影像匹配是數字攝影測量與計算機視覺的關鍵技術之一，基于灰度和基于特征的影像匹配方法，在航攝項目實際應用中，為了獲得高效、高精度和高可靠性的影像匹配效果，兩種方法往往并存于一個系統中。然而，這些方法并不能完美解決傾斜航攝影像的匹配問題。

傾斜航攝影像匹配的難點

眾所周知，所有中心投影影像在局部范圍內可以近似為仿射變換，而在常規的航空攝影中，由于航攝飛行平臺姿態比較穩定，且保持垂直攝影，此時的仿射變換可以近似為相似變換。因此，無論是基于灰度的影像匹配還是基于特征的影像匹配方法，均能獲得不錯的匹配效果。

但是是在傾斜航攝中，同樣的方法進行影像匹配就出現了問題：

1）傾斜航攝影像間的仿射變換不能近似為相似變換

傾斜航攝是將多個傳感器搭載于一臺飛行器上進行多角度的拍攝，側視相機與下視相機、側視相機之間均存在較大的攝影角度差異。使用基于灰度的影像匹配方法時，若不事先對影像匹配窗口進行預改正，即使是同名像點之間的相似性測度也是一個不確定的值。另一方面，當前大部分特征點提取算子都只能保證相似不變性。

因此，當相鄰影像間的變換關系為仿射變換時，就難以提取到重復的特征點，此時的影像匹配理論必失效。

2）傾斜航攝影像間存在嚴重的遮蔽現象

從傾斜航攝攝影角度來說，如果航攝項目的攝區面積大部分是城區，那么遮擋現象就會普遍存在，再加上影像中大多數航攝區域都是人工地物，這對特征提取非常不利。

另外，遮擋現象的會形成大量影像遮蔽區域，即使采用具有仿射不變性的特征提取算子，提取到的特征點也難以均勻分布。

2）傾斜航空攝影主要用于城市三維建模，以自然地物為主的特征點在影像中表現出穩定的重復率，而人工地物由于形狀規則，其邊緣在影像中表現為高頻成分，這部分特征往往不穩定。就城區而言，高樓林立，再加上傾斜航攝影像自身的幾何特性，更加劇了影像匹配的難度。

傾斜航攝影像匹配的新思路

采用影像糾正的匹配方法除了對輸入數據有較高的要求之外，在影像匹配精度上同樣會存在一些問題，顯然不是傾斜航攝影像自動量測的最佳解決方案。

1.基于圖匹配的傾斜航攝影像匹配方法

對于存在仿射變形的傾斜航攝影像的匹配問題，可以首先使用仿射不變特征提取算子（如聯合使用 Hessian 和 Harris 特征）提取特征點，然后使用三階圖匹配算法去匹配這些特征點，從而解決傾斜航攝影像的匹配問題。

2.基于三視張量的誤匹配點自動剔除方法

誤匹配點剔除是影像匹配過程中一個必不可少的重要環節。

對常規航攝影像而言，初始值的獲取比較容易，但對于傾斜航攝影像，在沒有任何先驗知識的情況下，很難獲取到位于收斂域范圍內的初始值。另一方面，迭代次數與粗差和初始值精度密切相關，當粗差率較高、初始值較差時，迭代時間會加長，收斂速度會很慢。因此，在傾斜航攝影像的誤匹配點檢測中，常常使用基于 RANSAC 粗差檢測框架的粗差探測方法。

版權聲明：文章來源于網絡，由飛燕航空遙感travelwithlulu.com編輯，登載此文出于傳遞更多信息之目的，版權歸原作者及刊載媒體所有，如本文中圖片或文字侵犯您的權益，請聯系我們。

猜你喜歡：

傾斜航攝三維建模在不動產測繪領域的效用

傾斜攝影技術為電力線路勘測帶來怎樣的便利？