POS辅助下的车载序列影像匹配

针对车载序列影像中所包含的具有大量重复纹理的建筑立面区域给现有匹配方法带来的误匹配率高、匹配点不足等不适应性问题,提出了一种联合POS辅助及KLT（Kanade-Lucas-Tomasi）角点特征跟踪的新匹配方法。通过充分利用POS信息所能够建立的局部近似建筑立面分层平面及DEM信息,获取KLT跟踪算法中所需的初始位移信息,并将建筑立面及路面区域进行分开追踪匹配,以保证匹配点的良好分布特性,最后利用RANSAC结合核线约束进行误差剔除得到最终匹配结果。试验证明本文方法能够有效解决车载序列影像中重复纹理区域的匹配问题,可高效获取分布均匀、数量充足的匹配特征点,为后期空中三角测量提供更稳健的同名约束条件。     

重复结构检测的建筑物立面影像纹理分割

针对检测影像重复结构的算法需要大量迭代计算、效率不高等问题,该文结合相位相关和灰度相关算法,实现了建筑物立面影像纹理重复结构的检测,在此基础上,利用灰度梯度信息进一步分割立面纹理结构。相位相关通过在频域检测立面两区域影像傅里叶变换的相移来确定其在空间域对应的近似偏移量,实现重复纹理结构的粗定位。基于灰度相关的相关系数用来检测两区域影像的灰度相似性以精确确定重复纹理结构。纹理结构的分割则是根据纹理边缘梯度特点,在水平和竖直方向定位纹理结构单元的分割线。实验证明,该算法结合了立面影像纹理相似区域粗定位和精检测,有效提高了立面影像纹理重复结构检测及分割的效率。     

多层平面单应约束车载街景影像匹配算法研究

车载街景影像匹配中含有较多难以剔除的误匹配,建议采用一种多层平面单应约束的车载街景影像匹配方法进行剔除。车载街景影像的拍摄对象主要为多层次的建筑物立面,物方平面在立体像对中的投影满足单应约束,所以建筑物立面在影像中满足多层平面单应约束。采用Harris算法提取角点特征,采用SIFT算子描述并用邻近距离比约束匹配获取初始同名点。首先,采用核线约束初步剔除误匹配;然后,结合RANSAC估计立体像对间的多层平面单应删除外点。该方法可删除纹理重复造成的误匹配,提高立体像对间匹配的正确率。     

相位相关法辅助的重复纹理区低空影像匹配

针对重复纹理区低空影像匹配中存在的多义性易造成同名点过少或匹配失败等问题,利用相位相关法计算了像对中两影像傅立叶变换复共轭的互功率谱,预测同名点在平移、旋转和尺度上的遍历范围,并以尺度遍历范围自适应估计Harris-Laplace尺度空间和检测角点,然后通过相关系数法和核线约束匹配同名点。实验验证了该方法对于重复纹理区低空影像匹配的可靠性和实用性,可获得数量足够且分布均匀的同名点。     

融合多类特征的海岸带特殊纹理影像全自动配准

针对海岸带特殊纹理影像存在地物单一、纹理匮乏或重复等问题,该文提出一种融合多类特征的海岸带立体影像全自动配准方法。该算法分为3个阶段:①提取尺度不变特征变换(SIFT)关键点,采用欧氏距离比率获得初始匹配,并进一步采用归一互相关匹配(NCC)和随机抽样一致性算法剔除误匹配,继而估计影像间的单应矩阵;②利用改进的Forstner算子对左影像提取均匀分布的角点特征,并利用单应矩阵和NCC匹配进行同名点匹配;③基于上述多类特征的精匹配结果,计算影像间投影变换模型,实现影像的配准。最后,为验证该文算法的有效性,选取3组存在较大尺度、旋转及视角变化的海岸带特殊纹理影像进行综合对比试验,结果表明该文算法可实现全自动配准,并且在匹配点数量、配准精度以及匹配点空间分布等方面具有优势。     

