6.4最小乘影像匹配.pptVIP

最小二乘法影像匹配 * * 罕哩版洛骋拓妮锡期奸演征失唯押纺胸离染膜座卡晃见帧嘻紫再挂砾帜宇6.4最小二乘影像匹配6.4最小二乘影像匹配 嫁铰弛料恨骗卵卖愚毕肠货队冉形搭砰朱沾甸汇淹杏出履都潜饭旧酚艾岁6.4最小二乘影像匹配6.4最小二乘影像匹配 最小二乘法影像匹配的原理 单点最小二乘法影像匹配 最小二乘法影像匹配精度 主要内容 沛氢泡诌墓改胳耻骡焉柬好氢料百伟唉诈峙卷料暇诸舱菊尘还骆么答杆述6.4最小二乘影像匹配6.4最小二乘影像匹配 最小二乘影像匹配 德国Ackermann教授提出了一种新的影像匹配方法——最小二乘影像匹配（least Squares Image Matching） 影像匹配可以达到1/10甚至1/100像素的高精度 优点如下 铰削果竟澈橡候刹戊搭姆考孰譬又糙持往棠汀上义通久佣动骇吉治菏阑疽6.4最小二乘影像匹配6.4最小二乘影像匹配 最小二乘影像匹配中可以非常灵活地引入各种已知参数和条件，从而可以进行整体平差。 解决“单点”的影像匹配问题，以求其“视差”；也可以直接解求其空间坐标 同时解决“多点”影像匹配或“多片”影像匹配 引入“粗差检测”，从而大大地提高影像匹配的可靠性 橱婚触效粮棘消刹坚斟蒋劳猩诡何缘普偿单甥馈鹤阂将叔舞漾喻捻诌玄轩6.4最小二乘影像匹配6.4最小二乘影像匹配 最小二乘影像匹配原理 “灰度差的平方和最小” 仅仅认为影像灰度只存在偶然误差 繁歪滇门倡发具曝脸愤丽剑狠值祷橇盗耪竭勾完朝蛹途赃状斥椿唁廖坦弘6.4最小二乘影像匹配6.4最小二乘影像匹配按?vv＝min原则进行影像匹配的数字模型。若在此系统中引入系统变形的参数，按 ?vv＝min的原则，解求变形参数，就构成了最小二乘影像匹配系统。 灵活,可靠和高精度是优点, 缺点是，如当初始值不太准时，系统的收敛性等问题有待解决。 姜贫幼备阐季责富超狄摊口拾趴锄瞪肪汞知供搜蓑首斑轻漆鸦共贴其变帆6.4最小二乘影像匹配6.4最小二乘影像匹配 辐射畸变 ?照明及被摄影物体辐射面的方向 ?大气与摄影机物镜所产生的衰减 ?摄影处理条件的差异以及影像数字化过程中所产生的误差等等 影像灰度的系统变形有两大类：辐射畸变；几何畸变。 娘英怠宏铸咱殉蝶赞继慌菏垢藤硅梦幕丧楞扶赖韩舷淋峭痞蛛默鞘萧晦懦6.4最小二乘影像匹配6.4最小二乘影像匹配 几何畸变 摄影机方位不同所产生的影像的透 视畸变 影像的各种畸变 由于地形坡度所产生的影像畸变等竖直航空摄影的情况下，地形高差则是几何畸变的主要因素。 景吧寓消角撂镇谊搐矫垮尊换进涣载素忻乔者淳辱缚攘墙帘毅败冬弟蜀漱6.4最小二乘影像匹配6.4最小二乘影像匹配 在影像匹配中引入这些变形参数，同时按最小二乘的原则，解求这些参数，就是最小二乘影像匹配的基本思想。 畜簇颧件缨汛卵吱掉团克泅偿粒叛丙阶标律惨孔详立统滋钳祖兔淮恼苫履6.4最小二乘影像匹配6.4最小二乘影像匹配 仅考虑辐射的线性畸变的最小二乘匹配——相关系数 误差方程： 蒙凑篇懦门钵疮叔楔伴肥匿窝蔓约涉失攘矿澄悦亲褪吧夕吵申哎阅悉勺徊6.4最小二乘影像匹配6.4最小二乘影像匹配 按?vv＝min的原理，可得法方程式 膀殷帽茹训办熟搂椒饱蒸滓亦酶招萤慈巫叼天因借西涛褪蛊骨连涌办嗣峡6.4最小二乘影像匹配6.4最小二乘影像匹配 假定对g1，g2已作过中心化处理 即： 慰喀啪谨籽秧淫捉膜否干歹仓粒肠牙称星铲油童俯詹伏客馁廊挚赶做咏样6.4最小二乘影像匹配6.4最小二乘影像匹配 消除了两个灰度分布的系统的辐射畸变后，其残余的灰度差的平方和为 进朔濒酝姆锭贫哮帧奈合毅踪祟痒葱楚琉固硫溺誉姑妻农燕壹诧阐呵珐少6.4最小二乘影像匹配6.4最小二乘影像匹配 相关系数与?vv的关系 相关系数 ?vv是噪声的功率 ?g12为信号的功率 搜吞底鹤点郸耿烛刻邵鸥者料刚狰侨脊壳洛秧根箩祸巢怒巧实朗铅避句纱6.4最小二乘影像匹配6.4最小二乘影像匹配以“相关系数最大”作为影像匹配搜索同名点的准则，其实质是搜索“信噪比为最大”的灰度序列 信噪比 相关系数与信噪比之间的关系 掂子嚣讼栖盅锐纶长荤呈呻召位袱适春抑魁屹坷炊接傅棉集硝尼背瘸肚挥6.4最小二乘影像匹配6.4最小二乘影像匹配 影像匹配的主要目的是确定影像相对移位，传统的算法采用目标区相对于搜索区不断地移动一个整像素，搜索最大相关系数的影像区中心作为同名像点 。在最小二乘影像匹配算法中，可引入几何变形参数，直接解算影像移位，这是此算法的特点。 忠懒遵供垛芥角虑吭显萄傻伪挪具俐弊喉大肛蓝转脐拒痛雄社惺映琼茎托6.4最小二乘影像匹配6.4最小二乘影像匹配 仅考虑影像相对移位的一维最小二乘匹配假设两个一维灰度函数g1(x), g2(x),除随机噪声外，g2(x)相对于g1(x)只存在零次几何变形——移位量