数字摄影测量与影像匹配

　　1．前言
　　影像匹配是数字摄影测量的典型问题之一。在航空摄影测量领域，影像匹配是自动获取数字地面模型(DTM)的关键技术，是以影像匹配代替传统的人工观测，来达到自动确定同名点的目的。一般来说，由于影像在不同时间、不同传感器、不同视角获得的成像条件不同，因此即使是对同一物体，在影像中所表现出来的几何特性、光学特性、空间位置都会有很大的不同，如果考虑到噪声、干扰等影响会使影像发生很大差异，影像匹配就是通过这些不同之处找到它们的相同点。在计算机视觉中，通常称为影像配准，而且很多领域中影像匹配都是必不可少的关键环节。目前影像匹配己成为现代信息处理，特别是图像信息处理领域中的一项非常重要的技术，已有很多学者进行这方面的研究而且已经取得了很好的成就。影像匹配研究涉及到了影像采集、影像预处理、影像分割、特征提取等，并且与计算机视觉、多维信号处理和数值计算方法等紧密结合。它也是其它一些影像分析技术，如立体视觉、运动分析、数据融合等的基础。目前，它的应用范围相当广泛，在计算机视觉、虚拟现实场景、航空航天遥感与数字摄影测量、医学影像分析、光学和雷达跟踪、景物制导、地形匹配、指纹与肖像检测等领域都有着重要的应用价值。在数字摄影测量的研究中，几何变换和对应关系是两大关键问题。几何变换问题经过数学和图形图像学的研究已经得到了解决，而对应问题(特别是同名点的对应问题)正是影像匹配的研究目的。影像匹配的良好实现，可以大大促进数字摄影测量自动化量测的发展，并为立体测图、建立立体模型、自动生成DEM、正射影像、等高线，构建三维立体和虚拟现实场景提供技术支撑。
　　2．影像匹配国内外研究现状与内容
　　影像匹配技术一直是数字摄影测量、计算机视觉等领域的关键技术难题，但它广阔的应用前景吸引了众多领域的科研人员孜孜不倦地对它进行攻关，成为经久不衰的研究热点。最初的影像匹配是利用相关技术实现的，因此又称为影像相关。从上个世纪五十年代至今，国内外学者提出了许多相应的理论，涌现了大量的匹配算法，如相关函数法、相关系数方法、整体法等。Bellman于上个世纪50年代提出的动态规划法影像匹配，德国 Ackerlnann 教授提出的最小二乘匹配方法，Rosenhlm提出的多点最小二乘影像匹配，已及Ton Jez-ehing、JainA K提出的确定两影像区域间对应关系的点匹配方法,Daniel P Huttenlocher等人提出的Hausdorff距离匹配方法等等；1978年，我国摄影测量学的先驱王之卓院士率先提出了“全数字摄影测量”的概念, 利用影像匹配来代替传统的人眼立体观测；张祖勋院士提出了基于跨接法的影像匹配 ；吕言提出了特征提取的吕言算子和基于特征的影像匹配方法；张力、沈未名等也提出了基于空间约束的神经网络影像匹配算法。尽管发展出了多种多样的匹配方法，但这些影像匹配算法按其匹配基元分类，主要可以分为基于像元灰度的影像匹配算法、基于特征的影像匹配算法以及基于影像的理解和解释的匹配算法。
　　3.影像匹配的基本概念
　　匹配是图像处理的一个基础问题。简单的说，匹配技术就是找到两幅不同影像之间的空间位置关系实现同一目标的两幅(或两幅以上)影像在空间位置上的对准。 Barbara zitova和 Jan Flusser在其著作中对影像匹配进行了定义，称其是针对来自于同一场景、不同时间、不同视角、不同传感器的两幅或多幅图像进行重叠 (Overlapping)的过程，这个重叠就是几何对齐 (Geometrically Align)的过程。可以从中看出两点，其一，影像匹配所研究的影像具有成像机理、自然条件、成像时间等的不同，这些都造成参与匹配的影像对具有很大的差异;其二，影像重叠的目的为了对两幅影像在空间上进行对准，以确定两幅影像之间的平移以及旋转关系。也可以说影像匹配时利用两个信号的相似性评价函数，评价它们的相似性以确定同名点。即首先取出以待定点为中心的小区域中的影像信号，然后取出其在另一影像中相应区域的影像信号，计算两者的相似性评价函数，以相似性评价函数值的大小来确定相应区域中心点位同名点，即以影像信号分布最相似的区域为同名区域，同名区域的中心点为同名点。
　　4.影像匹配的困难与解决问题思路
　　影像匹配的方法有很多，但都有不同程度的局限性。对于一些共性的问题，如匹配模糊度问题，匹配组合问题等，目前仍是影像匹配中的难点问题。在实际应用中主要表现在以下几种情况的影像匹配中存在的问题：
　　1.信息贫乏区域（非重叠覆盖范围）和纹理重复区域（遮蔽区域）的匹配
　　2.阴影区域的匹配
　　3.陡坡表面和断裂线地区的匹配
　　4.影像之间存在大的旋转角度的匹配
　　5.非漫反射地区的匹配
　　6.对运动的目标和阴影的匹配
　　7.存在较大比例尺差异的影像间的匹配
　　8.不同传感器影像之间的匹配
　　针对这些问题，一般的对于纹理贫乏和周期性纹理重复区域，自适应的调整窗口大小；对于遮蔽和断裂线区域采用双向匹配的方法；对于陡坡区域采用跨接法影像匹配；对于存在较大旋转角度的影像匹配则采用SIFT算子进行处理。
　　5.小结
　　发展至今，影响匹配技术已经取得了很大的成就，多种多样的影像匹配算法基本能够满足实际应用的需求。但影像匹配中仍存在着诸多问题和挑战，这也是数字摄影测量面临的典型问题之一，也是我们今后科研的主攻方向和着力点。另外，目前的影像匹配算法大多是针对特定情况的应用，适应性方面不是太强。因此，寻找一种普适性的影像匹配算法或适应性较强的影响匹配处理系统从而实现数字摄影测量发展的一次飞跃是我们不得不思考的问题。

猜你喜欢：

数字摄影测量技术在构建数字城市的应用

王之卓：中国摄影测量与遥感之父

版权声明：文章来源于网络，登载此文出于传递更多信息之目的，版权归原作者及刊载媒体所有，如本文中图片或文字侵犯您的权益，请联系我们。