第五章数字影像匹配基础

影像匹配基本理论与算法问题描述影像匹配是做什么的？ 为什么要进行影像匹配？ 给你影像，如何去匹配？影像匹配是做什么的影像匹配是做什么的？？给你影像给你影像，，如何去匹配如何去匹配？？第一步第一步？？第二步第二步？？第三步第三步？？......影像上特征点 影像上格网点 影像上特征线影像上特征点匹配第二步第二步？？确定基准影像确定基准影像？？第三步第三步？？搜索影像处理搜索影像处理？？基准影像搜索影像对搜索影像也进行相应特征提取搜索影像不进行特征提取第三步第三步？？搜索影像处理搜索影像处理？？基准影像搜索影像对搜索影像也进行相应特征提取搜索影像不进行特征提取特征点均匀分布的程度特征点分等级特征点的重复率第四步？ 第四步？找同名点？ 找同名点？ 特征相似性？ ？ 特征相似性 特征？ 相似性约束？ ？ 特征？ 相似性约束(222,390) (233,395) (242,303) (225,302) (221,348) 基准影像 (233,311) 搜索影像第四步？ 第四步？找同名点？ 找同名点？ 特征相似性？ ？ 特征相似性 特征？ 相似性约束？ ？ 特征？ 相似性约束(221,348)(233,311)相关系数越大， ， 相关系数越大 说明相关性越强第四步？ 第四步？找同名点？ 找同名点？ 搜索范围 搜索范围约束 范围约束？ 约束？ 核线约束？ ？ 核线约束第四步？ 第四步？找同名点？ 找同名点？ 搜索范围约束？ ？ 搜索范围约束C核线约束？ ？ 核线约束pIN IBZPmax P YZ0+∆Z∆ZZ0 (Approximate)OXPmin∆ZZ0+∆Z第四步？ 第四步？找同名点？ 找同名点？ 搜索范围约束？ ？ 搜索范围约束 核线约束？ ？ 核线约束第四步？ 第四步？找同名点？ 找同名点？ 结果检核、 双向一致性约束？ ？ 结果检核、剔除错误匹配？ 剔除错误匹配？ 双向一致性约束第四步？ 第四步？找同名点？ 找同名点？ 结果检核、 结果检核、剔除错误匹配？ 剔除错误匹配？ RANSAC方法？ 方法？单应矩阵第四步？ 第四步？找同名点？ 找同名点？ 结果检核、 结果检核、剔除错误匹配？ 剔除错误匹配？ RANSAC方法？ 方法？物方“地面元”匹配物方“地面元”VLL基本思想在中心投影条件下，空间任意一条铅垂线以中心投影的方式投射到影像上 仍是一条直线，该铅垂线与地面的交点在影像上的构像必定位于相应的 “投影辐射线”上。

系统失真是有规律的、能预测的；非系统失真则是随 机的。
当对图像作定量分析时，就要对失真的图像先进行精 确的几何校正（即将存在几何失真的图像校正成无几何失 真的图像），以免影响定量分析的精度。
几何校正方法
图像几何校正的基本方法是先建立几何校正的数学模型； 其次利用已知条件确定模型参数；最后根据模型对图像进行 几何校正。通常分两步： ①图像空间坐标变换；首先建立图像像点坐标（行、列 号）和物方（或参考图）对应点坐标间的映射关系， 解求映射关系中的未知参数，然后根据映射关系对图 像各个像素坐标进行校正； ②确定各像素的灰度值（灰度内插）。
因此还有
f ( x , y ) f ( x, y) ( x , y )
二维线性位移不变系统 如果对二维函数施加运算T[· ] ，满足 ⑴ T f1 x, y f 2 x, y T f1 x, y T f 2 x, y ⑵ T af x, y aT f x, y
但实际获取的影像都有噪声，因而只能求F(u,v)的估 ˆ (u, v) 。 计值 F
N (u, v) ˆ F (u, v) F (u, v) H (u, v)
再作傅立叶逆变换得
1 j 2 ( ux vy) ˆ ( x, y) f ( x, y) f N ( u , v ) H ( u , v ) e dudv
采用线性位移不变系统模型的原由： 1）由于许多种退化都可以用线性位移不变模型来近似， 这样线性系统中的许多数学工具如线性代数，能用于 求解图像复原问题，从而使运算方法简捷和快速。 2）当退化不太严重时，一般用线性位移不变系统模型来 复原图像，在很多应用中有较好的复原结果，且计算 大为简化。 3）尽管实际非线性和位移可变的情况能更加准确而普遍 地反映图像复原问题的本质，但在数学上求解困难。 只有在要求很精确的情况下才用位移可变的模型去求 解，其求解也常以位移不变的解法为基础加以修改而 成。

