匹配的MSER和SIFT特征,采用基于局部单应约束进行迭代匹配传播以获得更多的配准控制点并用于精确估计投影变换模型,完成影像的配准。同现有方法相比,所提算法在匹配点数、匹配正确率和配准精度方面有较大优势。     

倾斜立体影像自动准稠密匹配与三维重建算法

倾斜影像之间因存在较大几何畸变已有算法尚难取得可靠准稠密匹配严重阻碍后续的三维重建本文提出一种基于仿射不变特征的自动准稠密匹配与三维重建算法 算法分三个阶段1种子匹配 先利用仿射不变特征获取初始匹配在此基础上进行最小二乘匹配least 　square　matchinglsm 并自适应迭代求取lsm最大收敛区域maximum　conver gence 　re gion mcr2准稠密匹配 对位于mcr内部的格网点采用透视变换模型的归一化互相关normalized　cross 　correlation ncc测度进行匹配其余格网点则采用对极几何改正模型的加权差值平方和测度进行匹配对于匹配结果中可能存在的外点根据几何一致性关系剔除3三维表面重建 利用影像定向与共线方程对2步结果重建三维点云然后根据三维点云生成三维网格并贴上纹理得到最后的重建结果 实际的倾斜立体影像实验验证了算法的优越性     

几何约束条件下的SIFT倾斜影像匹配

针对倾斜摄影包含多个视角的影像因而使不同视角之间的影像具有较大的仿射畸变的问题,提出了一种基于几何约束和SIFT的倾斜影像匹配算法。首先根据POS值对所有的倾斜影像进行畸变校正,然后利用SIFT GPU对所有影像进行匹配。对于整个测区的影像,首先根据POS值获取影像间的拓扑关系,其次是影像之间的两两匹配,最终完成特征点追踪,生成光束法平差所需的同名点对。试验结果表明,该算法在效率、精度及匹配点数量上都可以很好地满足后续的光束法平差。     

一种基于分块策略的SIFT特征快速提取与匹配方法

通过研究基于GPGPU的SIFT特征匹配,提出一种通过分块处理实现大面阵遥感影像快速匹配的方法。首先采用鲁棒性强的随机采样一致性算法来估计待匹配影像间的单应关系并剔除误匹配点;然后通过单应关系找到待匹配影像间的重叠区域,进而实现大面阵遥感影像的分块SIFT特征提取和匹配。试验证明该算法可较快提取相应航摄测区的同名像点,为后续进行的光束法区域网平差提供了鲁棒的数据源。     

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。     

基于特征尺度分布与对极几何约束的高清影像快速密集匹配方法

本文重点阐述了基于机器视觉的智能摄影测量的效率基础问题之三：高清影像快速智能匹配处理。图像特征匹配是影响数字摄影测量坐标空间计算效率的基础数据处理过程。为了解决高分辨率数据匹配校验计算成本更高及相似特征干扰等影像产品生成效率负面影响问题,本文通过研究影像尺度不变特征的数学本质,结合多视图相机几何模型,推导并验证了图像特征点的降采样尺度分布规律。根据图像空间几何关系在降采样尺度上的匹配映射关系,缩减图像匹配过程中的计算量并筛选有效待匹配点集,将特征点数量10⁵量级的快速全局特征距离初匹配时长限制在亚秒级。在此基础上结合特征尺度分布信息改进的对极几何约束,改进特征匹配算法,辅助缩小匹配搜索范围,通过特征索引与分区并行处理,实现高清影像同名特征的高精度快速密集匹配,提升特征点基数、匹配特征点对数量与正确率。本文使用intel i7-4720HQ与NVIDIA GTX970M进行试验,基于尺度分布特性的特征匹配方法,以亚秒级的计算时间,获取符合多约束条件的10³量级的匹配点对,为数字影像的快速高精度处理提供了一种新思路,在充分满足数字摄影测量的精度的基础上可提高其产品生成效率。     

三角网约束的立体影像密集匹配方法

文中总结了基于三角网约束的立体影像密集匹配方法。本次实验采用核线影像,首先在核线影像上使用SIFT算子匹配出一部分可靠的种子点,然后用这些种子点构建Delaunay三角网。该网络能够将所加密的点的位置范围作为一个约束,根据左右影像上同名三角网的位置、左影像上某一三角形重心位置、该三角形在右影像上的对应的三角形的重新坐标,以及左侧重心在右侧像方影像的核线,在核线约束与灰度相似性约束的两层限制下,完成点-点的匹配工作。本文采用Matlab程序实现对待匹配三角形重心的加密,运用核线约束方法,将点匹配的搜索区域由二维降到一维,不但能缩小搜索范围,提高工作效率,而且很大程度上降低了错误发生的概率,既能使得算法的运算速度得以提升,又能使其匹配精度得到较大的改善。     

