融合互补仿射不变特征的倾斜立体影像高精度自动配准方法

提出一种基于最大稳定极值区域(maximally stable extremal regions,MSER)与Harris&Hessian Affine的互补仿射不变特征高精度自动配准算法。算法分3个阶段:①融合MSER与Harris&Hessian Affine互补不变特征,采用最小生成树算法选取一定数量的最优互补特征集合,基于特征的仿射不变信息实现局部图像的仿射与方向归一化,特征匹配采用多层次自适应策略,首先基于SIFT描述符的欧氏距离比率测度获得初始匹配,继而估计影像间的基本矩阵与单应矩阵,然后在双重几何约束下利用归一化互相关(normalized cross correlation,NCC)测度进行扩展匹配,以增加特征匹配数量且最大限度地消除误匹配;②通过最小二乘匹配(least square matching,LSM)使匹配结果达到子像素精度,以提高配准精度,最小二乘匹配的迭代参数初值由同名仿射不变特征间的协方差矩阵与主梯度方位获得;③基于②的匹配结果和投影变换模型,完成影像的高精度配准。针对地面近景倾斜立体影像和无人机倾斜立体影像的试验结果证明了算法的有效性。     

遥感影像仿射不变特征匹配的自动优化

针对基于仿射不变特征的遥感影像匹配技术,提出了一种自动优化方法,以进一步提高匹配准确性。根据典型需求形成了两套优化实施方案,基于所提出的自动优化方法实现了相应具体算法。针对不同类型的多组影像,自动优化的效果与相应方案的预定目标一致,充分证明了本方法的有效性与适用性。     

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。     

基于最大稳定极值区域仿射不变特征的无人机影像匹配算法研究

无人机影像匹配是无人机影像技术应用中的一个重要研究领域,对其展开探讨具有十分重要的意义。本文围绕最大稳定极值区域的仿射不变特征,研究一种新式的无人机影像匹配计算方法,经实验验证,应用该算法能够取得良好的影像匹配效果。     

大交角近景影像的仿射不变特征匹配方法研究

针对近景数字摄影测量中大交角影像的匹配问题,本文提出了一种仿射不变特征提取与匹配方法。该方法集成Hessain-Affine和MSER特征检测算法提取一定数量的仿射不变特征区域,并将提取的椭圆形特征区域归一化处理为圆形区域,再用SIFT特征描述算子对特征区域进行描述,然后进行基于距离的粗匹配,最后在核线约束下进行精匹配。实验表明,本文的方法在对大交角近景图像进行匹配时,可以得到相对多数量的匹配对和较高的正确匹配率,具有很好的稳定性和鲁棒性。     

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。     

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。     

无人机影像匹配中尺度不变特征应用改进

针对尺度不变特征变换算法用于无人机影像匹配中存在匹配效率低下,误匹配较多等问题,该文提出一种特征点提取优化算法,并改进了特征点匹配策略。通过将原始影像划分格网,依据每个格网影像信息熵的大小来合理分配各格网中特征点数量,实现了基于纹理信息丰富程度的特征点均匀分布;基于Harris兴趣值进行筛选,保留了适合于摄影测量的特征点;采用一种多层次自适应的匹配策略,在尽可能保留正确匹配的同时提高了匹配正确率。基于一对由小型无人机拍摄影像的实验结果表明,所提方法在大量减少SIFT特征点的同时,保证较高的正确率,增加了匹配点的精度,且提高了算法效率。     

直线特征的多层次仿射不变匹配方法研究

针对直线两侧表面视差非连续、影像几何变形大等问题,提出了一种直线特征的多层次、仿射不变匹配方法。首先利用核线几何、相对方位、重叠距离、长度比等约束条件确定候选直线,根据仿射不变参数纠正直线支撑窗口并计算两侧邻域灰度加权相似性,得到线特征两侧表面视差连续情况下的直线匹配结果,并利用左右双向一致性检验剔除错误匹配;然后对未匹配直线采用顾及线特征两侧表面视差不连续的单侧邻域灰度加权相似性准则和双向一致性检验得到最终匹配结果。不同纹理类型的倾斜立体影像数据验证了方法的有效性,为倾斜立体影像直线特征匹配提供了一种可行的思路。     

