特殊纹理航摄影像匹配方法研究

发布时间：2020-04-20 21:56

【摘要】：作为空中三角测量的关键步骤之一,影像量测对摄影测量的自动化具有重要意义。从最初的人工量测到数字影像相关技术,再到现在的引入计算机视觉中的基于特征的影像匹配,影像匹配技术一直是研究热点。随着信息技术的快速发展,影像匹配技术也得到不断的发展,使得空中三角测量的精度和效率大大提升,空中三角测量的应用也越来越广泛。影像匹配的目的是在含有重叠区域的两张或多张影像上寻找相同的地物点,使得匹配点的数量、分布和精度可以满足摄影测量的需要。然而,航摄影像通常包含大面积的荒漠、林地和耕地为内容的影像,在纹理上表现为贫乏纹理和重复纹理,这类影像称之为特殊纹理影像。由于贫乏纹理影像信噪比低,采用基于灰度的影像匹配方法时,易受噪声干扰,匹配成功率低,采用基于特征的影像匹配方法时,难以获得有效匹配点;重复纹理影像特性会导致描述符可区分性差,存在多义性,形成多个匹配,基于灰度和基于特征的影像匹配方法往往难以奏效。针对特殊纹理航摄影像匹配困难的问题,本文通过研究现有的匹配算法,提出了一种特殊纹理影像匹配方案,主要研究内容如下:(1)常用的影像匹配算法特性分析。研究常用匹配方法在特殊纹理航摄影像匹配中的适用性和局限性。包括基于灰度的影像匹配算法(相关系数法,最小二乘匹配法)和基于特征的影像匹配算法(ORB算法,SIFT算法,MROGH算法)(2)结合颜色不变量和MROGH的描述符。充分利用影像的颜色信息和特征区域采样点的空间关系,将颜色不变量引入MROGH描述符来提高特征点的独特性和鲁棒性,以描述特殊纹理航摄影像的特征。(3)特殊纹理航摄影像匹配策略。采用基于核线关系的特征匹配,通过在同名核线区域内搜索匹配点,进而减少匹配时间;通过基于图模型的误匹配点粗差剔除方法和基于特征的最小二乘精匹配方法来提高匹配正确率和匹配精度。(4)典型方法的对比实验研究。将本文方法与SIFT算法、MROGH算法做对比实验研究,分别从正确匹配点数量、分布、定位精度和匹配时间等角度进行对比,实验表明本文方法在处理特殊纹理航摄影像匹配时可以获得较多的正确匹配点并且匹配精度可以达到子像素级。
【图文】：

图 2-1 影像匹配示意图如果用 S 表示图中左右两幅影像的空间变换关系函数，I 表示在空间位度值，那么则有：n ( x , y )=I n ( S ( x , y)) （

图 2-2 FAST 特征点检测示意图[16]解决提取特征点数目过多的问题，ORB 的改进方法是计算 ris 响应值，最终的特征点集合为 Harris 响应值最大的前 n 个特像的金字塔，，在每层金字塔上提取 FAST 角点，来保证特征点
【学位授予单位】：武汉大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：P231.4

