数字摄影测量与影像匹配.docxVIP

数字摄影测量与影像匹配 1．前言 影像匹配是数字摄影测量的典型问题之一。 在航空摄影测量 领域，影像匹配是自动获取数字地面模型 （DTM）的关键技术，是 以影像匹配代替传统的人工观测，来达到自动确定同名点的目 的。一般来说，由于影像在不同时间、不同传感器、不同视角获 得的成像条件不同， 因此即使是对同一物体， 在影像中所表现出 来的几何特性、光学特性、空间位置都会有很大的不同，如果考 虑到噪声、 干扰等影响会使影像发生很大差异， 影像匹配就是通 过这些不同之处找到它们的相同点。 在计算机视觉中， 通常称为 影像配准，而且很多领域中影像匹配都是必不可少的关键环节。 目前影像匹配己成为现代信息处理， 特别是图像信息处理领域中 的一项非常重要的技术， 已有很多学者进行这方面的研究而且已 经取得了很好的成就。 影像匹配研究涉及到了影像采集、 影像预 处理、影像分割、特征提取等，并且与计算机视觉、多维信号处 理和数值计算方法等紧密结合。它也是其它一些影像分析技术， 如立体视觉、运动分析、数据融合等的基础。目前，它的应用范 围相当广泛，在计算机视觉、虚拟现实场景、航空航天遥感与数 字摄影测量、医学影像分析、光学和雷达跟踪、景物制导、地形 匹配、指纹与肖像检测等领域都有着重要的应用价值。 在数字摄 影测量的研究中， 几何变换和对应关系是两大关键问题。 几何变 换问题经过数学和图形图像学的研究已经得到了解决， 而对应问 题（ 特别是同名点的对应问题 ） 正是影像匹配的研究目的。 影像匹 配的良好实现，可以大大促进数字摄影测量自动化量测的发展， 并为立体测图、建立立体模型、自动生成 DEM正射影像、等高 线，构建三维立体和虚拟现实场景提供技术支撑。 2．影像匹配国内外研究现状与内容 影像匹配技术一直是数字摄影测量、 计算机视觉等领域的关 键技术难题， 但它广阔的应用前景吸引了众多领域的科研人员孜 孜不倦地对它进行攻关， 成为经久不衰的研究热点。 最初的影像 匹配是利用相关技术实现的， 因此又称为影像相关。 从上个世纪 五十年代至今， 国内外学者提出了许多相应的理论， 涌现了大量 的匹配算法 [1][[2][3][4] ，如相关函数法、相关系数方法、整 体法等。 Bellman 于上个世纪 50 年代提出的动态规划法影像匹 配，德国 Ackerlnann 教授提出的最小二乘匹配方法 [5] ， Rosenhlm 提出的多点最小二乘影像匹配 [6] ，已及 Ton Jez-ehing 、 JainA K 提出的确定两影像区域间对应关系的点匹 配方法 [7],Daniel P Huttenlocher 等人提出的 Hausdorff 距离 匹配方法 [8] 等等； 1978 年，我国摄影测量学的先驱王之卓院士 率先提出了“全数字摄影测量”的概念 [9], 利用影像匹配来代 替传统的人眼立体观测； 张祖勋院士提出了基于跨接法的影像匹 配 [10] ；吕言提出了特征提取的吕言算子和基于特征的影像匹 配方法 [11] ；张力、 沈未名等也提出了基于空间约束的神经网络 影像匹配算法 [12] 。尽管发展出了多种多样的匹配方法， 但这些 影像匹配算法按其匹配基元分类， 主要可以分为基于像元灰度的 影像匹配算法、 基于特征的影像匹配算法以及基于影像的理解和 解释的匹配算法。 影像匹配的基本概念 匹配是图像处理的一个基础问题。 简单的说， 匹配技术就是 找到两幅不同影像之间的空间位置关系实现同一目标的两幅 ( 或 两幅以上 ) 影像在空间位置上的对准。 Barbara zitova 和 Jan Flusser 在其著作中对影像匹配进行了定义 [23] ，称其是针对来 自于同一场景、不同时间、不同视角、不同传感器的两幅或多幅 图像进行重叠 (Overlapping) 的过程，这个重叠就是几何对齐 (Geometrically Align) 的过程。可以从中看出两点，其一，影 像匹配所研究的影像具有成像机理、 自然条件、 成像时间等的不 同，这些都造成参与匹配的影像对具有很大的差异 ; 其二，影像 重叠的目的为了对两幅影像在空间上进行对准， 以确定两幅影像 之间的平移以及旋转关系。 也可以说影像匹配时利用两个信号的 相似性评价函数， 评价它们的相似性以确定同名点。 即首先取出 以待定点为中心的小区域中的影像信号， 然后取出其在另一影像 中相应区域的影像信号， 计算两者的相似性评价函数， 以相似性 评价函数值的大小来确定相应区域中心点位同名点， 即以影像信 号分布最相似的区域为同名区域，同名区域的中心点为同名点。 影像匹配的困难与解决问题思路 影像匹配的方法有很多， 但都有不同程度的局限性。 对于一 些共性的问题，如匹配模糊度问题，匹配组合问题等，目前仍是 影像匹配中的