本文關(guān)鍵詞：多視立體匹配中的影像擇優(yōu)技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：多視匹配能綜合多視影像信息,一定程度上提高了匹配的可靠性。然而,現(xiàn)有的多視匹配方法將所有重疊影像都參與匹配,忽略了影像的質(zhì)量差異,最終匹配結(jié)果在很多情況下并不理想。本文總結(jié)了傳統(tǒng)多視匹配方法及策略,分析了遮擋和基高比對多視匹配產(chǎn)生的影響,推導(dǎo)了一定條件下基高比與匹配精度之間的關(guān)系,以及地形坡度、基高比與影像相對變形間的關(guān)系;在此基礎(chǔ)上提出了物像結(jié)合的多視影像篩選方法和實(shí)時(shí)擇優(yōu)的多視混合匹配方法,并取得了良好的實(shí)驗(yàn)效果。論文主要研究工作如下:(1)全面分析了多視立體匹配模型及其常用的匹配約束策略,實(shí)現(xiàn)了金字塔策略下的多視特征匹配,為物像結(jié)合的影像篩選方法和實(shí)時(shí)擇優(yōu)的多視混合匹配方法提供了一個(gè)相對可靠的物方初始信息。(2)詳細(xì)探討了遮擋、基高比大小對現(xiàn)有多視匹配方法造成的影響,并從高程精度、地形坡度兩個(gè)角度分別推導(dǎo)了基高比大小對影像相對變形的影響規(guī)律。(3)提出一種物像結(jié)合的影像篩選方法,該方法從空間幾何關(guān)系和影像灰度信息兩方面對每個(gè)特征點(diǎn)的重疊影像進(jìn)行篩選,并利用kd-Tree搜索策略將特征點(diǎn)的篩選結(jié)果引導(dǎo)非特征點(diǎn)進(jìn)行密集匹配。實(shí)驗(yàn)證明該方法能夠刪除匹配效果不好的影像,提高匹配成功率的同時(shí)減少了匹配計(jì)算量。(4)詳細(xì)分析了利用互相關(guān)系數(shù)作為匹配測度時(shí),多視匹配中的單立體匹配模型和多立體整體匹配模型之間相互轉(zhuǎn)化的可行性,在此基礎(chǔ)上提出了一種實(shí)時(shí)擇優(yōu)的多視混合匹配方法。該方法通過匹配信息多重判據(jù)實(shí)時(shí)刪除“負(fù)信息”影像,并對保留的影像擇優(yōu)組合,以達(dá)到成功匹配出地面點(diǎn)的目的。針對基準(zhǔn)影像固定時(shí)無法匹配的區(qū)域,在實(shí)時(shí)擇優(yōu)的多視混合匹配方法中設(shè)計(jì)了影像變換策略,尋找合適的基準(zhǔn)影像和相應(yīng)搜索影像再次進(jìn)行匹配。實(shí)驗(yàn)證明,該方法在匹配成功率和匹配效率方面都較傳統(tǒng)方法有優(yōu)勢。
【關(guān)鍵詞】：多視匹配 遮擋 基高比 影像篩選 實(shí)時(shí)擇優(yōu) 混合匹配 影像變換
【學(xué)位授予單位】：解放軍信息工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：P23
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-17
• 1.1 研究背景及意義9-13
• 1.1.1 剔除“負(fù)信息”影像10-11
• 1.1.2 優(yōu)化匹配精度，提高匹配效率11-13
• 1.2 國內(nèi)外相關(guān)技術(shù)的研究現(xiàn)狀13-15
• 1.3 論文研究內(nèi)容和結(jié)構(gòu)安排15-17
• 第二章 多視立體匹配分析與影像預(yù)匹配17-31
• 2.1 多視匹配模型17-20
• 2.1.1 基于單立體匹配與融合的多視匹配模型17-18
• 2.1.2 基于多立體整體匹配的多視匹配模型18-20
• 2.2 多視匹配中的約束策略20-27
• 2.2.1 幾何空間關(guān)系下的約束20-26
• 2.2.2 影像灰度與特征相似性約束26-27
• 2.3 金字塔策略下的影像預(yù)匹配27-29
• 2.3.1 金字塔影像匹配策略27-28
• 2.3.2 特征點(diǎn)提取28
• 2.3.3 多視影像特征匹配28-29
• 2.4 實(shí)驗(yàn)及分析29-30
• 2.5 本章小結(jié)30-31
• 第三章 物像結(jié)合的多視影像篩選方法31-55
• 3.1 引言31-32
• 3.2 多視匹配中的“負(fù)信息”及其影響32-43
• 3.2.1 遮擋對匹配的影響32-34
• 3.2.2 遮擋影響的實(shí)驗(yàn)與分析34-38
• 3.2.3 基線長短對匹配的影響38-40
• 3.2.4 基線影響的實(shí)驗(yàn)與分析40-43
• 3.3 物像結(jié)合的影像篩選方法43-48
• 3.3.1 基準(zhǔn)影像的判定方法43-44
• 3.3.2 基于可視性分析的影像初篩選44-47
• 3.3.3 基于光度一致性的影像優(yōu)篩選47-48
• 3.4 特征點(diǎn)引導(dǎo)規(guī)則格網(wǎng)密集匹配48-49
• 3.5 實(shí)驗(yàn)及分析49-54
• 3.5.1 影像篩選實(shí)驗(yàn)49-51
• 3.5.2 影像篩選結(jié)果引導(dǎo)密集匹配實(shí)驗(yàn)51-53
• 3.5.3 精度評價(jià)53-54
• 3.6 本章小結(jié)54-55
• 第四章 實(shí)時(shí)擇優(yōu)的多視影像混合匹配方法55-73
• 4.1 引言55
• 4.2 實(shí)時(shí)擇優(yōu)的多視影像混合匹配方法55-61
• 4.2.1 多視影像混合匹配的可行性分析55-57
• 4.2.2 實(shí)時(shí)擇優(yōu)的多視影像混合匹配原理57-58
• 4.2.3 實(shí)時(shí)擇優(yōu)的多重判據(jù)58-61
• 4.3 混合匹配中的影像變換61-65
• 4.3.1 基準(zhǔn)影像的變換62-64
• 4.3.2 搜索影像的選擇64-65
• 4.4 實(shí)驗(yàn)及分析65-72
• 4.4.1 基準(zhǔn)影像固定的混合匹配實(shí)驗(yàn)65-69
• 4.4.2 影像變換69-72
• 4.5 本章小結(jié)72-73
• 第五章 總結(jié)與展望73-75
• 5.1 總結(jié)73
• 5.2 展望73-75
• 致謝75-76
• 參考文獻(xiàn)76-79
• 作者簡歷79

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 王競雪;朱慶;王偉璽;;多匹配基元集成的多視影像密集匹配方法[J];測繪學(xué)報(bào);2013年05期

2 何豫航;岳俊;;基于CMVS/PMVS多視角密集匹配方法的研究與實(shí)現(xiàn)[J];測繪地理信息;2013年03期

3 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];測繪學(xué)報(bào);2009年03期

4 劉軍;王冬紅;王慧;張強(qiáng);;基于數(shù)字建筑物模型的線陣推掃影像真正射糾正[J];遙感技術(shù)與應(yīng)用;2009年01期

5 張劍清;胡安文;;多基線攝影測量前方交會方法及精度分析[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2007年10期

6 張永軍,張勇;大重疊度影像的相對定向與前方交會精度分析[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2005年02期

  本文關(guān)鍵詞：多視立體匹配中的影像擇優(yōu)技術(shù)研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：280837