【摘要】：作為空中三角測(cè)量的關(guān)鍵步驟之一,影像量測(cè)對(duì)攝影測(cè)量的自動(dòng)化具有重要意義。從最初的人工量測(cè)到數(shù)字影像相關(guān)技術(shù),再到現(xiàn)在的引入計(jì)算機(jī)視覺(jué)中的基于特征的影像匹配,影像匹配技術(shù)一直是研究熱點(diǎn)。隨著信息技術(shù)的快速發(fā)展,影像匹配技術(shù)也得到不斷的發(fā)展,使得空中三角測(cè)量的精度和效率大大提升,空中三角測(cè)量的應(yīng)用也越來(lái)越廣泛。影像匹配的目的是在含有重疊區(qū)域的兩張或多張影像上尋找相同的地物點(diǎn),使得匹配點(diǎn)的數(shù)量、分布和精度可以滿足攝影測(cè)量的需要。然而,航攝影像通常包含大面積的荒漠、林地和耕地為內(nèi)容的影像,在紋理上表現(xiàn)為貧乏紋理和重復(fù)紋理,這類影像稱之為特殊紋理影像。由于貧乏紋理影像信噪比低,采用基于灰度的影像匹配方法時(shí),易受噪聲干擾,匹配成功率低,采用基于特征的影像匹配方法時(shí),難以獲得有效匹配點(diǎn);重復(fù)紋理影像特性會(huì)導(dǎo)致描述符可區(qū)分性差,存在多義性,形成多個(gè)匹配,基于灰度和基于特征的影像匹配方法往往難以奏效。針對(duì)特殊紋理航攝影像匹配困難的問(wèn)題,本文通過(guò)研究現(xiàn)有的匹配算法,提出了一種特殊紋理影像匹配方案,主要研究?jī)?nèi)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紋理航攝影像匹配中的適用性和局限性。包括基于灰度的影像匹配算法(相關(guān)系數(shù)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)結(jié)合顏色不變量和MROGH的描述符。充分利用影像的顏色信息和特征區(qū)域采樣點(diǎn)的空間關(guān)系,將顏色不變量引入MROGH描述符來(lái)提高特征點(diǎn)的獨(dú)特性和魯棒性,以描述特殊紋理航攝影像的特征。(3)特殊紋理航攝影像匹配策略。采用基于核線關(guān)系的特征匹配,通過(guò)在同名核線區(qū)域內(nèi)搜索匹配點(diǎn),進(jìn)而減少匹配時(shí)間;通過(guò)基于圖模型的誤匹配點(diǎn)粗差剔除方法和基于特征的最小二乘精匹配方法來(lái)提高匹配正確率和匹配精度。(4)典型方法的對(duì)比實(shí)驗(yàn)研究。將本文方法與SIFT算法、MROGH算法做對(duì)比實(shí)驗(yàn)研究,分別從正確匹配點(diǎn)數(shù)量、分布、定位精度和匹配時(shí)間等角度進(jìn)行對(duì)比,實(shí)驗(yàn)表明本文方法在處理特殊紋理航攝影像匹配時(shí)可以獲得較多的正確匹配點(diǎn)并且匹配精度可以達(dá)到子像素級(jí)。
【圖文】：

圖 2-1 影像匹配示意圖如果用 S 表示圖中左右兩幅影像的空間變換關(guān)系函數(shù)，I 表示在空間位度值，那么則有：n ( x , y )=I n ( S ( x , y)) （

圖 2-2 FAST 特征點(diǎn)檢測(cè)示意圖[16]解決提取特征點(diǎn)數(shù)目過(guò)多的問(wèn)題，ORB 的改進(jìn)方法是計(jì)算 ris 響應(yīng)值，最終的特征點(diǎn)集合為 Harris 響應(yīng)值最大的前 n 個(gè)特像的金字塔，，在每層金字塔上提取 FAST 角點(diǎn)，來(lái)保證特征點(diǎn)
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：P231.4

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄭肇葆;數(shù)字影像匹配的動(dòng)態(tài)規(guī)劃方法[J];測(cè)繪學(xué)報(bào);1989年02期

2 張力,沈未名,張祖勛,張劍清;基于空間約束的神經(jīng)網(wǎng)絡(luò)影像匹配[J];武漢測(cè)繪科技大學(xué)學(xué)報(bào);2000年01期

3 ;全自動(dòng)影像匹配[J];測(cè)繪通報(bào);1999年04期

4 李愛(ài)霞;關(guān)澤群;馮甜甜;;一種利用流形學(xué)習(xí)進(jìn)行多影像匹配的方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2012年11期

5 姚艷;;低空無(wú)人機(jī)影像匹配流程設(shè)計(jì)的優(yōu)化[J];北京測(cè)繪;2019年04期

6 邵巨良;無(wú)需相似性量測(cè)的多片影像匹配[J];武漢測(cè)繪科技大學(xué)學(xué)報(bào);1998年04期

7 付冬暇;趙淮;李愛(ài)霞;;基于流形學(xué)習(xí)的航空影像匹配方法研究[J];測(cè)繪與空間地理信息;2013年08期

8 袁修孝;明洋;;一種綜合利用像方和物方信息的多影像匹配方法[J];測(cè)繪學(xué)報(bào);2009年03期

9 姜挺,江剛武;基于小波變換的分層影像匹配[J];測(cè)繪學(xué)報(bào);2004年03期

10 魏明果,劉德富;影像匹配的算法研究與實(shí)踐[J];三峽大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年02期

