第9章_数字影像相关幻灯片.pptVIP

§9-4 最小二乘影像匹配 最小二乘影像匹配(LSM)由德国Ackermann教授提出的。该方法充分利用了影像窗口内的信息进行平差计算，使影像匹配可以达到1/10甚至1/100像素的高精度，即影像精度可达子像素等级。 LSM可以非常灵活领入各种已知参数和条件，从而可以进行整体平差。它不仅可以解决“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；而且可以同时解求待定点的坐标与影像的外方位元素；还可以同时解决“多点”影像匹配或“多片”影像匹配。另外，在LSM系统中可以很方便地引入“粗差检测”，从而大大提高影像匹配的可靠性。 §9-4 最小二乘影像匹配 一、最小二乘影像匹配原理 上节我们学过的判断相似性测度中，差平方和最小。将灰度差记为v，则上述判断为： 这种思想与最小二乘法的原则是一致的，但它仅仅认为影像灰度只存在偶然误差（随即噪声），没有考虑影像灰度中存在着系统误差。即： §9-4 最小二乘影像匹配 这就是一般的按照差平方和最小原则进行影像匹配的数学模型，若在此系统中引入系统变形的参数，就构成了最小二乘影像匹配系统。 影像灰度的系统变形可分为辐射畸变和几何畸变。产生辐射变形的原因有照明及被摄物体辐射面的方向、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。 产生几何变形的原因主要有摄影机方位不同所产生的影像的透视畸变、影像的各种畸变以