最小二乘影像匹配.pptVIP

§5.1 影像匹配基础理论 §5.2 基于灰度的影像匹配 §5.3 最小二乘影像匹配 §5.4 特征匹配与整体匹配 [一] 概述(what) 1、 最小二乘影像匹配(Least Square Image Matching)是一种基于灰度的影像匹配，它同时考虑到局部影像的灰度畸变和几何畸变，是通过迭代使灰度误差的平方和达到极小，从而确定出共轭实体的影像匹配方法。 2、最小二乘影像匹配是由德国Ackermann教授在80 年代提出。 3、最小二乘影像匹配的优点是精度高，可达到1/10 到1/100个像素，缺点是初值要求精度高,迭代时间长。 4、实际应用中，一般将基于灰度的匹配或基于特征的匹配作为粗匹配，而将最小二乘影像匹配作为 精匹配。 作业与思考题 1、为什么最小二乘匹配被称为高精度匹配？其缺点是什么？ 2、“灰度差的平方和最小”影像匹配和“最小二乘”影像匹配有什么相同点和不同点？ 3、在多片带共线条件的最小二乘影像匹配中，试分析未知数和误差方程式个数。 河南理工大学测绘学院遥感科学与技术系 数字摄影测量学 Digital Photogrammetry C H A N G I N G T H E W A Y Y O U V I E W T H E W O R L D