相關(guān)會(huì)議論文 前10條

1 耿則勛;;影像匹配中核線影像的快速生成算法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊(cè)）[C];2001年

2 李乃強(qiáng);宋小虎;;最小二乘影像匹配的實(shí)現(xiàn)和分析[A];江蘇省測(cè)繪學(xué)會(huì)2007'學(xué)術(shù)年會(huì)論文集[C];2008年

3 葉勤;陳鷹;;圖像壓縮對(duì)影像匹配精度影響的研究[A];第十三屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

4 李東子;范大昭;;幾種局部特征描述算法在高分辨率衛(wèi)星影像匹配中的準(zhǔn)確度比較[A];第四屆高分辨率對(duì)地觀測(cè)學(xué)術(shù)年會(huì)論文集[C];2017年

5 饒闖江;;無(wú)人機(jī)影像處理新流程實(shí)驗(yàn)研究[A];云南省測(cè)繪地理信息學(xué)會(huì)2017年學(xué)術(shù)年會(huì)論文集[C];2017年

6 李乃強(qiáng);宋小虎;;最小二乘影像匹配的實(shí)現(xiàn)和分析[A];江蘇省測(cè)繪學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文集[C];2008年

7 李國(guó);郭海濤;范大昭;余磊;張振;;一種基于遺傳算法的高速影像匹配方法[A];2007系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2007年

8 朱繼文;;基于立體影像匹配數(shù)據(jù)構(gòu)建DEM方法研究[A];中國(guó)測(cè)繪學(xué)會(huì)九屆四次理事會(huì)暨2008年學(xué)術(shù)年會(huì)論文集[C];2008年

9 馬智剛;馬煈;叢鳳波;郭海濤;;點(diǎn)特征提取在影像目標(biāo)識(shí)別中的應(yīng)用[A];全國(guó)測(cè)繪科技信息網(wǎng)中南分網(wǎng)第二十四次學(xué)術(shù)信息交流會(huì)論文集[C];2010年

10 王宇宙;趙宗濤;齊顯峰;;仿射不變局部特征寬基線影像匹配[A];信號(hào)與信息處理技術(shù)第三屆信號(hào)與信息處理全國(guó)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)重要報(bào)紙文章 前1條

1 賈道金;精準(zhǔn)定制殺傷:精確打擊“2.0版”[N];學(xué)習(xí)時(shí)報(bào);2018年

相關(guān)博士學(xué)位論文 前10條

1 張彥峰;粗略地形引導(dǎo)下影像匹配與地表重建的半全局優(yōu)化方法[D];武漢大學(xué);2017年

2 陳時(shí)雨;基于圖論的影像匹配方法研究[D];武漢大學(xué);2017年

3 余美;傾斜立體影像匹配若干問(wèn)題研究[D];中國(guó)礦業(yè)大學(xué);2018年

4 張?jiān)粕?自適應(yīng)三角形約束的多基元多視影像匹配方法[D];武漢大學(xué);2011年

5 姚國(guó)標(biāo);傾斜影像匹配關(guān)鍵算法及應(yīng)用研究[D];中國(guó)礦業(yè)大學(xué);2014年

6 王亞超;SAR立體影像匹配關(guān)鍵技術(shù)研究[D];中國(guó)礦業(yè)大學(xué);2017年

7 戴玉成;基于UAV傾斜影像匹配點(diǎn)云的城市建筑物信息提取方法研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所);2017年

8 王競(jìng)雪;移動(dòng)高程平面約束的多視影像可靠匹配方法[D];遼寧工程技術(shù)大學(xué);2010年

9 韋春桃;基于相位信息的影像特征檢測(cè)與匹配方法研究[D];武漢大學(xué);2010年

10 熊金鑫;基于區(qū)域分割的多源、多時(shí)相衛(wèi)星遙感影像聯(lián)合匹配方法研究[D];武漢大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 郭瑩;特殊紋理航攝影像匹配方法研究[D];武漢大學(xué);2019年

2 吳冰冰;基于視覺(jué)局部特征的遙感影像匹配方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

3 王n玉;植被覆蓋區(qū)域無(wú)人機(jī)遙感影像匹配方法研究[D];河北工業(yè)大學(xué);2016年

4 李瑩;多視影像匹配密集點(diǎn)云的建筑物單體化構(gòu)建研究[D];遼寧工程技術(shù)大學(xué);2017年

5 胡佳怡;高分辨率航空影像特征匹配技術(shù)研究[D];東華理工大學(xué);2018年

6 鄒小丹;基于半全局優(yōu)化的多視影像匹配方法與應(yīng)用[D];中南大學(xué);2013年

7 仇多兵;多視角傾斜航空影像匹配關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2017年

8 孟俊俊;機(jī)載三線陣影像匹配方法研究[D];中南大學(xué);2014年

9 朱師歡;自動(dòng)空三點(diǎn)特征高精度影像匹配研究[D];西安科技大學(xué);2017年

10 孫一權(quán);基于特征的近景樹(shù)木影像匹配策略研究[D];北京林業(yè)大學(xué);2011年

本文編號(hào)：2635002