城市遥感影像运动估计与立体匹配
发布时间：2020-12-21 16:03
随着遥感领域相关技术的不断发展,高分辨率遥感影像的获取已变得十分简单快捷,而在民生、军事、防灾、城市规划等领域,也越来越依赖空间信息的获取。立体匹配作为计算机视觉领域的基础部分,其匹配准确度直接影响了后续如目标识别、三维重建等处理的效果。立体匹配吸引了众多专家的研究,每年都会出现新的匹配算法,然而这些匹配方法大部分都关注于符合对极几何的普通摄像机拍摄的图像,而高分辨率遥感卫星上搭载的线阵CCD推扫式传感器的成像几何并不满足对极几何。此外,相比普通图像,遥感影像的信息更为复杂,干扰更多,这些都大大增加了真实遥感图像的匹配难度。许多立体匹配算法并不适用于遥感图像,而且专注于遥感图像立体匹配的研究相对较少。本文重点研究城市遥感影像的立体匹配,提出了一种新的匹配框架。本文的研究工作主要包括:(1)首先对图像进行配准,尽量缩小后续匹配的搜索空间。使用SURF特征进行特征点的提取与匹配得到匹配点集,但包含误匹配。使用MLESAC算法对得到的点集进行处理,得到准确的内点集。然后使用DLT算法,利用内点计算出两幅图像之间的仿射变换矩阵,用该矩阵对右图进行处理得到配准图像。(2)配准后的图像仍然具有二维...
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
本文提出的匹配框架
图 2.1 积分图像 A B C 构造特征检测器，它具有良好的准。所谓斑点结构，就是和周围区域给定一个点 X ( x , y)，尺度为 时 ( , )xxL X 是点 X 的高斯二阶导数卷( , ) ( , ( , )( , ) ( , xx xyxy yyL X L XH XL X L X间分析中是最优的，但在实践中他 / 4倍时重复性会降低。这种现象瑜，检测器仍然具有良好的性能，的快速卷积的优点。参考 Lowe 成
) ( , )( , )( , ) ( , ) xx xyxy yyL X L XH XL X L X间分析中是最优的，但在实践中他们是离 / 4倍时重复性会降低。这种现象也存在瑜，检测器仍然具有良好的性能，轻微的的快速卷积的优点。参考 Lowe 成功使用进行近似，如图 2.3。使用积分图像可以在。计算代价与滤波器大小无关，效果可以比波器是对尺度 1.2时高斯滤波器的近似分别用xxD ,yyD和xyD对相应的xxL ,yyL和L2det( ) ( )approx xx yy xyH D D wD
【参考文献】：
期刊论文
[1]卫星线阵影像的半全局互信息匹配与重建[J]. 李鹤元,陈刚,巩丹超. 遥感信息. 2016(05)
[2]快速模拟退火立体匹配技术在水下激光图像三维重建中的应用[J]. 刘小飞,李明杰. 激光杂志. 2016(08)
[3]基于归一化互相关的亚像素双目视觉匹配方法[J]. 范新峰,程远增,付强. 探测与控制学报. 2016(03)
[4]基于自适应匹配窗及多特征融合的立体匹配[J]. 时华,朱虹. 模式识别与人工智能. 2016(03)
[5]基于骨架和统计直方图的形状匹配算法[J]. 张桂梅,郑加宽,储珺. 计算机工程与应用. 2015(16)
[6]基于可变窗口视差优化的并行立体匹配[J]. 许亮,田峥,王震. 计算机工程与应用. 2015(15)
[7]经典边缘检测算子及其抗噪性能研究[J]. 葛小凤,陈亚军. 数字技术与应用. 2015(02)
[8]一种改进的Canny边缘检测算法[J]. 吉玲,杨亚,付珊珊,沙伟. 微处理机. 2015(01)
[9]基于改进梯度和自适应窗口的立体匹配算法[J]. 祝世平,李政. 光学学报. 2015(01)
