影像匹配是數(shù)字攝影測(cè)量與計(jì)算機(jī)視覺的關(guān)鍵技術(shù)之一，基于灰度和基于特征的影像匹配方法，在航攝項(xiàng)目實(shí)際應(yīng)用中，為了獲得高效、高精度和高可靠性的影像匹配效果，兩種方法往往并存于一個(gè)系統(tǒng)中。然而，這些方法并不能完美解決傾斜航攝影像的匹配問題。

傾斜航攝影像匹配的難點(diǎn)

眾所周知，所有中心投影影像在局部范圍內(nèi)可以近似為仿射變換，而在常規(guī)的航空攝影中，由于航攝飛行平臺(tái)姿態(tài)比較穩(wěn)定，且保持垂直攝影，此時(shí)的仿射變換可以近似為相似變換。因此，無論是基于灰度的影像匹配還是基于特征的影像匹配方法，均能獲得不錯(cuò)的匹配效果。

但是是在傾斜航攝中，同樣的方法進(jìn)行影像匹配就出現(xiàn)了問題：

1）傾斜航攝影像間的仿射變換不能近似為相似變換

傾斜航攝是將多個(gè)傳感器搭載于一臺(tái)飛行器上進(jìn)行多角度的拍攝，側(cè)視相機(jī)與下視相機(jī)、側(cè)視相機(jī)之間均存在較大的攝影角度差異。使用基于灰度的影像匹配方法時(shí)，若不事先對(duì)影像匹配窗口進(jìn)行預(yù)改正，即使是同名像點(diǎn)之間的相似性測(cè)度也是一個(gè)不確定的值。另一方面，當(dāng)前大部分特征點(diǎn)提取算子都只能保證相似不變性。

因此，當(dāng)相鄰影像間的變換關(guān)系為仿射變換時(shí)，就難以提取到重復(fù)的特征點(diǎn)，此時(shí)的影像匹配理論必失效。

2）傾斜航攝影像間存在嚴(yán)重的遮蔽現(xiàn)象

從傾斜航攝攝影角度來說，如果航攝項(xiàng)目的攝區(qū)面積大部分是城區(qū)，那么遮擋現(xiàn)象就會(huì)普遍存在，再加上影像中大多數(shù)航攝區(qū)域都是人工地物，這對(duì)特征提取非常不利。

另外，遮擋現(xiàn)象的會(huì)形成大量影像遮蔽區(qū)域，即使采用具有仿射不變性的特征提取算子，提取到的特征點(diǎn)也難以均勻分布。

2）傾斜航空攝影主要用于城市三維建模，以自然地物為主的特征點(diǎn)在影像中表現(xiàn)出穩(wěn)定的重復(fù)率，而人工地物由于形狀規(guī)則，其邊緣在影像中表現(xiàn)為高頻成分，這部分特征往往不穩(wěn)定。就城區(qū)而言，高樓林立，再加上傾斜航攝影像自身的幾何特性，更加劇了影像匹配的難度。

傾斜航攝影像匹配的新思路

采用影像糾正的匹配方法除了對(duì)輸入數(shù)據(jù)有較高的要求之外，在影像匹配精度上同樣會(huì)存在一些問題，顯然不是傾斜航攝影像自動(dòng)量測(cè)的最佳解決方案。

1.基于圖匹配的傾斜航攝影像匹配方法

對(duì)于存在仿射變形的傾斜航攝影像的匹配問題，可以首先使用仿射不變特征提取算子（如聯(lián)合使用 Hessian 和 Harris 特征）提取特征點(diǎn)，然后使用三階圖匹配算法去匹配這些特征點(diǎn)，從而解決傾斜航攝影像的匹配問題。

2.基于三視張量的誤匹配點(diǎn)自動(dòng)剔除方法

誤匹配點(diǎn)剔除是影像匹配過程中一個(gè)必不可少的重要環(huán)節(jié)。

對(duì)常規(guī)航攝影像而言，初始值的獲取比較容易，但對(duì)于傾斜航攝影像，在沒有任何先驗(yàn)知識(shí)的情況下，很難獲取到位于收斂域范圍內(nèi)的初始值。另一方面，迭代次數(shù)與粗差和初始值精度密切相關(guān)，當(dāng)粗差率較高、初始值較差時(shí)，迭代時(shí)間會(huì)加長(zhǎng)，收斂速度會(huì)很慢。因此，在傾斜航攝影像的誤匹配點(diǎn)檢測(cè)中，常常使用基于 RANSAC 粗差檢測(cè)框架的粗差探測(cè)方法。

版權(quán)聲明：文章來源于網(wǎng)絡(luò)，由飛燕航空遙感005658.cn編輯，登載此文出于傳遞更多信息之目的，版權(quán)歸原作者及刊載媒體所有，如本文中圖片或文字侵犯您的權(quán)益，請(qǐng)聯(lián)系我們。

猜你喜歡：

傾斜航攝三維建模在不動(dòng)產(chǎn)測(cè)繪領(lǐng)域的效用

傾斜攝影技術(shù)為電力線路勘測(cè)帶來怎樣的便利？