隨著“智慧城市”的發(fā)展,三維建模的社會需求在不斷增加,傾斜攝影測量技術(shù)是目前三維建模的主要方法之一。然而由于傾斜影像具有較大的仿射傾角和遮擋嚴(yán)重等現(xiàn)象,造成原有的影像匹配算法在傾斜影像匹配中出現(xiàn)匹配點數(shù)量少、匹配效率低以及重現(xiàn)性較差等問題。局部仿射不變特征能夠?qū)τ跋竦钠揭�、旋轉(zhuǎn)、光照變化和視角變化具有較好的適應(yīng)性,且相比于全局特征,局部特征能夠更好的處理遮擋問題,因此本文提出一種融合Hessian-Affine特征和MSER特征的傾斜影像匹配算法。首先提取Hessian-Affine特征和MSER特征,對MSER特征進行提純優(yōu)化,采用SIFT描述符生成特征向量,在雙向一致性和最次比約束下獲得粗匹配結(jié)果,最后通過RANSAC算法剔除粗差完成精匹配。通過實驗分析得到,本文算法獲取的特征點數(shù)量略低于ASIFT算法,但算法耗時僅為ASIFT算法的1/10,且匹配精度高于ASIFT算法和SIFT算法。此外,本文算法相較于單一特征的影像匹配算法,正確匹配點對的均勻性和豐富性均得到了較大提高。特征點的均勻分布有助于提升待匹配影像間變換模型的精度,從而為后續(xù)密集匹配提供穩(wěn)定且均勻的同名點對。具體工作可分...

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1.1傾斜攝影相機分布圖

差，從而推動了傾斜攝影測量技術(shù)的不斷發(fā)展[3]。相比于傳統(tǒng)的影像測量技術(shù)，傾斜攝影測量技術(shù)通過視角不同的多個鏡頭進行地表信息的獲取，克服了傳統(tǒng)垂直攝影測量因拍攝視角單一而只能獲取建筑物頂面信息的不足，豐富了模型的紋理信息。傾斜攝影測量技術(shù)通常采用無人機搭載5臺相機或5鏡頭相機,從....

圖1.2傾斜影像成像特點Fig1.2Featuresofobliqueimages

合肥工業(yè)大學(xué)碩士學(xué)位論文2相較于傳統(tǒng)攝影測量獲取的影像，傾斜攝影測量技術(shù)獲取的傾斜影像通常具有以下特點[4]：（1）影像間重疊度高，地物信息豐富。影像間重疊度高能保證后續(xù)特征提取階段能有較大的同名點區(qū)域，從而提高匹配結(jié)果的穩(wěn)定性。由于獲取傾斜影像的相機鏡頭方向不同，可以從不同的視....

圖2.3高斯金字塔Fig2.3Gaussianpyramid

第二章基于局部特征的影像匹配算法概述

圖2.4構(gòu)建差分金字塔Fig2.4Buildingthedifferencepyramid

Fig2.3Gaussianpyramid由于高斯差分（DifferenceofGaussians，DoG）函數(shù)與尺度歸一化的LoG函數(shù)十分近似。因此SIFT算法建議，某個尺度上的斑點檢測可在通過金字塔組內(nèi)相鄰的兩個高斯尺度空間影像相減，從而得一個高斯差分的響....

本文編號：4028784