一种遥感影像同名点密集匹配方法

针对在遥感相机检校、三维重建、信息提取、变化监测等应用中,都需要在影像中每隔若干个点、甚至是逐点寻找密集同名点的情况,该文将基于特征的方法和基于模板的方法相结合,提出一种新的高精度的密集同名点提取方法。将参考影像降采样为与遥感影像同一分辨率,然后使用SIFT算法提取粗精度同名点,建立全局几何模型,使用其将遥感影像每个像元及其邻域投影到参考影像,并以其为模板,应用优化相位匹配法获取高精度同名点。经实验验证,只要遥感影像和参考影像中相应区域的景物变化不大,该文方法可以有效地确定密集的高精度同名点对。     

一种具有仿射不变性的倾斜影像快速匹配方法

提出了一种较为快速且具有仿射不变性的倾斜影像匹配方法。通过估算影像的相机轴定向参数计算出初始仿射矩阵,通过逆仿射变换得到纠正影像,对纠正影像进行SIFT匹配。首先利用比值提纯法(NNDR)、归一化互相关(NCC)测度约束和左右一致性检验得到粗匹配点对,由粗匹配点对利用RANSAC方法计算出基本矩阵F和单应矩阵H。匹配时,匹配策略采用最邻近匹配,并利用极线约束、单应矩阵约束、NCC测度约束和主方向差值一致性约束剔除误匹配。通过对三组典型的倾斜影像数据进行试验,试验表明该方法匹配准确率高,匹配点对较为密集、均匀,且效率较高。     

具有尺度与旋转不变性的立体影像自动匹配研究

提出一种具有尺度与旋转不变性的影像自动匹配算法。首先基于方向小波变换构造三尺度特征点算子,进行两尺度匹配,保证其尺度不变性问题;其次构造特征点64维描述向量,解决影像匹配的旋转不变性。分别采用地面立体像对、无人机平台立体像对、航空立体像对进行试验分析。试验结果表明,提出的立体匹配算法具有良好的尺度和旋转不变性。     

DEM辅助下的倾斜航摄影像匹配方法

在倾斜航空摄影测量中,倾斜影像间由于视角差异较大,具有较大几何变形,而具备仿射尺度不变性的ASIFT算法存在效率较低的问题,提出一种DEM辅助下的倾斜航摄影像匹配方法。该方法通过利用影像的粗略外方位元素和测区的DEM数据,首先对倾斜影像进行仿射变换来减弱几何变形;然后通过SIFT特征匹配算法来获取同名点对,并使用RANSAC剔除误匹配;最后将同名点对根据单应矩阵反算回原影像,以基础矩阵估计法剔除误匹配,获得最终匹配点对。通过对多组数据进行实验,结果表明,该算法的计算效率较高,获得的匹配点对在数量和分布情况上也更为理想。     

基于多视影像匹配模型的倾斜航空影像自动连接点提取及区域网平差方法

自动可靠地获取精确且均匀分布的连接点并进行区域网平差解算,是使用倾斜航空影像进行高精度测绘、三维信息提取和三维城市模型构建等应用的前提。本文提出了一种实用化的大重叠率倾斜航空影像的全自动连接点匹配和联合区域网平差方法。一方面,针对倾斜航空影像因遮挡严重、尺度变化大和几何变形严重而引起的同名点匹配困难问题,充分利用POS数据和平均飞行高度等初始数据,同时顾及这些数据的误差,通过有效组合一种改进的ASIFT算法和基于窗口的多角度多视影像匹配模型(WMVM),使用由粗到细的多分辨率分层匹配策略完成连接点的全自动提取;另一方面,在传统的最小二乘光束法平差的基础上,根据倾斜航空影像数据的特点,提出了基于稳健估值原理的粗差自动探测与剔除关键算法。最后,利用多组典型试验区域的倾斜航空影像数据试验结果验证了所提算法的可靠性、精度和实际性能。     

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。     

基于数字视差模型和改进SIFT特征的数字近景立体影像匹配

针对数字近景立体摄影测量中立体影像的高效自动匹配的需要,提出一种基于数字视差模型（digital parallax model,DPM）和改进SIFT(scale invariable feature transformation)特征的立体影像匹配算法。该算法首先根据近景立体摄影系统中相机基距和相互关系固定的特点,利用已知的标定数据,构建立体影像的数字视差模型,并计算立体影像中的同名核线参数,再在DPM和核线的约束下,确定右影像上同名像点的搜索范围,以提高匹配速度和准确性;其次,利用SIFT特征和灰度特征,设计结合局部结构信息和全局灰度信息的匹配相似性测度计算模型,以增强匹配的稳健性。利用该算法对实际立体影像进行实验,结果表明本文方法可大大消减错误匹配,提高匹配的可靠性和精度。     

边缘约束的航摄立体影像密集匹配方法

航摄影像中的房屋边缘等深度不连续给密集匹配带来了极大的挑战.传统半全局密集匹配(semi-global match-ing,SGM)方法中使用双参数进行视差平滑约束,但对整张图像使用同一参数难以适应航摄影像中复杂的场景;参数太大时易导致深度不连续处过度平滑,丢失边角特征,参数太小时易导致在平坦区域平滑约束不足,造成点云...