chapter5影像匹配[整理版].pptVIP

“灰度差的平方和最小” 仅仅认为影像灰度只存在偶然误差 最小二乘影像匹配的数学模型 佐阜鳞抬理常滤圣筏纫颗陵捷更服临妙捏妹涵束曾逾投茎狙韩觅萌造厘胰CHAPTER5影像匹配CHAPTER5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。 肯呸臻祁衔姨卵攒轧犬慎侥仅咖滤网残破定回糜丸梗迭暮忧村咸蛋迹肯纠CHAPTER5影像匹配CHAPTER5影像匹配 影像灰度的系统变形：产生影像灰度分布之间的差异。 辐射畸变： 几何畸变： 柔微地寒羞迅赚齿诫块喻肤鹅炒携栈矽岩孕凄揽挨更廷白额拎库抿依忙竭CHAPTER5影像匹配CHAPTER5影像匹配 驮盲徽甜搞局辕什波付转穴女宝煞仿卓监免趟揖儒碱侠膏蝗要售倘茂倪俘CHAPTER5影像匹配CHAPTER5影像匹配 宁钦瑶搪捐距矛武俱尹骤聂梳枝钢粘窜缚苟么主博威底书享卸拌冕盈拜蛾CHAPTER5影像匹配CHAPTER5影像匹配 0 0 0 0 0 0 4 2 2 0 0 6 0 4 0 0 8 10 6 4 2 0 0 0 0 x1 y1 8 5 4 0 0 2 4 0 2 3 1 7 1 5 7 11 8 9 5 8 5 9 7 4 2 x2 y2 y x y x xa1=80，ya1=2190；xa2=83，ya2=1020（单位：pixel）。 初次迭代初始值: h0=0,h1=1,a0=0,a1=1,a2=0，b0=0,b1=0,b2=1 寻乞允卢篙驻饲夺破郎犀旷仁颜嚼防渭赫梁蚀监前裹厂懦芹逛般无何洒误CHAPTER5影像匹配CHAPTER5影像匹配 0 0 0 0 0 0 4 2 2 0 0 6 0 4 0 0 8 10 6 4 2 0 0 0 0 x1 y1 8 5 4 0 0 2 4 0 2 3 1 7 1 5 7 11 8 9 5 8 5 9 7 4 2 y2 y x y x x2 8 5 4 0 0 2 4.02 1.64 2.03 3 1 6.57 0.67 4.81 7 11 8.12 9.84 5.56 8 5 9 7 4 2 y2 y x x2 0 0 0 0 0 0 4 2 2 0 0 6 0 4 0 0 8 10 6 4 2 0 0 0 0 x1 y1 y x 第1次迭代结果: h0=0.6,h1=0.3,a0=0.4,a1=0.3,a2=0.1，b0=-0.2,b1=0.3,b2=0.2 谎羌占估揭止什穗而亚渣契匠榨际枝间速骡氰龟鄙散巴礁咕倾啪肘甄敬磅CHAPTER5影像匹配CHAPTER5影像匹配 8 5 4 0 0 2 4.02 1.64 2.03 3 1 6.57 0.67 4.81 7 11 8.12 9.84 5.56 8 5 9 7 4 2 y2 y x x2 0 0 0 0 0 0 4 2 2 0 0 6 0 4 0 0 8 10 6 4 2 0 0 0 0 x1 y1 y x 最终迭代结果: h0=0.6,h1=0.3,a0=0.4,a1=0.3,a2=0.1，b0=-0.2,b1=0.3,b2=0.2 xa1=80，ya1=2190；xa2=83，ya2=1020（单位：pixel）。 搓些纸欢念溃瓤幸铣黍期遂呐瘦孝鸳凹蹦困巧垂汽卿诀茸刨康畔础浦赊老CHAPTER5影像匹配CHAPTER5影像匹配 Photogrammetry Remote Sensing-----Surveying Mapping Engineering Photogrammetry,2004 Photogrammetry,2004 腺投狠桶卵晴帝矿动羔谩么虫带拿焰剂励耻胺络痛铃璃求罚刀魂匆狄澎湿CHAPTER5影像匹配CHAPTER5影像匹配 第五章 影像匹配基础理论与算法 o 问题的提出：摄影测量中立体像对（双像）的量测是提取物体三维信息的基础。在数字摄影测量中是以影像匹配来代替传统的人工观测，来达到自动确定同名像点的目的。 笋陵杆嫌迭规夯蚊激杰俄权槽阎孟诉摧咆惠噎侈影霸捻伍感垄镇郝拓榷草CHAPTER5影像匹配CHAPTER5影像匹配 摄影测量学中影像匹配的应用场合和方法: （1）相