深度卷积特征表达的多模态遥感影像模板匹配方法

多模态遥感影像间(光学、红外、SAR等)存在显著的非线性辐射差异,传统方法难以有效地提取影像间的共有特征,匹配效果不佳.鉴于此,本文将深度学习方法引入影像匹配中,提出了一种基于Siamese网络提取多模态影像共有特征的匹配方法.首先通过去除Siamese网络中的池化层和抽取特征来优化该网络,保持特征信息的完整性和位置精度,使其可有效地提取多模态影像间的共有特征,然后采用模板匹配策略,实现多模态遥感影像高精度匹配.通过利用多组多模态遥感影像进行试验,结果表明,本文方法的匹配正确率和匹配精度都优于传统的模板匹配方法.     

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。     

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...     

基于CSIFT特性的无人机影像匹配

随着无人机(unmanned aerial vehicle,UAV)平台技术的发展,越来越多的应用行业和研究领域开始使用UAV影像数据。不同于现有的摄影测量结合像控点的UAV影像匹配方法,提出一种新的UAV影像匹配方法。该方法采用彩色尺度不变特征转换(color scale-invariant feature transform,CSIFT)算法,利用彩色信息的空间不变特性提取基准影像与待匹配影像的特征匹配点对;并采用单应性矩阵与随机抽样一致性(random sample consensus,RANSAC)算法对匹配结果进行提纯,得到最终匹配结果。仿真实验表明,该方法可在保证实验过程鲁棒性的同时,与传统的尺度不变特征转换(color scale-invariant feature transform,SIFT)方法相比,将匹配准确率从70%提高到了88%,而且大大减少了特征点对的数量,缩短了处理时间,提高了UAV影像匹配效率。     

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。     

SFM的倾斜航空影像空中三角测量

针对传统空中三角(简称空三)测量方法处理倾斜航空影像的不足,提出了一种基于SFM算法的倾斜航空影像空三测量方法。首先利用垂直影像空三结果获取初始区域网模型,垂直影像空三解算可通过常规的空三算法或现有的软件获取。然后采用SFM算法,在初始区域网模型的基础上,递增式地恢复倾斜影像的外方位元素,最后将垂直影像和倾斜影像联合进行绝对定向、区域网光束法平差。选用玉树数据进行空三试验,结果表明:本文提出的SFM方法能够精确解算出倾斜航空影像的外方位元素,且空三结果优于现有倾斜影像空三软件Pix4Dmapper,可以作为一种倾斜航空影像定向方法。     

分片纠正的球面全景影响匹配方法研究

针对球面全景影像等矩形投影易带来非线性畸变,而直接将传统特征匹配方法应用于全景影像很难满足实际应用需求的问题,该文提出了一种基于分片纠正的球面全景影像匹配方法:先将等距形投影的全景影像按经纬度分成N个子影像块,对每个子块进行投影转换以得到畸变纠正后的影像,并对其做SIFT特征提取及描述,将N个子影像的SIFT特征进行坐标转换并合并即可获得整幅全景影像的特征集,进而完成多幅全景影像间的匹配.经过分片纠正后的影像在较大程度上保证了空间物体的几何属性,提高了特征匹配的质量.     

基于POS的无人机倾斜影像匹配方法

在充分考虑无人机倾斜影像特点的前提下,提出了一套基于POS的无人机倾斜影像匹配策略。在现有匹配方法的基础上,以全球SRTM(shuttle Radar topography mission)数据为辅助,实现了影像重叠区域预测,建立了影像间近似核线关系,剔除了匹配中的粗差点。为了解决SIFT(scale invariant feature transform)特征匹配算法计算量大,耗时长的问题,采用基于GPU(graphic processing unit)的SIFT方法,提高了SIFT的匹配效率。另外,考虑到无人机原始POS数据精度不高,因此在匹配策略中加入了逐步精化POS数据的思想。通过对多幅倾斜影像的匹配试验表明:该方法能够提供足够数量、分布均匀且点位正确的同名点。