發(fā)布時間：2017-03-22 23:08

  本文關鍵詞：多視角傾斜航空影像匹配技術研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：相比傳統(tǒng)的單鏡頭攝影測量,多視角傾斜航空攝影測量從多個視角獲取建筑物信息,有助于實現(xiàn)完整精細的三維重建,因而受到越來越廣泛的重視。影像匹配是數(shù)字攝影測量的核心環(huán)節(jié),其質量影響到影像相對定向、數(shù)字空中三角測量以及DSM產(chǎn)品的精度。本文就多視角傾斜影像成像特點、匹配約束、特征匹配、密集匹配等問題展開研究,主要工作和創(chuàng)新點如下:1.作為研究傾斜影像匹配的理論基礎,探討了傾斜影像數(shù)據(jù)結構及成像特點,對傾斜攝影成像幾何關系進行解析。把金字塔多級匹配策略、單應約束、核線約束方法用于約束傾斜影像匹配,對比了單應約束與核線約束的約束精度。2.為補償多視角傾斜影像間的幾何畸變,提出傾斜影像等效下視糾正方法。實驗表明經(jīng)過等效下視糾正后的傾斜影像與相應下視影像間在整體上只存在尺度差異,且等效下視影像SIFT特征匹配比原始傾斜影像ASIFT匹配能取得更好的效果,證明等效下視糾正能在一定程度上補償傾斜影像畸變。3.為定量衡量不同視角傾斜影像的傾斜程度,針對多視角傾斜影像設計絕對傾斜度和相對傾斜度的計算方法。通過實驗研究了ASIFT特征匹配結果與傾斜度的關系,結果顯示本文算法計算得到的多視角傾斜影像相對傾斜度與ASIFT匹配成功率成反比,證明相對傾斜度定義的合理性。4.提出一種下視影像與傾斜影像分層自適應密集匹配算法。對于不同視角的兩張影像的匹配問題,利用單應約束、核線約束及基于不規(guī)則三角網(wǎng)的視差一致性約束,在灰度匹配前按照透視變換模型對影像變形進行局部糾正補償。算法完全基于像方空間實現(xiàn),不需要外方位元素參與,且充分考慮了重采樣及坐標正反算的耗時問題。實驗結果表明該算法能有效補償不同視角傾斜影像間的幾何畸變,實現(xiàn)可靠的逐像素密集匹配。5.針對不同視角各自連續(xù)影像的匹配問題,設計了不同的匹配算法。對連續(xù)前視影像的匹配,采用先等效下視糾正,再用局部尺度歸一化方法消除尺度變形,最后直接采用灰度匹配;對視角旋轉變形占主導的連續(xù)下視、連續(xù)左視或連續(xù)右視影像匹配,先對傾斜影像進行局部尺度歸一化,再實施基于可靠連接點的近似核線糾正,最后對近似核線影像進行灰度匹配或半全局匹配。實驗通過計算核線約束閉合差以及糾正得到的近似核線影像上下視差定量判定近似核線糾正效果,實驗得到的匹配結果及點云效果表明該算法可以實現(xiàn)連續(xù)相鄰影像的成功匹配。
【關鍵詞】：多視角傾斜航空影像 特征匹配 密集匹配 匹配約束 影像傾斜度 局部尺度歸一化 近似核線糾正 半全局匹配
【學位授予單位】：解放軍信息工程大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-15
• 1.1 研究背景與意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 局部不變特征匹配10-11
• 1.2.2 多視密集匹配研究現(xiàn)狀11-13
• 1.3 論文的研究內(nèi)容和結構安排13-15
• 第二章 傾斜影像特點與幾何解析15-37
• 2.1 多視角傾斜航空攝影16-20
• 2.1.1 傾斜攝影數(shù)據(jù)結構16-17
• 2.1.2 傾斜影像特點及匹配難點17-20
• 2.2 傾斜影像幾何解析20-25
• 2.2.1 攝影測量坐標系20-21
• 2.2.2 比例尺與定位精度21-23
• 2.2.3 基于傾斜影像的直接量測23-25
• 2.3 匹配策略與約束方法25-28
• 2.3.1 金字塔多級匹配策略25
• 2.3.2 單應約束25-26
• 2.3.3 核線幾何約束26-28
• 2.4 實驗與分析28-35
• 2.4.1 實驗 1：傾斜影像等效下視糾正實驗28-31
• 2.4.2 實驗 2：單應約束與核線約束精度對比31-35
• 2.5 本章小結35-37
• 第三章 特征匹配與影像傾斜度37-58
• 3.1 特征提取算子37-43
• 3.1.1 Harris算子37-40
• 3.1.2 SIFT算子40-41
• 3.1.3 SURF算子41-43
• 3.2 等效下視影像特征匹配43-44
• 3.3 ASIFT與影像傾斜度44-48
• 3.3.1 ASIFT算法44-46
• 3.3.2 絕對傾斜度與相對傾斜度46-48
• 3.4 實驗與分析48-56
• 3.4.1 實驗 1：特征提取算子可重復性對比實驗48-52
• 3.4.2 實驗 2：ASIFT特征匹配與傾斜度的關系52-54
• 3.4.3 實驗 3：SIFT等效下視匹配與ASIFT對比實驗54-56
• 3.5 本章小結56-58
• 第四章 傾斜影像逐層自適應密集匹配58-70
• 4.1 逐層優(yōu)化的匹配策略58-60
• 4.1.1 算法整體設計58-59
• 4.1.2 同名點坐標傳遞59-60
• 4.2 原始層匹配60-63
• 4.2.1 特征點篩選策略60-61
• 4.2.2 不規(guī)則三角網(wǎng)約束61-62
• 4.2.3 逐像素搜索策略62
• 4.2.4 原始層密集匹配流程62-63
• 4.3 實驗與分析63-69
• 4.4 本章小結69-70
• 第五章 同視角連續(xù)影像密集匹配70-90
• 5.1 同視角傾斜影像變形分析70-71
• 5.2 局部尺度歸一化71-73
• 5.3 基于近似核線糾正的半全局匹配73-79
• 5.3.1 基于可靠連接點的近似核線糾正74-75
• 5.3.2 半全局匹配75-79
• 5.4 實驗與分析79-89
• 5.4.1 連續(xù)前視影像匹配實驗79-82
• 5.4.2 視角旋轉影像匹配實驗82-89
• 5.5 本章小結89-90
• 第六章 總結與展望90-92
• 6.1 本文研究工作的總結90
• 6.2 對今后研究工作的展望90-92
• 致謝92-93
• 參考文獻93-98
• 作者簡歷98

