基于标记点的图像点匹配方法分析-analysis of image point matching method based on marking points.docxVIP

极近1 绪论1.1 选题背景与研究意义随着中国制造业的快速发展，许多行业的产品中都大量采用的中大型和复杂曲面工件，特别是汽车、飞机、船舶、军工、风电等行业中比较普遍。如何对这些产品的尺寸进行精确的测量成为目前这些行业发展过程中一个重要的问题。目前，对于小于1m长度的工件的三维尺寸质量检测[1]基本不存在问题，多采用三坐标测量机、关节臂、激光扫描等完成。而对于1m~30m 长度的工件，如风力发电叶片，汽车磨具、汽车覆盖件、飞机部件、船、大型机部件和机械设备等，传统的方法多采用龙门式三坐标机、激光跟踪仪、关节臂、经纬仪等，激光跟踪仪、关节臂、经纬仪等设备存在繁琐的移站问题，要全方位测量中大型工件非常繁琐，而且测量设备昂贵，一般企业无法承受，而且很多中大型工件越来越多采用复杂曲面，不但要测关键点三维尺寸，还要测量曲面尺寸，所以目前中大型工件存在大量的三维全尺寸质量检测难题，迫切需要解决。摄影测量学应用领域十分广泛。可以这样说，只要物体能够被摄成影像，就可以使用摄影测量技术来解决某一方面的问题。这些被摄物体可以是固体的、液体的，也可以是气体的；可以是静态的，也可以是动态；可以是微小的细胞组织，也可以是巨大的宇宙星体。这些灵活性使得摄影测量学成为可以应用的一种测量手段和数据采集与分析的方法[2]。随着近代计算机视觉技术和摄影测量学不断发展，同时计算机硬件成本不断下降，一种基于计算机辅助的新型近景测量方式孕育而生。在计算机辅助近景摄影测量中，通过用数码相机从不同方位对测量现场拍摄一组数字化照片，在计算机上对该组照片上的标记点进行标记，获得各个标记点在不同照片中的二维坐标值，经过一系列算法[3-4]，将二维坐标转化为三维坐标，完成整个测量过程。所谓同名标记点的匹配，就是给不同照片上的同名标记点标上相同的编号，在两幅或者多幅图像中找出对应同一对象的特征点[5]。然而由于现场照片中的景物复杂，同一个标记点在不同照片中的位置、形状、灰度、颜色等都有极大的差别，这样，在利用多张照片进行三维重建时，自动识别和匹配不同照片中的标记点就变得非常困难。目前对自然标记点进行自动识别和匹配都极其困难，国内外尚无可借鉴的成功经验。对设计简单、不具有唯一特征的人工标记点进行自动识别很容易，但是自动匹配则很困难。因此长期以来都是由人工来完成标记点的识别和匹配工作。这不仅需要较长的时间，而且易产生标记错误或者匹配错误，从而使立体重建计算无法进行，导致整个计算机辅助着景摄影测量失败。因此，需要一个可以自动识别标记点的近景摄影测量系统，通过此系统能够解决人工匹配标记点的弊端。这样可以提高标记点识别与匹配的精确度。为重建三维点打下一个良好的基础。从研究价值上来说，结束以人工方式匹配标记点的历史，使得整个测量过程变的智能化、自动化，同时又增加了匹配标记点的正确性。从经济效益上来看，传统的测量手段，硬件成本高昂、测量方式不够灵活，并且需要专业的测量人员进行操作。而我们开发出来了这套系统将更加灵活，操作更加简单，同时其耗费的成本也将大幅减少。1.2 研究动态与发展趋势摄影测量中标记点的研究应用领域已涉及空间飞行器制造、航空工业、船舶工业、汽车工业、交通事故及其他事故现场处理、古建筑建档和恢复、大型工程建设监测等方面。利用数字相机与实时数字近景摄影测量技术相结合建立相应的工业零件检测系统。该类系统利用对标记点的检测、识别、匹配作为影像数据源，利用较多同名特征的冗余观测值成功地进行粗差剔除，根据二维序列图像导出物体不同部位的三维信息，然后将这些三维信息融为统一的表面模型，实现了高精度三维重建。随着现代航天技术和计算机技术的飞速发展，摄影测量学科领域也扩大了。20世纪70年代，美国陆地卫星发射成功，使得遥感作为一门新兴的技术得到广泛应用。在遥感技术中，除了使用传统摄像机外，还使用了全景摄像机多光谱扫描仪等传感器。它们提供了大量的多时相，多分辨率的丰富的影像信息。由于摄影测量与遥感在理论、技术、设备和应用等方面的密不可分，使得摄影测量学发展成为摄影测量与遥感学科。目前，国外摄影测量系统发展[6-8]比较先进。如瑞士、美国、加拿大一些仪器厂商都先后研制和推出全数字摄影测量系统，并得到有效的推广与应用。国内摄影测量系统的研究[9-13]也有明显的发展。尤其在标记点匹配上的研究有着长足的进步。图像匹配是确定同一场景的两幅来自不同时间,不同视点,不同成像几何或由不同传感器获取的图像在空间上相对位置的过程。图像匹配在导航，目标跟踪，目标识别，打击评估等领域有广泛的应用。图像匹配算法目前主要有两大类：一类是基于灰度相关的匹配方法，它直接利用图像的灰度进行匹配，方法有最小距离法，交叉相关法，相关系数法等；另一类是基于特征的匹配方法，这种方法需要先对图像提取特征，比如点、线、面特征等，然后对提