数字摄影测量06影像匹配基础算法(免费阅读).ppt

影像匹配的基本算法 * * 《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 / “测绘信息网”网友搜集,版权归原权利人所有 基于像方的匹配算法 基于物方的匹配算法 影像匹配的精度 主要内容 数字影像匹配基本算法 影像匹配实质上是在两幅（或多幅）影像之间识别同名点 / “测绘信息网”网友搜集,版权归原权利人所有 常见的五种基本匹配算法 同名点的确定是以匹配测度为基础 相关函数（矢量数积） R（ p0, q0）＞ R（p, q）（ p?p0， q?q0） 若 R（ p0, q0）＞ R（p, q）（ p?p0， q?q0），则 p0, q0为搜索区影像相对于目标区影像的位移参数。对于一维相关应有q ? 0。 / “测绘信息网”网友搜集,版权归原权利人所有 若 则c0, r0为搜索区影像相对于目标区影像的位移行、列参数。对于一维相关应有r ? 0。 离散灰度数据对相关函数的估计公式为 相关函数的估计值即矢量X与Y的数积 在N维空间{ y1，y2，?,yN}中，R是y1，y2，?,yN的线性函数 它是N维空间的一个超平面。当N=2时 R＝ x1yl＋ x2y2 （X· Y）＝ |X| · |Y|·cos?＝ max |Y|cos?＝ max 相关函数最大（即矢量X与Y的数积最大）等价于矢量Y在X上的投影最大 / “测绘信息网”网友搜集,版权归原权利人所有 协方差函数（矢量投影） 若C（p0, q0） ＞ C（p, q）（ p?p0， q?q0），则 p0, q0为搜索区影像相对于目标区影像的位移参数。对于一维相关应有q ? 0。 C（c0, r0） ＞ C（c, r）（ c?c0， r?r0） 则c0, r0为搜索区影像相对于目标区影像的位移行、列参数 协方差函数的估计值即矢量的数积 C是在的投影与的长之积，因而协方差测度等价于在上投影最大， 在二维空间中是平行于（或E）的一条直线 减去信号的均值等于去掉其直流分量。因而当两影像的灰度强度平均相差一个常量时，应用协方差测度可不受影响。 相关系数（矢量夹角） 若?（p0, q0） ＞ ?（p, q）（ p?p0， q?q0），则 p0, q0为搜索区影像相对于目标区影像的位移参数。对于一维相关应有q ? 0。 / “测绘信息网”网友搜集,版权归原权利人所有 相关系数的实用公式为： 相关系数的估计值最大，等价于矢量X’与y’的夹角最小 取值范围满足 / “测绘信息网”网友搜集,版权归原权利人所有 相关系数是灰度线性变换的不变量 即灰度矢量经线性变换后相关系数是不变的 差平方和（差矢量模） 若S2（c0, r0） S2（c, r），则c0, r0为搜索区影像相对于目标区影像的位移行、列参数。对于一维相关应有r ? 0。 / “测绘信息网”网友搜集,版权归原权利人所有 两影像窗口灰度差的平方和即灰度向量X与Y之差矢量 故差平方和最小等于N维空间点Y与点X之距离最小。当N＝2时， 二维平面上以（x1，y2）为中心、边长为、对角线与坐标轴平行的一个正方形 二维平面上的一个圆 差绝对值和（差矢量分量绝对值和） 离散灰度数据差绝对值和的计算公式为 若S（c0, r0） S（c, r）（ c?c0， r?r0），则c0, r0为搜索区影像相对于目标区影像的位移行、列参数。对于一维相关应有r ? 0。 两影像窗口灰度差绝对值和即灰度矢量X与Y之差矢量之分量的绝对值之和 当N=2时， 基于物方的影像匹配（VLL法） 影像匹配的目的是提取物体的几何 信息，确定其空间位置， 能够直接确定物体表面点空间三维坐标的影像匹配方法得到了研究，这些方法也被称为“地面元影像匹配” 在物方有一条铅垂线轨迹，它在影像上的投影是一直线。就是说VLL与地面交点A在影像上的构像必定位于相应的“投影差”上。 铅垂线轨迹法（VLL－Vertical Line Locus 地面 A VLL法影像匹配示意图 A? 在铅垂线上 地面 A 那一个点正确？ *