基于半全局优化多视影像匹配方法与应用1.docVIP

分类号 密级 U D C 编号 CENTRAL SOUTH UNIVERSITY 硕士学位论文 摘 要 随着数码相机的发展，能获得覆盖同一区域的大重叠度影像，为影像匹配提供大量的冗余信息，因此多基线影像匹配成为该领域的研究热点。多视影像具有覆盖范围大、重叠度高等特点，因此，如何在匹配过程中充分考虑多视影像的冗余信息，快速准确获取多视影像上的同名点坐标，进而获取地物的三维信息，是多视影像匹配的关键。针对影像匹配可靠性问题，本文提出两种基于半全局约束的多视影像匹配方法，在获取密集匹配点云的基础上，对三维重建进行了研究。本文主要研究内容如下： 基于像方串点的半全局多视影像匹配。对于所有已校正的立体像对进行半全局约束立体影像匹配，根据不同立体像对得到的同名点通过传递追踪的方法实现多视影像串点，然后利用多片前方交会迭代优化实现所有立体像对匹配结果在物方的融合，形成一个整体的匹配结果。 针对单立体匹配在困难纹理区域难以获取可靠匹配问题，提出基于物方几何约束半全局多视影像匹配原理。根据影像的成像关系，在物方几何约束下引导多视影像同时进行匹配，通过半全局优化方法实现匹配代价多路径聚合，减少错误匹配。采用由粗到精的分级匹配策略，通过匹配传播，利用高层多视影像匹配结果约束低层多视影像匹配结果，减少由于匹配模糊导致的错误匹配，同时有利于减少内存消耗及降低计算复杂度。 基于本文研究提出的基于半全局约束的多视影像匹配方法的理论、算法和有关试验使用Visual Studio 2010实现。有关试验结果证明本文方法能为三维建模提供密集可靠的三维点，为高精度三维重建提供了一条可靠的途径。。 关键字：多视影像，几何约束互相关，半全局约束影像匹配，三维建模 ABSTRACT Key Words: Multi-View Images, Geometrically Constrained Cross-Correlation, Semi-Global Matching, Three-Dimensional Reconstruction 目 录 摘 要 I ABSTRACT II 第一章 绪论 1 1.1研究背景和意义 1 1.2国内外研究现状 2 1.2.1立体匹配研究现状 2 1.2.2多视图匹配研究现状 3 1.3论文的研究内容和创新点 5 1.4论文的组织结构 6 第一章 绪论 1.1研究背景和意义 长期以来，LiDAR技术一直是获取高精度数字表面模型DSM和数字高程模型DEM的核心技术。随着新型数码相机的发展以及新颖匹配算法的涌现使得影像匹配已实现自动化。目前，航空摄影测量正经历着由最小化胶片数目以减少人工干预向最大化使用新型大面阵数字航空相机获取大重叠度影像以实现自动化的转变[1]。在摄影测量领域和计算机视觉领域，国内外众多学者着手研究利用影像匹配技术替代LiDAR技术进行高精度DSM/DEM的生产[2-4]。 从航空影像或卫星影像中获取高精度的DSM/DEM，关键在于影像匹配。近几十年来，密集影像匹配引起了广泛的关注，它在影像重叠区域内进行逐像素匹配，可以得到密集的匹配结果。研究利用密集影像匹配获取高精度的三维信息成为该领域的研究热点。目前，一些经典的密集影像匹配算法已经应用于商业数字摄影测量系统中用于DSM和DEM的生产，如德国INPHO GmbH公司的Match-T DSM、ISTAR公司的“像素工厂”(Pixel Factory)等。但现有的密集影像匹配方法和商业系统自动提取的DSM/DEM仍需要大量的人工干预。因此研究高可靠性的密集影像匹配算法以实现自动生成高精度的DSM/DEM，一般从以下几个方面着手：充分利用多视影像的冗余信息，以提高匹配可靠性；综合利用影像的所有信息，如纹理信息、物方几何约束信息；采用合适的匹配约束，如平滑约束；结合一定的匹配策略，如由粗到细的匹配策略等[5]。 在计算机视觉领域，基于全局一致性约束的密集影像匹配研究广泛，比如基于图割、置信度传播等算法。这些方法将匹配问题转化为求解全局能量函数最优的过程，考虑了平滑约束。然而这些方法大多数仅适用于短基线影像匹配，影像变形比较小，难以处理大幅航空遥感影像和卫星影像，而Hirschmuller提出的半全局约束立体影像匹配能适用于大多数影像数据类型[6]。随着数码相机的发展，在不增加额外开支的情况下能获取大重叠度的数字航空影像，单个目标点能在多张影像上成像，具有大量的冗余信息[7]。因此，多基线影像匹配成为该领域的研究热点，它有利于减少遮挡断裂、纹理单一及纹理缺乏等因素导致的匹配模糊