[10]基于可移动窗口和扩散距离的立体匹配算法[J]. 卞程飞,张健,吴娜,曾新华,陈雷,袁媛,孙雄伟. 系统仿真学报. 2014(09)
硕士论文
[1]基于梯度特征的图像匹配算法研究及其应用[D]. 郑世娇.华中科技大学 2015
[2]基于互信息的医学图像配准算法研究[D]. 别术林.北京交通大学 2014
[3]小基高比条件下高精度影像匹配技术研究[D]. 申二华.解放军信息工程大学 2013
[4]基于互信息的医学图像配准算法研究及应用[D]. 芦飞坚.首都师范大学 2013
本文编号：2930106
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
本文提出的匹配框架
图 2.1 积分图像 A B C 构造特征检测器，它具有良好的准。所谓斑点结构，就是和周围区域给定一个点 X ( x , y)，尺度为 时 ( , )xxL X 是点 X 的高斯二阶导数卷( , ) ( , ( , )( , ) ( , xx xyxy yyL X L XH XL X L X间分析中是最优的，但在实践中他 / 4倍时重复性会降低。这种现象瑜，检测器仍然具有良好的性能，的快速卷积的优点。参考 Lowe 成
) ( , )( , )( , ) ( , ) xx xyxy yyL X L XH XL X L X间分析中是最优的，但在实践中他们是离 / 4倍时重复性会降低。这种现象也存在瑜，检测器仍然具有良好的性能，轻微的的快速卷积的优点。参考 Lowe 成功使用进行近似，如图 2.3。使用积分图像可以在。计算代价与滤波器大小无关，效果可以比波器是对尺度 1.2时高斯滤波器的近似分别用xxD ,yyD和xyD对相应的xxL ,yyL和L2det( ) ( )approx xx yy xyH D D wD
【参考文献】：
期刊论文
[1]卫星线阵影像的半全局互信息匹配与重建[J]. 李鹤元,陈刚,巩丹超. 遥感信息. 2016(05)
[2]快速模拟退火立体匹配技术在水下激光图像三维重建中的应用[J]. 刘小飞,李明杰. 激光杂志. 2016(08)
[3]基于归一化互相关的亚像素双目视觉匹配方法[J]. 范新峰,程远增,付强. 探测与控制学报. 2016(03)
[4]基于自适应匹配窗及多特征融合的立体匹配[J]. 时华,朱虹. 模式识别与人工智能. 2016(03)
[5]基于骨架和统计直方图的形状匹配算法[J]. 张桂梅,郑加宽,储珺. 计算机工程与应用. 2015(16)
[6]基于可变窗口视差优化的并行立体匹配[J]. 许亮,田峥,王震. 计算机工程与应用. 2015(15)
[7]经典边缘检测算子及其抗噪性能研究[J]. 葛小凤,陈亚军. 数字技术与应用. 2015(02)
[8]一种改进的Canny边缘检测算法[J]. 吉玲,杨亚,付珊珊,沙伟. 微处理机. 2015(01)
[9]基于改进梯度和自适应窗口的立体匹配算法[J]. 祝世平,李政. 光学学报. 2015(01)
[10]基于可移动窗口和扩散距离的立体匹配算法[J]. 卞程飞,张健,吴娜,曾新华,陈雷,袁媛,孙雄伟. 系统仿真学报. 2014(09)
硕士论文
[1]基于梯度特征的图像匹配算法研究及其应用[D]. 郑世娇.华中科技大学 2015
[2]基于互信息的医学图像配准算法研究[D]. 别术林.北京交通大学 2014
[3]小基高比条件下高精度影像匹配技术研究[D]. 申二华.解放军信息工程大学 2013
[4]基于互信息的医学图像配准算法研究及应用[D]. 芦飞坚.首都师范大学 2013
本文编号：2930106
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2930106.html