精匹配。
河南理工大学测绘学院遥感科学与技术系
数字摄影测量学 Digital Photogrammetry
§ 5.3 最小二乘影像匹配 [二] 最小二乘影像匹配的原理
(1)若不考虑灰度畸变和几何畸变，则：
n1 g1(x, y) n2 g2 (x, y) v g1(x, y) g2 (x, y)
g1(x, y) n1(x, y) h0 h1g2 (a0 a1x a2 y,b0 b1x b2 y) n2 (x, y)
x2 a0 a1x a2 y y2 b0 b1x b2 y
河南理工大学测绘学院遥感科学与技术系
数字摄影测量学 Digital Photogrammetry
§ 5.3 最小二乘影像匹配
[三]单点最小二乘影像匹配算法
4、法方程式的建立 逐个像元（在目标区内）建立误差方程
式，其矩阵形式为 ：
V CX L
X [dh0 dh1 da0 da1 da2 db0 db1 db2 ]T
在建立误差方程式时，可采用以目标区中 心为坐标原点的局部坐标系。由误差方程式 建立法方程式
§ 5.3 最小二乘影像匹配 [一] 概述(what)
1、 最小二乘影像匹配(Least Square Image Matching)是一种基于灰度的影像匹配，它 同时考虑到局部影像的灰度畸变和几何畸变 ，是通过迭代使灰度误差的平方和达到极小 ，从而确定出共轭实体的影像匹配方法。
河南理工大学测绘学院遥感科学与技术系
§ 5.3 最小二乘影像匹配 [三]单点最小二乘影像匹配算法
3、误差方程的建立
v h0 h1g2 (a0 a1x a2 y, b0 b1x b2 y) g1(x, y)

数字图像匹配课程设计一、课程目标知识目标：1. 让学生掌握数字图像匹配的基本概念、原理和方法。

2. 使学生了解数字图像匹配技术在现实生活中的应用。

3. 帮助学生理解图像特征提取和匹配算法的重要性。

技能目标：1. 培养学生运用数字图像处理软件进行图像预处理的能力。

2. 培养学生独立设计并实现简单数字图像匹配算法的能力。

3. 提高学生运用数字图像匹配技术解决实际问题的能力。

情感态度价值观目标：1. 培养学生对数字图像处理技术的兴趣，激发学生学习积极性。

2. 培养学生的团队合作意识，提高学生在团队中的沟通与协作能力。

3. 增强学生的创新意识，鼓励学生勇于探索新知识，培养解决实际问题的能力。

课程性质分析：本课程为信息技术课程，旨在让学生了解并掌握数字图像匹配技术的基本原理和方法，培养学生运用该技术解决实际问题的能力。

学生特点分析：学生为高中生，具有一定的信息技术基础，对新鲜事物充满好奇心，具备一定的自主学习能力。

教学要求：1. 结合教材内容，注重理论与实践相结合，提高学生的动手操作能力。

2. 创设问题情境，引导学生主动探索，培养学生的创新意识。

3. 强化团队合作，提高学生在团队中的沟通与协作能力。

二、教学内容1. 数字图像匹配基本概念：介绍数字图像匹配的定义、分类及其在现实生活中的应用。

教材章节：第一章 数字图像处理概述2. 图像预处理：讲解图像预处理的基本方法，如灰度化、二值化、滤波等。

教材章节：第二章 图像预处理3. 图像特征提取：介绍图像特征提取的方法，包括颜色特征、纹理特征、形状特征等。

教材章节：第三章 图像特征提取4. 匹配算法：详细讲解几种常见的数字图像匹配算法，如模板匹配、特征匹配等。

教材章节：第四章 数字图像匹配算法5. 实践操作：结合实际案例，指导学生运用数字图像处理软件进行图像匹配操作。

教材章节：第五章 数字图像处理软件及应用6. 应用案例分析：分析数字图像匹配技术在工业、农业、医学等领域的应用案例。