第六章影像匹配理论与算法
- 格式:ppt
- 大小:2.28 MB
- 文档页数:117


、名词解释1、像片比例尺:把摄影像片当做水平像片,地面取平均高程,这时相片上线段l 与地面上相应线段水平距离 L 之比。
2、绝对航高 :相对于平均海平面的航高,是指摄影物镜在摄影瞬间的真实海拔高度。
3、相对航高:摄影机物镜相对于某一基准面的高度。
4、像点位移:在实际航空摄影时,在中心投影的情况下,当航摄的飞行姿态出现较大倾斜,地面有起伏 时,便会导致地面点在航摄相片上构象相对于在理想情况下的构象,产生位置的差异,这一差异称为像 点位移。
5、摄影基线 :航线方向相邻两个摄影站点间的空间距离。
6、航向重叠:同一条航线内相邻像片之间的影像重叠7、旁向重叠:两相邻航带像片之间也需要有一定的影像重叠,这种重叠影像部分称为旁向重叠度。
8、像片倾角:摄影瞬间摄影机主光轴偏离铅垂线的夹角称为相片倾角。
9、像片的方位元素:确定摄影瞬间摄影物镜(摄影中心)与像片在地面设定的空间坐标系中的位置与姿 态参数,即确定这三者之间相关位置的参数。
10、像片的内方位元素:表示摄影中心与像片之间相互位置的参数。
11、像片的外方位元素:表示摄影中心与像片在地面坐标系中的位置和姿态的参数。
12、相对定向元素:确定一个立体像对两像片的相对位置的元素 。
13、绝对定向元素:描述立体像对在摄影瞬间的绝对位置和姿态的参数。
14、单像空间后方交会:利用影像覆盖范围内一定数量的控制点的空间坐标与影像坐标,根据共线条件 方程,反求该影像的外方位元素,这种方法称单幅影像的空间后方交会。
15、空间前方交会:由立体像对左右两影像的内、外方位元素和同名像点影像坐标量测值来确定相应模 型点坐标(或地面点的地面坐标) ,称立体像对的空间前方交会。
16、双像解析摄影测量:17、空中三角测量:根据航摄像片上所测量的像点坐标以及极少量的地面控制点求出地面加密点的物方 空间坐标。
18、POS :(机载定位定向系统)是基于全球定位系统(GPS )和惯性测量装置(IMU )的直接测定影像外方位元素的现代航空摄影导航系统,可用于在无地面控制或仅有少量地面控制点情况下的航空遥感对 地定位和影像获取。
ENVI遥感图像配准一、实验目的:1、掌握ENVI软件的基本操作和对图像进行基本处理,包括打开图像,保存图像。
2、初步了解图像配准的基本流程及采用不同校准及采样方法生成匹配影像的特点。
3、深刻理解和巩固基本理论知识,掌握基本技能和动手操作能力,提高综合分析问题的能力。
二、实验原理(1)最邻近法最邻近法是将最邻近的像元值赋予新像元。
该方法优点是输出图像仍然保持原来图像的像元值,简单,处理速度快。
缺点就是会产生半个像元位置偏移,可能造成输出图像中某些地物的不连贯。
适用于表示分类或某种专题的离散数据,如土地利用,植被类型等。
双线性内插方法是使用临近4个点的像元值,按照其距内插点的距离赋予不同的权重,进行线性内插。
该方法具有平均化的滤波效果,边缘受到平滑作用,而产生一个比较连贯的输出图像,其缺点是破坏了原来的像元值,在后来的波谱识别分类分析中,会引起一些问题。
示意图:由梯形计算公式:故同理最终得:三次卷积内插法是一种精度较高的方法,通过增加参与计算的邻近像元的数目达到最佳的重采样结果。
使用采样点到周围16邻域像元距离加权计算栅格值,方法与双线性内插相似,先在 Y 方向内插四次(或 X 方向),再在 X 方向(或 Y 方向)内插四次,最终得到该像元的栅格值。
该方法会加强栅格的细节表现,但是算法复杂,计算量大,同样会改变原来的栅格值,且有可能会超出输入栅格的值域范围。
适用于航片和遥感影像的重采样。
作为对双线性内插法的改进,即“不仅考虑到四个直接邻点灰度值的影响,还考虑到各邻点间灰度值变化率的影响”,立方卷积法利用了待采样点周围更大邻域内像素的灰度值作三次插值。
其三次多项式表示为:我们可以设需要计算点的灰度值f(x,y)为:其中:计算后可得出:(4)算法比较示意图:三、实验内容:1、熟练使用ENVI软件的基本操作和对图像进行基本处理,包括打开图像,保存图像。
2、初步了解学会图像处理的基本流程。
