【摘要】：傾斜攝影技術(shù)是國(guó)際測(cè)繪領(lǐng)域近年發(fā)展起來(lái)的一項(xiàng)高新技術(shù)。航空傾斜攝影系統(tǒng)顛覆了以往只能從垂直角度拍攝的局限,通過(guò)在同一飛行平臺(tái)上搭載多臺(tái)傳感器,同時(shí)從垂直和傾斜角度采集影像,將用戶(hù)引入了符合人眼視覺(jué)的真實(shí)直觀世界,已成為當(dāng)前獲取空間信息的有效方式之一,在三維(Three-Dimensional,3D)城市建設(shè)等領(lǐng)域有著獨(dú)特的優(yōu)勢(shì)。由于在獲取影像過(guò)程中傳感器視角發(fā)生顯著變化,導(dǎo)致影像間存在較大的幾何和輻射畸變、同名區(qū)域遮擋等問(wèn)題,加大了計(jì)算機(jī)自動(dòng)確定同名特征的難度,直接導(dǎo)致了傾斜影像空三解算及地物空間信息提取相對(duì)傳統(tǒng)航測(cè)影像更為困難。因此研究?jī)A斜立體影像的可靠自動(dòng)匹配算法對(duì)推動(dòng)傾斜航空攝影測(cè)量快速發(fā)展具有重要的理論和實(shí)用價(jià)值。本文以影像局部特征提取為出發(fā)點(diǎn),研究了基于局部特征的復(fù)雜畸變立體影像匹配、傾斜立體影像多元特征融合匹配及傾斜影像直線特征匹配問(wèn)題,主要工作及成果如下:(1)分析了Harris、最大穩(wěn)定極值區(qū)域(Maximally Stable Extremal Regions,MSER)、尺度不變特征變換(Scale-Invariant Feature Transform,SIFT)、加速分段測(cè)試特征(Features from Accelerated Segment Test,FAST)及KAZE等常用特征提取算法對(duì)于存在幾何畸變及輻射畸變影像的匹配性能,對(duì)其魯棒性進(jìn)行驗(yàn)證并總結(jié)各類(lèi)特征的特點(diǎn)及適用場(chǎng)景。(2)研究基于加權(quán)α形狀(Weightedα-Shape,WαSH)特征的匹配方法。針對(duì)復(fù)雜畸變影像特征點(diǎn)較少,受噪聲影像較大的缺陷,結(jié)合二維離散小波變換(2-Dimensional Discrete Wavelet Transform,2D-DWT)對(duì)WαSH匹配方法改進(jìn),提出了WWF、IWWF和LIWWF三種方法用于無(wú)人機(jī)航空傾斜立體影像匹配。實(shí)驗(yàn)表明:對(duì)于存在較大仿射畸變及模糊的影像,基于WαSH特征的匹配方法比基于MSER的匹配方法的匹配正確率高;WWF、IWWF和LIWWF相對(duì)于WαSH的匹配點(diǎn)數(shù)和正確率有所提升;IWWF匹配方法與MSER、WαSH、WWF和LIWWF相比更穩(wěn)定;(3)針對(duì)歸一化互相關(guān)(Normalized Cross-Correlation,NCC)算法無(wú)法直接對(duì)存在旋轉(zhuǎn)、縮放和仿射等畸變的影像匹配點(diǎn)判斷的問(wèn)題,提出了以特征點(diǎn)鄰域內(nèi)的仿射變換關(guān)系為基礎(chǔ)的仿射不變歸一化互相關(guān)(Affine-Invariant Normalized Cross-Correlation,AINCC)匹配算法。列舉了兩種AINCC的應(yīng)用場(chǎng)景,并通過(guò)模擬影像,驗(yàn)證了AINCC算法對(duì)各種幾何畸變的適應(yīng)性。針對(duì)傾斜影像匹配點(diǎn)數(shù)量少且分布不均勻的問(wèn)題,提出一種融合仿射和尺度不變特征的傾斜影像匹配算法�；贛SER特征匹配結(jié)果,通過(guò)使用AINCC算法對(duì)SIFT特征點(diǎn)進(jìn)行匹配,并提出鄰域支持強(qiáng)度(Neighbour Support Strenth,NSS)策略剔除MSER誤匹配點(diǎn),然后提出基于局部單應(yīng)約束的迭代傳播匹配策略對(duì)初始匹配進(jìn)行擴(kuò)展,最終獲得數(shù)量充足且均勻分布的匹配點(diǎn)。實(shí)驗(yàn)分析并確定了初始匹配中AINCC系數(shù)和NSS系數(shù)的最佳閾值。通過(guò)對(duì)存在不同幾何畸變的近景、航天立體影像及航空傾斜立體影像的配準(zhǔn)實(shí)驗(yàn),表明本文算法匹配效果優(yōu)于現(xiàn)有的較為優(yōu)秀的匹配算法,為傾斜立體影像提供魯棒性較強(qiáng)、配準(zhǔn)精度較高的自動(dòng)匹配方法。(4)針對(duì)現(xiàn)有直線匹配方法效果極大依賴(lài)影像灰度信息,難以用于傾斜立體影像的問(wèn)題,提出了基于直線間距離和中點(diǎn)距離、旋轉(zhuǎn)角及重疊度所構(gòu)成的空間結(jié)構(gòu)信息的直線匹配方法。該方法利用特征點(diǎn)估計(jì)影像間投影變換模型,并基于直線間的距離及直線中點(diǎn)間的距離進(jìn)行匹配,然后通過(guò)誤匹配剔除及匹配優(yōu)化操作獲得“一對(duì)一”匹配。對(duì)包含不同類(lèi)型紋理及幾何畸變的無(wú)人機(jī)下視及斜視影像構(gòu)成的立體像對(duì)進(jìn)行實(shí)驗(yàn),結(jié)果表明該直線匹配方法匹配正確率較高,匹配結(jié)果幾乎不受點(diǎn)匹配結(jié)果及影像噪聲影響,具有較強(qiáng)的適應(yīng)性。
【圖文】：