近景图像序列线特征约束的建筑物立面重建

针对单纯利用近景图像序列点特征进行建筑物立面重建存在的问题,该文提出一种线特征约束下建筑物建模方法。首先利用运动恢复结构技术恢复相机参数和空间点云数据,并在此基础上利用多视图立体方法生成三维稠密点云;然后对图像序列进行基于梯度方向的边缘检测及顾及方向和长度的直线特征拟合;再利用多约束条件实现直线特征匹配及提取;最后基于三维点、线特征实现建筑物立面的三维重建。实验结果表明,该方法能有效利用近景图像序列点、线特征的优势互补重建建筑物的几何立面,更好地恢复建筑物立面的轮廓信息。     

基于KLT算法的车载序列影像匹配方法

将KLT算法应用于车载序列影像匹配中,并结合金字塔分层技术和RANSAC算法剔除了错误匹配。结果表明,基于KLT的车载序列影像匹配方法是可行的,且提高了车载序列影像匹配的正确率。     

特征提取和特征匹配改进方法的研究

在分析了几种常用的特征提取和图像匹配算法的基础上,针对影像上纹理特征稀少、影像对比度不明显的问题,提出先用高斯差分方法突出图像特征,再用Harris特征点提取算法进行特征提取的方法;针对如同建筑物等相似特征较多的情况,利用双向特征匹配、经过斜率约束得到的结果计算视差,再进行图像匹配,可以将特征匹配限制在相关的小范围内,由此得到的同名点对比较可靠,并且提高了效率。实验证明该算法适合特征稀少不明显区域、建筑物等相似特征较多的图像匹配,具有一定的实际意义。     

城市街道立面自动重建关键技术研究

据世界银行测算,一个规模为百万人口的城市的数字建设,可促进经济水平翻两番,实现“四倍跃进”。而街道建筑物立面作为城市景观的重要组成部分,其三维可视化对于构建三维数字城市具有重大意义。目前城市三维建模大多采用3DMax进行手工建模,劳动强度大、效率低、自动化程度低。针对上述问题,提出了一套自动化程度较高的城市街道立面自动重建方法,主要研究内容包括： 1．灭点分析：灭点是获取影像方位元素和纠正大倾角影像的关键。本文从灭点几何和广义点摄影测量理论两个角度对灭点与方位元素的关系进行推导和阐述。灭点的检测需对其对应的像方直线束进行分组,本文提出了“RANSAC（随机抽样一致性）”+“附有参数的条件平差”的方法,通过RANSAC获得灭点初值,然后平差解算灭点,使用“选权迭代”将粗差直线剔除,在完善直线束分组的同时解算出灭点精确坐标。然后,借助误差椭圆理论对灭点分布的误差和灭点间的相对误差进行评定。并探讨分析了拍摄角度对于灭点精度的影响。 2．点线匹配：探讨了当前流行的SIFT特征点匹配算法和新提出的“对立统一”匹配思想。针对当前直线匹配中存在的诸多问题如：核线约束退化、单应性映射区域局限、左右影像特征直线不一致和视差较约束不合理等,并同时顾及三维空间环境中物体总体分布不连续,但局部连续的矛盾,本文提出了一种基于“概率松弛”+“最小二乘影像匹配”的直线段匹配算法。本算法既有独立观测又有整体局部约束,基于对立统一的匹配思想,符合客观规律。并在直线段最小二乘影像匹配时提出结合广义点联合平差的方法,可以在提高匹配直线段精度的同时完成对其空间直线的计算。 3．近景大倾角条带数字影像解析：主要包括大倾角影像相对定向、模型连接和光束法平差。针对立面影像通常仅能得到两个方向的灭点,缺乏深度方向(Z)灭点约束造成该方向存在自由度和解算不严密的问题,提出了基于空间直线约束联合广义点光束法平差的算法获取影像方位元素。并构建自由网、完成大倾角影像纠正和影像拼接。 4．立面凹凸边界识别：由于噪声和提取直线算法的不足会造成凹凸面的关键直线未能解译,如何识别缺失的关键凹凸面边界直线是一个难题。本文提出利用空间直线聚类得到共面直线,再拟合平面,平面相交交出关键边界直线的算法。并探讨比较了RANSAC + LSM（最小二乘法）、RANSAC + PCA（主成分分析）、LSM + CONDITION（利用空间拓扑关系构建的“带限制条件的间接平差”）等多种拟合算法以获得最优的边界自动识别结果。 5．三维重建：通过自动跟踪建筑物屋顶、自动识别立面凹凸边界和人工选取地面边界点确定出空间模型对应的纹理轮廓,并计算出空间模型与纹理的比例关系,利用此关系以平面为基元进行立面三维重建。综上,本研究基于建筑物的线、面特征并借助各种理论和方法提高街道立面三维重建的自动化程度,最后通过VC++实现了其关键技术。实验表明本方法可行、自动化程度较高,且不依赖于模型化参数(CSG)、矢量图和空间三维点云辅助。     

