第五章影像匹配基础理论与算法.pptVIP

特征匹配 * * 《摄影测量学》（下）第三章 武汉大学 遥感信息工程学院 摄影测量教研室 / “测绘同仁”搜集,版权归原权利人所有 特征匹配的概念 基于特征点的影像匹配策略 跨接法影像匹配 主要内容 特征匹配 以影像的灰度分布为影像匹配的基础，被称为灰度匹配（Area Based Image Matching） 特征匹配（Feature Based Matching，在计算机界也称为 Primitive Based Matching）。 当待匹配的点位于低反差区内， 其匹配的成功率不高。 目的只需要配准某些点线或面 在城市中，被处理的对象主要是人工建筑物，灰度匹配难以适应 特征匹配使用的几种场合 特征匹配步骤 特征的匹配可以分为点、线、面 特征匹配可分为三步： ①特征提取；②利用一组参数对特征作描述；③利用参数进行特征匹配。 例如：首先可以用边缘算子（Edge Operator）从影像中提取边缘，然后再用参数描述“边缘”。 常用?-S曲线表达边缘： 基于特征点的影像匹配的策略 特征提取 根据各特征点的兴趣值将特征点分成几个等级 对不同的目的，特征点的提取应有所不同 （2）均匀分布。将影像划分成规则矩形格网，每一格网内提取特征点。 (1) 随机分布。按顺序进行特征提取，但控制特征的密度。 特征点的分布则可有两种方式： 特征点的匹配 二维匹配与一维匹配 影像方位参数未知时，必须进行二维影像匹配;建立影像模型，形成核线进行一维匹配 对右影像也进行相应特征提 取 右影像不进行特征提取 右影像不进行特征提取，但也不将所有的点作为可能的匹配点， 匹配的备选点选择方法 特征点的提取与匹配的顺序 “深度优先” “广度优先” 匹配的准则 除了运用一定的相似性测度，一般还可考虑特征的方向，周围已匹配点的结果 粗差的剔除 小范围内利用倾斜平面模型进行视差拟合，将残差大于某一阈值点作为粗差剔除 跨接法影像匹配 A B b1 a1 a2 b2 先不顾及几何变形作“粗匹配”，然后用其结果作几何改正再匹配 几何变形 处理影像几何变形的两种方式 最小二乘影像匹配将影像匹配与几何改正均作为参数同时解算 影像匹配 几何改正 影像匹配 几何改正 与 影像匹配 影像匹配 影像匹配 优点！ *