數(shù)字?jǐn)z影測(cè)量與影像匹配

發(fā)布日期：2018-05-11 00:00 瀏覽量：11686

　　1．前言
　　影像匹配是數(shù)字攝影測(cè)量的典型問(wèn)題之一。在航空攝影測(cè)量領(lǐng)域，影像匹配是自動(dòng)獲取數(shù)字地面模型(DTM)的關(guān)鍵技術(shù)，是以影像匹配代替?zhèn)鹘y(tǒng)的人工觀測(cè)，來(lái)達(dá)到自動(dòng)確定同名點(diǎn)的目的。一般來(lái)說(shuō)，由于影像在不同時(shí)間、不同傳感器、不同視角獲得的成像條件不同，因此即使是對(duì)同一物體，在影像中所表現(xiàn)出來(lái)的幾何特性、光學(xué)特性、空間位置都會(huì)有很大的不同，如果考慮到噪聲、干擾等影響會(huì)使影像發(fā)生很大差異，影像匹配就是通過(guò)這些不同之處找到它們的相同點(diǎn)。在計(jì)算機(jī)視覺(jué)中，通常稱為影像配準(zhǔn)，而且很多領(lǐng)域中影像匹配都是必不可少的關(guān)鍵環(huán)節(jié)。目前影像匹配己成為現(xiàn)代信息處理，特別是圖像信息處理領(lǐng)域中的一項(xiàng)非常重要的技術(shù)，已有很多學(xué)者進(jìn)行這方面的研究而且已經(jīng)取得了很好的成就。影像匹配研究涉及到了影像采集、影像預(yù)處理、影像分割、特征提取等，并且與計(jì)算機(jī)視覺(jué)、多維信號(hào)處理和數(shù)值計(jì)算方法等緊密結(jié)合。它也是其它一些影像分析技術(shù)，如立體視覺(jué)、運(yùn)動(dòng)分析、數(shù)據(jù)融合等的基礎(chǔ)。目前，它的應(yīng)用范圍相當(dāng)廣泛，在計(jì)算機(jī)視覺(jué)、虛擬現(xiàn)實(shí)場(chǎng)景、航空航天遙感與數(shù)字攝影測(cè)量、醫(yī)學(xué)影像分析、光學(xué)和雷達(dá)跟蹤、景物制導(dǎo)、地形匹配、指紋與肖像檢測(cè)等領(lǐng)域都有著重要的應(yīng)用價(jià)值。在數(shù)字攝影測(cè)量的研究中，幾何變換和對(duì)應(yīng)關(guān)系是兩大關(guān)鍵問(wèn)題。幾何變換問(wèn)題經(jīng)過(guò)數(shù)學(xué)和圖形圖像學(xué)的研究已經(jīng)得到了解決，而對(duì)應(yīng)問(wèn)題(特別是同名點(diǎn)的對(duì)應(yīng)問(wèn)題)正是影像匹配的研究目的。影像匹配的良好實(shí)現(xiàn)，可以大大促進(jìn)數(shù)字攝影測(cè)量自動(dòng)化量測(cè)的發(fā)展，并為立體測(cè)圖、建立立體模型、自動(dòng)生成DEM、正射影像、等高線，構(gòu)建三維立體和虛擬現(xiàn)實(shí)場(chǎng)景提供技術(shù)支撐。
　　2．影像匹配國(guó)內(nèi)外研究現(xiàn)狀與內(nèi)容
　　影像匹配技術(shù)一直是數(shù)字攝影測(cè)量、計(jì)算機(jī)視覺(jué)等領(lǐng)域的關(guān)鍵技術(shù)難題，但它廣闊的應(yīng)用前景吸引了眾多領(lǐng)域的科研人員孜孜不倦地對(duì)它進(jìn)行攻關(guān)，成為經(jīng)久不衰的研究熱點(diǎn)。最初的影像匹配是利用相關(guān)技術(shù)實(shí)現(xiàn)的，因此又稱為影像相關(guān)。從上個(gè)世紀(jì)五十年代至今，國(guó)內(nèi)外學(xué)者提出了許多相應(yīng)的理論，涌現(xiàn)了大量的匹配算法，如相關(guān)函數(shù)法、相關(guān)系數(shù)方法、整體法等。Bellman于上個(gè)世紀(jì)50年代提出的動(dòng)態(tài)規(guī)劃法影像匹配，德國(guó) Ackerlnann 教授提出的最小二乘匹配方法，Rosenhlm提出的多點(diǎn)最小二乘影像匹配，已及Ton Jez-ehing、JainA K提出的確定兩影像區(qū)域間對(duì)應(yīng)關(guān)系的點(diǎn)匹配方法,Daniel P Huttenlocher等人提出的Hausdorff距離匹配方法等等；1978年，我國(guó)攝影測(cè)量學(xué)的先驅(qū)王之卓院士率先提出了“全數(shù)字攝影測(cè)量”的概念, 利用影像匹配來(lái)代替?zhèn)鹘y(tǒng)的人眼立體觀測(cè)；張祖勛院士提出了基于跨接法的影像匹配；呂言提出了特征提取的呂言算子和基于特征的影像匹配方法；張力、沈未名等也提出了基于空間約束的神經(jīng)網(wǎng)絡(luò)影像匹配算法。盡管發(fā)展出了多種多樣的匹配方法，但這些影像匹配算法按其匹配基元分類，主要可以分為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釋的匹配算法。