基于相似特征点集的SIFT匹配改进算法

当影像中存在相似或重复场景时,传统SIFT匹配算法存在匹配成功率低,目前改进的SIFT匹配算法计算量大。基于相似特征点集的SIFT匹配改进算法,依据相似性或重复场景的影像纹理特点,在SIFT特征点匹配过程中,通过设定阈值提取初始同名点,建立针对未成功匹配参考特征点的相似特征点集,利用已获取初始同名点建立仿射几何约束模型构建参考特征点的匹配约束窗口,在该窗口内利用特征点相对主方向及尺度约束,对特征相似点集进行匹配获得同名点,最后采用RANSAC算法剔除误匹配点。对比实验结果表明,在影像像对间存在较多相似性场景,同时存在较大尺度缩放、旋转变换、视角及模糊差异的情况下,文中算法在匹配成功率和计算复杂度上具有明显的优势。     

基准线约束的建筑物立面重复纹理检测北大核心CSCD

重复纹理是立面中极为常见的特征之一,从立面图像中自动检测重复纹理结构是建筑物立面分析的一个重要环节。本文提出了一种基准线约束的纹理检测方法,以自动检测重复对象的位置和尺寸。该方法首先采用贝叶斯自适应超像素分割算法构建出超像素邻接图,计算色差后,对墙体进行分离获得候选对象;然后,计算得到候选对象的外接矩形,并从原图中提取出直线段对外接矩形进行约束;最后,基于建筑物立面结构的先验知识对建筑物立面纹理进行修复。试验结果表明,本文方法在检测几何形状为矩形纹理时,可实现对纹理位置和尺寸信息的准确检测,以及被遮挡重复对象的有效修复。     

核线驱动与自适应窗口相结合的建筑物角点稳健匹配算法

针对景深突变、区域遮挡等因素导致的倾斜立体影像中同名建筑物角点难以准确匹配的难题,提出一种基于核线驱动和自适应窗口的鲁棒匹配算法。算法分3个阶段:1提取重复度较高、分布均匀的角点特征,并对立体像对进行多类型互补仿射不变特征匹配,以用于后续的几何关系估计;2利用随机采样一致性(random resample consensus,RANSAC)算法来排除地面区域的角点特征,并采用改进的RANSAC算法估计两组倾角迥异的核线关系;3基于步骤2估计的双核线关系求取景深突变区域中角点的近似几何单应变换,并联合自适应窗口方法实现同名建筑物角点的精确匹配。最后,通过多组高分辨率无人机倾斜影像数据验证了该算法的有效性与优越性。     

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。     

一种结合相位相关法和AKAZE算法的纹理缺乏地区影像匹配技术

由于纹理缺乏地区影像缺少鲜明特征,特征重复性严重,使得单纯的基于特征的匹配算法很难获得唯一性较强的特征描述符,导致同名点误匹配的比率大大增加。AKAZE算法以非线性尺度空间为基础,较好地顾及了影像的纹理结构及细节信息,对纹理缺乏地区的影像匹配具有一定的应用价值。基于频域的Fourier-Mellin相位相关技术,通过对影像的频域及对极数变换,计算互功率谱可获得影像间的旋转、尺度和平移参数。因此,本文通过Fourier-Mellin变换计算影像间的几何关系,对AKAZE算法检测出的特征点进行了匹配范围的约束,初步解决了纹理缺乏地区的影像匹配问题。试验结果表明,该方法可以提高匹配的正确率及同名点对数。     