【相似文献】

相关期刊论文 前10条

1 郑肇葆;数字影像匹配的动态规划方法[J];测绘学报;1989年02期

2 张力,沈未名,张祖勋,张剑清;基于空间约束的神经网络影像匹配[J];武汉测绘科技大学学报;2000年01期

3 ;全自动影像匹配[J];测绘通报;1999年04期

4 李爱霞;关泽群;冯甜甜;;一种利用流形学习进行多影像匹配的方法[J];武汉大学学报(信息科学版);2012年11期

5 姚艳;;低空无人机影像匹配流程设计的优化[J];北京测绘;2019年04期

6 邵巨良;无需相似性量测的多片影像匹配[J];武汉测绘科技大学学报;1998年04期

7 付冬暇;赵淮;李爱霞;;基于流形学习的航空影像匹配方法研究[J];测绘与空间地理信息;2013年08期

8 袁修孝;明洋;;一种综合利用像方和物方信息的多影像匹配方法[J];测绘学报;2009年03期

9 姜挺,江刚武;基于小波变换的分层影像匹配[J];测绘学报;2004年03期

10 魏明果,刘德富;影像匹配的算法研究与实践[J];三峡大学学报(自然科学版);2002年02期

相关会议论文 前10条

1 耿则勋;;影像匹配中核线影像的快速生成算法[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

2 李乃强;宋小虎;;最小二乘影像匹配的实现和分析[A];江苏省测绘学会2007'学术年会论文集[C];2008年

3 叶勤;陈鹰;;图像压缩对影像匹配精度影响的研究[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年

4 李东子;范大昭;;几种局部特征描述算法在高分辨率卫星影像匹配中的准确度比较[A];第四届高分辨率对地观测学术年会论文集[C];2017年

5 饶闯江;;无人机影像处理新流程实验研究[A];云南省测绘地理信息学会2017年学术年会论文集[C];2017年

6 李乃强;宋小虎;;最小二乘影像匹配的实现和分析[A];江苏省测绘学会2007年学术年会论文集[C];2008年

7 李国;郭海涛;范大昭;余磊;张振;;一种基于遗传算法的高速影像匹配方法[A];2007系统仿真技术及其应用学术会议论文集[C];2007年

8 朱继文;;基于立体影像匹配数据构建DEM方法研究[A];中国测绘学会九届四次理事会暨2008年学术年会论文集[C];2008年

9 马智刚;马煈;丛凤波;郭海涛;;点特征提取在影像目标识别中的应用[A];全国测绘科技信息网中南分网第二十四次学术信息交流会论文集[C];2010年

10 王宇宙;赵宗涛;齐显峰;;仿射不变局部特征宽基线影像匹配[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年

相关重要报纸文章 前1条

1 贾道金;精准定制杀伤:精确打击“2.0版”[N];学习时报;2018年

相关博士学位论文 前10条

1 张彦峰;粗略地形引导下影像匹配与地表重建的半全局优化方法[D];武汉大学;2017年

2 陈时雨;基于图论的影像匹配方法研究[D];武汉大学;2017年

3 余美;倾斜立体影像匹配若干问题研究[D];中国矿业大学;2018年

4 张云生;自适应三角形约束的多基元多视影像匹配方法[D];武汉大学;2011年

5 姚国标;倾斜影像匹配关键算法及应用研究[D];中国矿业大学;2014年

6 王亚超;SAR立体影像匹配关键技术研究[D];中国矿业大学;2017年

7 戴玉成;基于UAV倾斜影像匹配点云的城市建筑物信息提取方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年

8 王竞雪;移动高程平面约束的多视影像可靠匹配方法[D];辽宁工程技术大学;2010年

9 韦春桃;基于相位信息的影像特征检测与匹配方法研究[D];武汉大学;2010年

10 熊金鑫;基于区域分割的多源、多时相卫星遥感影像联合匹配方法研究[D];武汉大学;2014年

相关硕士学位论文 前10条

1 郭莹;特殊纹理航摄影像匹配方法研究[D];武汉大学;2019年

2 吴冰冰;基于视觉局部特征的遥感影像匹配方法研究[D];国防科学技术大学;2016年

3 王n玉;植被覆盖区域无人机遥感影像匹配方法研究[D];河北工业大学;2016年

4 李莹;多视影像匹配密集点云的建筑物单体化构建研究[D];辽宁工程技术大学;2017年

5 胡佳怡;高分辨率航空影像特征匹配技术研究[D];东华理工大学;2018年

6 邹小丹;基于半全局优化的多视影像匹配方法与应用[D];中南大学;2013年

7 仇多兵;多视角倾斜航空影像匹配关键技术研究[D];解放军信息工程大学;2017年

8 孟俊俊;机载三线阵影像匹配方法研究[D];中南大学;2014年

9 朱师欢;自动空三点特征高精度影像匹配研究[D];西安科技大学;2017年

10 孙一权;基于特征的近景树木影像匹配策略研究[D];北京林业大学;2011年

本文编号：2635002