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。     

基于像方特征点的多视影像最小二乘匹配

为了能得到更精确的影像初始值,进行高精度的影像匹配,本文分别选取了两种物方多视匹配模型和不同匹配策略、不同约束条件下的影像粗匹配结果作为初始值进行最小二乘精匹配。实验结果表明物方匹配模型可以提供很精确的初始值,而金字塔、视差和共线方程共同约束下的最小二乘匹配精度更高,可靠性、鲁棒性及稳定性更好,验证了结合合理的匹配策略和约束方法的最小二乘优化可以将匹配精度达到1／10000精度。     

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。     

多匹配基元集成的多视影像密集匹配方法

针对多视影像密集匹配中的遮挡问题,本文提出一种像方特征点和物方平面元集成的多视影像密集匹配方法。该方法利用规则格网划分的空间平面作为基础,对两种不同形式的匹配基元进行集成。首先通过多视影像上特征点投影范围和平面元位置相互制约,实现特征点和平面元的同时匹配,为后续匹配提供初始可靠的DSM;然后在此基础上,结合铅垂线轨迹法和基于高度遮挡检测方法对平面上规则分布的平面元进行匹配,加密初始匹配结果。最后通过对某地区四张UCX数字航空影像的匹配试验,验证了本文方法的有效性。     

基于半全局多视近景影像匹配的三维建模方法

利用半全局约束提高立体影像匹配的可靠性,提出多片前方交会优化迭代方法来剔除可能的匹配错误,有效融合多视影像的冗余信息,获取可靠密集的三维点云。在此基础上,利用Poisson表面重建方法重建出三维模型。2组近景影像试验结果表明本文方法能有效获取具有纹理的三维模型。     

基于SIFT特征的多源遥感影像自动匹配方法

本文提出一种基于SIFT特征的不同源遥感影像自动匹配方法。首先利用Harris算子结合SIFT特征提取影像上均匀分布的特征点,建立高维SIFT特征描述符;然后以待匹配点与参考点间的欧氏距离为相似性测度,实施两种不同源遥感影像的特征匹配;最后将SIFT特征匹配结果作为初始值,采用将搜索范围扩大到尺度空间后的改进最小二乘影像匹配方法对SIFT特征匹配获得的同名像点进行精匹配。经对同一地区SPOT-5 HRG全色影像与航空摄影影像的匹配试验,取得了较好的结果。     

基于多尺度模型的数据库影像特征匹配

针对传统的遥感影像数据库中影像特征匹配效率低下的问题,该文提出一种基于多尺度模型的数据库影像特征匹配方法。为遥感影像数据库构建多尺度模型,能较高效率地在数据库中快速定位候选的匹配影像;基于搜索得到的候选影像,采用快速排序算法逐层筛选最佳匹配影像,从而实现了数据库匹配影像的精确定位。实验结果表明:所提算法不仅能高效地完成影像间特征点匹配运算,还能从数据库中精确地筛选得到最佳的匹配影像;且随着数据库中影像总数的增加,该方法的优势表现得更加明显。这一研究将为遥感影像数据库的高效、实时及动态匹配提供可能性。     

基于特征的影像匹配算法性能评估

目前,针对影像特征匹配的算法有很多,但是对于不同地物特征的影像,无法准确地选取可适用的匹配算法。针对此问题,本文选取了四种稳健的算法SIFT、SURF、ORB、AKAZE,在四种不同地物特征的相似影像上进行特征点检测,之后结合不同的描述子进行影像特征匹配,并对所检测的特征点的重复率及其描述子进行适应性实验,以此来判断不同算法对不同地物特征的影像适应范围。实验数据表明:针对特征点适应性实验,AKAZE算法在各类影像上所提取的特征点相对比较稳定;针对特征点匹配实验,在影像不涉及旋转变化时,AKAZE与SIFT描述子结合进行特征点匹配,影像的匹配率显著提高;若要实现影像的旋转不变性,此时可选用SURF-SIFT、AKAZE。     

基于面特征的整体影像匹配方法

影像相邻像素之间具有很强的相关性.利用其相关性获取最佳影像匹配结果,是提高匹配可靠性、增强匹配成功率的重要途径.以偏振片选择光线的方向性理论为基础,提出整体匹配方法.该方法利用二值化影像,对重叠区域影像逐像素作逻辑运算,寻找极值位置.确定最佳匹配结果.两组匹配试验结果表明,该整体匹配方法鲁棒性强,能够成功匹配缺少点特征影像.     