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。     

面向影像匹配的SUSAN角点检测

在分析比较现有角点提取算法的基础上,将SUSAN算法用于提取高分辨率影像的角点及影像匹配。针对试验中原算法在不规则纹理区提取大量冗余角点及对强边缘敏感等问题,提出按照影像局部和整体对比度的关系自适应计算灰度差阈值,使用矩形模板从边界上确定USAN区域(核值相似区)可能的范围,再检测角点的改进思路。试验证明改进后算法提取的角点位置更为准确,有效剔除了原算法检测结果中的冗余角点,提高了影像匹配速度。     

光流特征聚类的车载全景序列影像匹配方法

提出一种光流特征聚类的车载全景序列影像匹配方法.采用非参数化的均值漂移特征聚类思想,以SIFT多尺度特征匹配点的位置量和光流矢量,构建了影像特征空间的空域和值域;利用特征空间中对应的显著图像光流特征为聚类条件,实现了全景序列影像的匹配;最后以全景极线几何约束为条件进行粗差的剔除.通过相同、不同内点率以及不同数据的试验对比分析,本文方法在匹配正确点数和正确率方面要优于经典的Ransac法和金字塔Lucas-Kanade光流法,尤其在场景复杂造成的低内点率情况下,算法表现较为稳定,并可较好地剔除由重复纹理、运动物体、尺度变化等产生的匹配点粗差.     

低空UAV激光点云和序列影像的自动配准方法

提出了一种低空无人机(unmanned aerial vehicle,UAV)序列影像与激光点云自动配准的方法。首先分别基于多标记点过程与局部显著区域检测对激光点云和序列影像的建筑物顶部轮廓进行提取,并依据反投影临近性匹配提取的顶面特征。然后利用匹配的建筑物角点对,线性解算序列影像外方位元素,再使用建筑物边线对的共面条件进行条件平差获得优化解。最后,为消除错误提取与匹配特征对整体配准结果的影响,使用多视立体密集匹配点集与激光点集进行带相对运动阈值约束的ICP(迭代最临近点)计算,整体优化序列影像外方位元素解。试验结果表明本文方法能实现低空序列影像与激光点云像素级精度的自动配准,联合制作DOM精度满足现行无人机产品1∶500比例尺标准。     

真实感建筑物三维模型的立面纹理优化方法

针对建筑物三维模型缺乏强烈的真实感,同时目前对纹理的许多处理工作是依赖于人工这一问题,该文结合建筑物点云数据,对基于手持数码相机拍摄像片的建筑物立面纹理优化方法进行了研究。采用单位四元数法解算大倾角像片外方位元素,解算结果满足纹理精度要求;结合纹理面积、倾斜角度以及树木遮挡3项指标,实现从大量像片中自动选取最优像片;依据色调信息识别出树木遮挡区域并对该区域进行了很好地补偿;在近景影像中引入蚁群算法优化拼接线,实现了多条带多张纹理的自动拼接。最后以手持数码相机拍摄的像片进行实验,实验证明:本文方法可以自动有效地提高纹理质量,得到的立面纹理目视效果真实美观。     

局部仿射变换的自适应窗口立体影像匹配算法

针对现有固定窗口相关匹配方式难以适用纹理断裂、深度不一、纹理匮乏等近景影像匹配问题,该文提出一种结合局部仿射变换的自适应窗口匹配算法。以ASIFT特征点作为匹配基元:①利用同名三角网局部仿射变换确定匹配搜索区域;②利用Canny边缘点约束确定候选点自适应相关窗口,对应的建立参考点相关窗口;③建立顾及窗口尺寸的灰度差异相似性测度函数,将小于阈值的最小函数值对应的候选点作为匹配同名点;④采用RANSAC方法对匹配结果进行检核剔除错误匹配。选择3组典型特征的近景影像进行匹配实验,该文算法均能获得可靠的匹配结果,验证该算法的鲁棒性。通过与不同窗口、不同算法进行对比分析,本算法能有效减少窗口内像素点深度不一致引起的错误匹配,且在增加匹配点数量的同时提高匹配精度和可靠性。