　　3.影像匹配的基本概念
　　匹配是圖像處理的一個(gè)基礎(chǔ)問(wèn)題。簡(jiǎn)單的說(shuō)，匹配技術(shù)就是找到兩幅不同影像之間的空間位置關(guān)系實(shí)現(xiàn)同一目標(biāo)的兩幅(或兩幅以上)影像在空間位置上的對(duì)準(zhǔn)。 Barbara zitova和 Jan Flusser在其著作中對(duì)影像匹配進(jìn)行了定義，稱其是針對(duì)來(lái)自于同一場(chǎng)景、不同時(shí)間、不同視角、不同傳感器的兩幅或多幅圖像進(jìn)行重疊 (Overlapping)的過(guò)程，這個(gè)重疊就是幾何對(duì)齊 (Geometrically Align)的過(guò)程。可以從中看出兩點(diǎn)，其一，影像匹配所研究的影像具有成像機(jī)理、自然條件、成像時(shí)間等的不同，這些都造成參與匹配的影像對(duì)具有很大的差異;其二，影像重疊的目的為了對(duì)兩幅影像在空間上進(jìn)行對(duì)準(zhǔn)，以確定兩幅影像之間的平移以及旋轉(zhuǎn)關(guān)系。也可以說(shuō)影像匹配時(shí)利用兩個(gè)信號(hào)的相似性評(píng)價(jià)函數(shù)，評(píng)價(jià)它們的相似性以確定同名點(diǎn)。即首先取出以待定點(diǎn)為中心的小區(qū)域中的影像信號(hào)，然后取出其在另一影像中相應(yīng)區(qū)域的影像信號(hào)，計(jì)算兩者的相似性評(píng)價(jià)函數(shù)，以相似性評(píng)價(jià)函數(shù)值的大小來(lái)確定相應(yīng)區(qū)域中心點(diǎn)位同名點(diǎn)，即以影像信號(hào)分布最相似的區(qū)域?yàn)橥麉^(qū)域，同名區(qū)域的中心點(diǎn)為同名點(diǎn)。
　　4.影像匹配的困難與解決問(wèn)題思路
　　影像匹配的方法有很多，但都有不同程度的局限性。對(duì)于一些共性的問(wèn)題，如匹配模糊度問(wèn)題，匹配組合問(wèn)題等，目前仍是影像匹配中的難點(diǎn)問(wèn)題。在實(shí)際應(yīng)用中主要表現(xiàn)在以下幾種情況的影像匹配中存在的問(wèn)題：
　　1.信息貧乏區(qū)域（非重疊覆蓋范圍）和紋理重復(fù)區(qū)域（遮蔽區(qū)域）的匹配
　　2.陰影區(qū)域的匹配
　　3.陡坡表面和斷裂線地區(qū)的匹配
　　4.影像之間存在大的旋轉(zhuǎn)角度的匹配
　　5.非漫反射地區(qū)的匹配
　　6.對(duì)運(yùn)動(dòng)的目標(biāo)和陰影的匹配
　　7.存在較大比例尺差異的影像間的匹配
　　8.不同傳感器影像之間的匹配
　　針對(duì)這些問(wèn)題，一般的對(duì)于紋理貧乏和周期性紋理重復(fù)區(qū)域，自適應(yīng)的調(diào)整窗口大?。粚?duì)于遮蔽和斷裂線區(qū)域采用雙向匹配的方法；對(duì)于陡坡區(qū)域采用跨接法影像匹配；對(duì)于存在較大旋轉(zhuǎn)角度的影像匹配則采用SIFT算子進(jìn)行處理。
　　5.小結(jié)
　　發(fā)展至今，影響匹配技術(shù)已經(jīng)取得了很大的成就，多種多樣的影像匹配算法基本能夠滿足實(shí)際應(yīng)用的需求。但影像匹配中仍存在著諸多問(wèn)題和挑戰(zhàn)，這也是數(shù)字攝影測(cè)量面臨的典型問(wèn)題之一，也是我們今后科研的主攻方向和著力點(diǎn)。另外，目前的影像匹配算法大多是針對(duì)特定情況的應(yīng)用，適應(yīng)性方面不是太強(qiáng)。因此，尋找一種普適性的影像匹配算法或適應(yīng)性較強(qiáng)的影響匹配處理系統(tǒng)從而實(shí)現(xiàn)數(shù)字攝影測(cè)量發(fā)展的一次飛躍是我們不得不思考的問(wèn)題。