基于物方地面元的多视最小二乘匹配

以地图测绘、空间信息遥感、摄影测量学为背景的,根据多视影像匹配的理念和方法,按单点最小二乘匹配扩展为基于地面元的多点(以三片为例)的最小二乘匹配,基于改进的VLL讨论了一种基于多视影像的最小二乘影像匹配的方法,高精度的像素影像可以由这种特有的方法进行处理分析,像素的精度可达千分之一。进行相关分析后表明:进行高精度数字影像匹配融合时选择恰当影像匹配模型的匹配策略或由差异的匹配策略结合使用可更好地提高匹配的成功率和可适应性,从而降低误匹配或者漏匹配的同名点。     

一种基于多目视觉的无人机实时定位方法

提出了一种基于多目视觉的实时无人机自动定位方法。该方法将多相机和多台计算机联合组建局域网,通过相机标定、图像同步采集、背景差分与前方交会等实现无人机自动检测与定位。为了验证该方法的有效性,开发了一套无人机检测和定位的软硬件系统,试验结果表明该方法是可行、有效的,定位精度满足要求。     

一种基于三角网约束的立体影像线特征多级匹配方法

针对直线匹配可靠性问题,提出了一种基于三角网约束的立体影像线特征多级匹配方法。首先采用SURF算法匹配一部分可靠的种子点,利用这些种子点约束其邻域内的直线匹配;然后,将这些种子点构建三角网,利用三角网约束直线匹配的搜索范围,进行三角网约束下的线-线匹配;再次,在三角网的约束下,进行线-面匹配。为了提高直线匹配相似性测度的可区分性,提出了基于移动窗口的自适应直线相关方法,不仅在表面非连续区域能取得可靠匹配,在纹理缺乏区域也能取得可靠匹配结果。利用具有典型纹理特征的近景影像和航空影像进行了试验分析,结果表明,本方法能获取可靠的直线匹配结果。     

基于GPU的SIFT特征点快速匹配

影像匹配是计算机视觉及数字摄影测量的核心问题,基于特征的SIFT匹配算法由于其较强的匹配能力和良好的健壮性成为研究的热点.但SIFT算子的多量性及提取特征点维度较高的特点,直接影响了匹配速度.因此,本文利用GPU强大的并行处理能力,就SIFT特征点匹配在GPU上的设计与实现进行了详细的介绍,并通过对比实验说明利用GPU对SIFT特征点进行匹配所带来的优势.     

基于相位相关的小基高比影像匹配方法

在建筑物密集、高度起伏变化剧烈的城市地区测绘中,采用大基高比摄影测量方案容易造成立体影像之间较大的辐射和几何差异,使得相关匹配处理异常困难。小基高比摄影测量能在一定程度上解决这一难题,但却要求极其精确的视差测量精度,常规的影像匹配方法难以奏效。这里在相位相关方法的基础上,分别利用局部上采样技术和奇异值分解等技术,对小基高比立体影像进行处理,在一定条件下可获得亚像素精度的匹配结果和较好的高程精度。     

一种新的基于空间关系的特征匹配方法

特征匹配是基于特征图像配准方法的难点之一,利用空间关系的策略是解决它的一种可靠途径.首先从理论上统一基于空间关系的特征匹配方法的数学模型,然后详细剖析已有几种经典方法定义的全局一致性度量准则存在的问题,最后提出一种新的解决方法.该方法采用高斯分布描述匹配特征对的空间位置在变换模型约束下存在的不一致性,由此定义全局一致性度量准则,使它在平滑连贯性和全局最优解的突出性等方面比已有准则有较大改善,同时该准则中涉及的惟一参数--高斯分布的方差--对它的全局最优解的突出性影响较小,保证提出准则的稳健性.针对新定义准则的最优化求解问题,本文设计一个两步迭代优化算法.用大量实际图像测试本文提出的方法,并将它与几种经典方法进行比较,实验结果表明本文提出的方法是正确和稳健的.     

基于特征点的高程点自动抽稀法

针对传统地形图缩编中高程点抽稀存在的问题,提出基于特征点的高程点抽稀的方法,使用此方法一方面可以保留特征点处的高程点,另外可以实现高程点的自动抽稀。