3、手动选择控制点,对所给的两幅图像bldr_tm.img和bldr_sp.img进行精确配准。
如何进行摄影测量中的半交会与立体像对测量摄影测量是一种利用摄影技术来获取地物空间位置和形状信息的测绘方法。
其中的半交会与立体像对测量是摄影测量中重要且常用的测量方法。
本文将从理论原理、数据获取、测量流程和应用案例等方面,介绍如何进行摄影测量中的半交会与立体像对测量。
一、理论原理半交会与立体像对测量是基于立体视觉原理进行的。
立体视觉是指人们在双眼视觉作用下,通过两个稍微不同的图像所产生的三维感觉。
在摄影测量中,我们通过摄影机或摄影仪器获取两个或多个视点的图像,再通过测量这些图像上地物的位置和形状,实现对地物三维信息的提取。
在半交会测量中,我们使用一台摄影机从不同位置拍摄同一个地物,得到多个重叠的图像。
通过对这些图像中的同一地物特征点进行测量和计算,可以推导出地物的空间位置坐标。
半交会测量的原理是根据摄影内外方位元素和像点坐标的几何关系,利用三角测量原理计算地物的空间坐标。
在立体像对测量中,我们使用两台相机或摄影机同时拍摄同一个地物,得到两幅相对位置稍微不同的图像。
这两个图像就构成了一个立体像对。
通过对两幅图像中的同一地物特征点进行测量和计算,可以确定地物的三维位置和形状。
二、数据获取进行半交会与立体像对测量需要获取合适的图像数据。
在摄影测量中,通常使用空中摄影或航空摄影的方式来获取高质量的图像数据。
这些图像数据可以通过无人机、卫星、航空器或地面相机来获取。
数据获取的过程需要考虑拍摄时机、天气条件和飞行高度等因素。
在选择拍摄时机时,应考虑光照条件,避免强烈的阴影或反射。
同时,避免拍摄时有云层或大雾等天气情况。
飞行高度的选择应根据需要获取的图像分辨率和覆盖范围进行确定。
三、测量流程进行半交会与立体像对测量需要执行一系列的步骤。
首先,需要对摄影机或相机进行标定,得到摄影内外方位元素。
这一步骤是保证后续测量的准确性的关键。
之后,需要对图像进行预处理,包括去畸变、图像增强和配准等操作,以减小误差和提高测量精度。
Segment Based Stereo Matching恢复精确的差值影像仍然很难,主要原因是:1 半闭塞区域的像素在其它影像中没有对应点?2 影像受到噪声的影响。
3 假定的理想的光照或者颜色条件在实际中不能满足。
变形平面用d来表示每个像素的变形Graph-based surface reconstruction from stereo pairs using image segmentation立体影像匹配中最重要的就是寻找同名点。
为了简化同名点的寻找过程,将影像对转入对极空间,这样立体匹配就变成了沿着扫描线求解一维的平移量x。
这个平移量x就被称为disparity。
(变形?差异?)假定各个块之间的变形是连续的,这样才可以用平面进行模拟。
这样匹配问题就变成了一个最优化问题,将每个块放入到平面模型中来达到一个最小的全局花费。
Global Stereo Matching Leveraged by Sparse Ground Control Points本文提出一种做全局立体匹配的新的正则化预处理过程。
我们的动机来自于观察场景深度场都是十分精确地平滑,一小部分GCP都可以引入关于场景结构的丰富的信息。
在这种情况下,我们将立体影像配准视为马尔科夫后处理过程。
基于GCP的限制融入MRF作为一个贝叶斯中的软限制。
有的方法是获得半密集的无错误的密集投影而不是获得密集的变形投影。
这其中很多方法都是通过特征响应获得少数的点作为种子点来启动匹配过程。
Wei将基于区域的方法和逐步策略结合起来。
Bobick 强迫动态规划从GCP中寻找到一条路径。
本文的方法不要求所有的控制点是精准的。
A LAYERED STEREO ALGORITHM USING IMAGE SEGMENTA TION AND GLOBAL VISIBILITY CONSTRAINTS影像分割可以处理纹理信息较弱的区域和精确地定位深度的不连续性。
Depth discontinuties在立体影像重建中存在,因为距离比较近?本文用的层表示方法提供更多鲁棒的深度解决方法。