双目影像密集匹配方法的回顾与展望

以摄影测量为应用背景,综述了双目影像密集匹配方法。首先借助图表对局部密集匹配与全局密集匹配两类方法进行了简明的比较,指出各类方法的优缺点以及面临的主要挑战;然后分析了密集匹配中难以处理的建筑物遮挡问题,将航摄影像中普遍存在的建筑物遮挡现象分为5种类型,阐述了现有遮挡检测与填充算法的针对性,为解决密集匹配中的空洞问题提供技术思路;最后展望了双目影像密集匹配的发展趋势。以期帮助读者全面了解传统双目影像密集匹配技术,对基于深度学习的密集匹配研究有所裨益。     

航摄影像密集匹配的研究进展与展望

给出了航摄影像密集匹配的总体流程,依据是否显式使用光滑假设将密集匹配方法分为局部最优密集匹配和全局最优密集匹配两类,深入探讨了两种方法的关键技术,指出了从理论、技术、普适性和实用性方面值得关注的问题,期望能对相关研究有所裨益。     

直接检测平顶房屋影像遮蔽的协同匹配算法

提出了一种检测平顶房屋影像遮蔽现象的匹配算法.为了提取密集视差格网,本算法采用了Marr和Poggio提出的影像匹配的唯一性和连续性的条件,即视差格网应有唯一的值并且在各处连续变化,这些约束在表示视差空间的3维数组中表示出来.在表示视差空间的3维数组中的每个匹配值对应左图像中的一个像素和与另一影像相对应的视差值.用迭代算法解决匹配的寻优问题.应用唯一性和连续性约束,直接检测影像遮蔽区域.为了验证该算法的有效性,用航片进行了实验.     

直接检测平顶房屋影像遮蔽的协同匹配算法

提出了一种检测平顶房屋影像遮蔽现象的匹配地。为了提取密集视差格网，本算法采有了Marr和Poggio提出的影像匹配的唯一性和连续性的条件，即视差格网应有唯一的值并且在各处连续变化，这些约束在表示视差空间的3维数组中表示出发，在表示视差空间的3维数组中的每个匹配值对应左图像中的一个像素和与另一影像相对应的视差值。用迭代算法解决匹配的寻优问题。应用唯一性和连续性约束，直接检测影像遮蔽区域，为了验证该算法的有效性，用航片进行了实验。     

构架航线对无人机影像区域网平差精度影响分析

与三角翼相比,无人机航摄影像像幅小、模型连接性差、质量轻、航摄时姿态不稳定;这些因素导致无人机航摄影像成图精度较差。为了解决该问题,传统航测方法在每两张航摄影像间布设大量控制点,增强模型刚性;GPS辅助空中三角测量通过提高曝光点的点位精度,可以减少控制点的个数,但是由于无人机像幅小,控制点约束范围小,因而仍然需要大量的控制点。针对以上问题,文章在GPS辅助空中三角测量的基础上,通过布设架构航线,进而实现增加影像之间的重叠度,增强模型刚性的目的,从而实现在减少控制点个数的同时,保证无人机航摄影像区域网平差精度的提高。实验表明,该方法与单纯的依赖GPS辅助空三技术相比,在精度相近的基础上能够减少约50%的控制点布设数量,大大减少了外业工作量。     

基于位置约束的核安全壳表面影像拼接

针对核安全壳表面贫纹理影像,提出了一种基于位置约束的影像快速拼接方法。利用影像采集时固定的摄影距离、相机间距、航带间距等位置约束条件,对航带内相邻影像进行SURF特征匹配,按比例缩放和裁剪,对航带间相邻影像不进行特征匹配,直接等尺寸裁剪。实验结果表明,该方法快速、有效,能获得视觉效果较好的安全壳表面全景展开图。     

POS辅助航带间航摄影像的自动转点

提出一种利用POS提供的影像定向参数辅助区域航空摄影测量中航带间影像自动转点方法。首先,对航带内影像采用金字塔影像匹配策略寻求同名像点,以获得航向间影像连接点的精确像片坐标;然后利用POS提供的影像定向参数预测航带间的影像连接点。再通过对相邻航线间待匹配窗口影像的几何变形改正,在由POS数据辅助建立的核线几何条件约束下,直接在原始影像上找寻同名像点;最后经最小二乘匹配使影像匹配结果达到子像素级精度。试验表明,将POS数据引入航带间的影像自动转点中,不但可以简化影像匹配过程、提高自动化水平,而且较常规影像匹配方法可以提高航带间自动转点的成功率34.0%,并节省76.7%的CPU耗时。     

运动平滑与核线约束的特征匹配提纯算法

针对基于最近邻距离比率约束和几何条件约束的影像特征匹配方法,在处理重复纹理影像以及视角和尺度变化大的宽基线影像时,存在匹配正确率低和匹配点对数量少的问题,设计了结合运动平滑约束与核线约束的AKAZE特征匹配提纯算法。①为提高影像特征的不变性、显著性和时效性,采用AKAZE算子提取影像特征,经暴力匹配快速构建初始匹配集;②基于网格运动统计区分真假匹配,剔除不能满足运动平滑约束的匹配点对;③为消除局部相似特征引起的误匹配,采用核线约束提高匹配纯度。实验结果表明:所提算法实现了重复纹理影像、倾斜影像和宽基线影像同名点对的高精度匹配,增加了匹配点对数量,拓展了特征匹配的适用范围。     

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CMVS/PMVS多视角密集匹配方法的研究与实现

使用CMVS\PMVS密集匹配方法,不需要任何诸如可视壳、深度图、包围盒等先验知识.输入SFM点集,先通过CMVS对影像进行聚簇,以减少数据量,再由基于贴片模型的PMVS方案通过匹配、膨胀、过滤三个步骤,在局部光度一致性和全局可见性约束下完成密集匹配.整个过程中算法能自动剔除外点与障碍物,最终输出结果为覆盖整个重建目标表面的小型矩形贴片集.CMVS\PMVS密集匹配方法适用于对无序影像和室外场景的三维重建.实验结果表明:使用CMVS\PMVS密集方法得到的三维点云非常密集,具有很高的实用价值.