空照影像密匹配成果侦错之瓶颈与解决办法.PDFVIP

3 137-155 106 9 137 Journal of Photogrammetry and Remote Sensing Volume 22, No.3, 2017, pp. 137-155 DOI 10.6574/JPRS.2017.22(3).1 空照影像密匹配成果偵錯之瓶頸與解決辦法 1 2* 李硯婷 蔡展榮 摘要 在攝影測量領域中 ，影像匹配技術已發展至密匹配(dense matching)的新紀元 ，此時密匹配成果之偵 錯與品質評估面臨一些瓶頸 ，包括(1)無原始匹配點像坐標 、(2)匹配點數量龐大 、(3)相鄰匹配點之距離太 近而產生相關參數的高相關 ，導致解算不穩定之現象 。本文提出並使用四種簡易實用的密匹配成果偵錯 與品質評估法 ，包括目視檢查法 、相對方位法、像片三角法以及獨立測量法 。使用的密匹配演算法為 SMM 、 SfM 、DAISY 及 SGM ，偵錯成果顯示 50.72%和 47.00%的密匹配錯誤分別出現於高程 1 階不連續面(山形 屋脊線)與 0 階不連續面 ，僅 0.05%出現於均調區 ，此經驗可供密匹配研究與應用之參考 。相對方位計算 成果得到 SMM 、SGM 錯誤率分別為 2.82 % 、2.36 % 。經像片三角法之評估 ，SMM 匹配精度為 0.23 pixel ； 錯誤率為 3.97 % 。相對方位與像片三角法之偵錯速度分別為 14,984 匹配點/秒 、292 匹配點/秒 。獨立測 量法使用 12個地面檢核點檢查成果顯示 ，SGM 密點雲與佈標點高程之差值絕對值 ，最大值為 0.935 GSD 、 最小值 0.006 GSD 、平均值 0.315 GSD 、RMSD 等於 0.238 GSD ，此處的 1 GSD=0.168 m 。 關鍵字 ：密匹配 、偵錯 、品質評估 SGM產生之DSM ，成果顯示LiDAR在平面方向上 1. 前言 的精度為15 cm 、高程精度5 cm ，而SGM於平面 近 年 來 ，經 由 攝 影 測 量 與 計 算 機 視 覺 方 向 上 之 精 度 為 0.5 GSD(Ground Sampling (computer vision)兩個領域相關技術之整合 ，目前 Distance) 、高程精度1.5 GSD ，GSD為5 cm 。 影像匹配技術已發展至密匹配 、甚至是所謂的 「逐 因此 ，若可確定密匹配之正確性與可靠性 ， 像元匹配 (pixelwise matching) 」的新紀元 ，例如 即可直接由影像快速產製 DSM 與相關的攝影測量 Hirschmüller(2005) 提 出 的 半 全 域 匹 配 法 產品 ，並節省成本及增加後續之加值應用 。本文 (Semi-Global Matching, SGM) ，透過匹配點的同名 目的為提出簡易實用的合宜方法來進行影像密匹 攝影光線進行空間前方交會平差計算 ，可得到高 配成果之偵錯與品質評估 ，分別為(1) 目視檢查法 、 密度的物點群 ，以提供製作各式攝影測量產品之 (2)相對方位法 、(3)像片三角法 、(4)獨立測量法 ， 應用 ，如Hirschmüller an