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張振超;戴晨光;莫德林;趙明衍;;影像傾斜度對ASIFT匹配有效性的影響[J];測繪科學技術學報;2014年05期

2 李長春;齊修東;雷添杰;馬蕭蕭;;基于改進SURF算法的無人機遙感影像快速拼接[J];地理與地理信息科學;2013年05期

3 張云生;朱慶;吳波;鄒崢嶸;;一種基于三角網(wǎng)約束的立體影像線特征多級匹配方法[J];武漢大學學報(信息科學版);2013年05期

4 保永強;馬東洋;伍中楠;莫德林;李潤生;;兩種圖像配準算法(SIFT與ASIFT算法)比較[J];影像技術;2013年02期

5 婁博;耿則勛;魏小峰;王洛飛;李伊杰;;基于Pictometry傾斜影像的三維城市模型紋理映射[J];測繪工程;2013年01期

6 楊化超;張磊;姚國標;王永波;;局部單應約束的高精度圖像自動配準方法[J];測繪學報;2012年03期

7 李鎮(zhèn)洲;張學之;;基于傾斜攝影測量技術快速建立城市3維模型研究[J];測繪與空間地理信息;2012年04期

8 桂德竹;林宗堅;張成成;;傾斜航空影像的城市建筑物三維模型構建研究[J];測繪科學;2012年04期

9 秦小文;溫志芳;喬維維;;基于OpenCV的圖像處理[J];電子測試;2011年07期

10 王偉;黃雯雯;鎮(zhèn)姣;;Pictometry傾斜攝影技術及其在3維城市建模中的應用[J];測繪與空間地理信息;2011年03期

  本文關鍵詞：多視角傾斜航空影像匹配技術研究，由筆耕文化傳播整理發(fā)布。

本文編號：262402