【测绘课件】第八章之三、数字摄影测量之最小二乘影像匹配教学讲义.pptVIP

第八章 数字摄影测量;最小二乘影像匹配 最小二乘影像匹配（Least Squares Image Matching）是由德国Ackermann教授提出的一种高精度影像匹配算法，该方法的影像匹配可以达到1/10甚至1/100像素的高精度，也即可以达到子像素级（SubPixel）。它可应用于： 生产数字地面模型和正射影像图。 解析空中三角测量的控制点加密。 工业上的高精度量测。 单点、多点、多片的影像匹配。 解决影像的粗差和影像遮蔽问题（Occlusion）。; 在前文介绍的影像匹配的算法中，其中有一种判断影像相似的量度是“灰度差的平方和最小”，若将灰度差记为余差v，则上述判断可以写成 显然，它与最小二乘原则是一致的，但是，这种方法没有考虑影像的系统误差，只是考虑了影像的偶然误差（随机噪声），即 ; 若在上式中引入系统误差的参数，则构成了最小二乘影像匹配。影像灰度的系统变形有两大类，一类是辐射畸变，一类是几何畸变，由此产生了影像灰度分布的差异。辐射畸变的原因有： 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等。 产生几何畸变的原因有： 摄影机方位不同所产生的影像透视畸变、仿射变形。 由于地形高差所产生的影像畸变等。;1、仅考虑辐射畸变的最小二乘影像匹配 辐射畸变或者说灰度值的偏差可以