圖 1-1 Leica RCD30 對(duì) Zürich 某一地區(qū)攝取的垂直及傾斜影像[11]Figure 1-1 Nadir and oblique images of a region in Zurich acquired by Leica RCD3傾斜立體影像地面覆蓋較廣，可獲取多角度地面建構(gòu)筑物立面及紋理攝影像形成互補(bǔ)，，對(duì)城市真三維重建具有重要意義。圖 1-1 為垂直及傾取的同一地區(qū)多視影像。圖中紅色虛線框內(nèi)的建筑物為教堂，周?chē)姆謩e獲取教堂四個(gè)側(cè)面信息與中間正攝影像獲取的教堂頂面形成互補(bǔ)傾斜影像與正射影像間存在較大輻射畸變，且虛線框內(nèi)的教堂在各個(gè)影的形狀、大小和遮擋程度均存在明顯差異，加大了計(jì)算機(jī)自動(dòng)確定同名度[3]，導(dǎo)致傾斜影像空三解算、地形提取、真正射影像構(gòu)建及空間信息，制約了傾斜影像的信息挖掘及攝影測(cè)量三維重建的發(fā)展。因此，研究影像的可靠自動(dòng)匹配算法，對(duì)推動(dòng)傾斜立體影像的廣泛應(yīng)用、提高城市建的效率和數(shù)字?jǐn)z影測(cè)量自動(dòng)化程度，都起到關(guān)鍵作用[12]。另一方面是影像的重要特征，它在人造目標(biāo)和環(huán)境中包含了豐富的幾何和語(yǔ)義很好的表達(dá)人工建筑物等常見(jiàn)地物的輪廓和結(jié)構(gòu)[13, 14]，因此實(shí)現(xiàn)傾斜直線特征自動(dòng)匹配對(duì)城市真三維模型的自動(dòng)化構(gòu)建具有重要意義。

2 影像局部特征檢測(cè)算法及匹配性能分析2 影像局部特征檢測(cè)算法及匹配性能分析2 Performance Analysis for Local Feature Detectingand Matching2.1 局部特征（Local Features）局部特征是影像上相對(duì)穩(wěn)定的區(qū)域，在影像匹配、圖像檢索、機(jī)器視覺(jué)、視頻數(shù)據(jù)挖掘及紋理分類(lèi)等領(lǐng)域應(yīng)用廣泛[152]。如圖 2-1 所示，局部特征包括點(diǎn)、邊緣和影像區(qū)域[153]。
【學(xué)位授予單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP391.41;P231

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄭肇葆;數(shù)字影像匹配的動(dòng)態(tài)規(guī)劃方法[J];測(cè)繪學(xué)報(bào);1989年02期

2 張力,沈未名,張祖勛,張劍清;基于空間約束的神經(jīng)網(wǎng)絡(luò)影像匹配[J];武漢測(cè)繪科技大學(xué)學(xué)報(bào);2000年01期

3 ;全自動(dòng)影像匹配[J];測(cè)繪通報(bào);1999年04期

4 李?lèi)?ài)霞;關(guān)澤群;馮甜甜;;一種利用流形學(xué)習(xí)進(jìn)行多影像匹配的方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2012年11期

5 邵巨良;無(wú)需相似性量測(cè)的多片影像匹配[J];武漢測(cè)繪科技大學(xué)學(xué)報(bào);1998年04期

6 付冬暇;趙淮;李?lèi)?ài)霞;;基于流形學(xué)習(xí)的航空影像匹配方法研究[J];測(cè)繪與空間地理信息;2013年08期

7 袁修孝;明洋;;一種綜合利用像方和物方信息的多影像匹配方法[J];測(cè)繪學(xué)報(bào);2009年03期

8 姜挺,江剛武;基于小波變換的分層影像匹配[J];測(cè)繪學(xué)報(bào);2004年03期

9 魏明果,劉德富;影像匹配的算法研究與實(shí)踐[J];三峽大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年02期

10 張劍清;數(shù)字?jǐn)z影測(cè)量[J];城市勘測(cè);1996年03期

相關(guān)會(huì)議論文 前10條

1 耿則勛;;影像匹配中核線影像的快速生成算法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊(cè)）[C];2001年

2 李乃強(qiáng);宋小虎;;最小二乘影像匹配的實(shí)現(xiàn)和分析[A];江蘇省測(cè)繪學(xué)會(huì)2007'學(xué)術(shù)年會(huì)論文集[C];2008年

3 葉勤;陳鷹;;圖像壓縮對(duì)影像匹配精度影響的研究[A];第十三屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

4 李東子;范大昭;;幾種局部特征描述算法在高分辨率衛(wèi)星影像匹配中的準(zhǔn)確度比較[A];第四屆高分辨率對(duì)地觀測(cè)學(xué)術(shù)年會(huì)論文集[C];2017年

5 饒闖江;;無(wú)人機(jī)影像處理新流程實(shí)驗(yàn)研究[A];云南省測(cè)繪地理信息學(xué)會(huì)2017年學(xué)術(shù)年會(huì)論文集[C];2017年

6 李乃強(qiáng);宋小虎;;最小二乘影像匹配的實(shí)現(xiàn)和分析[A];江蘇省測(cè)繪學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文集[C];2008年

7 李國(guó);郭海濤;范大昭;余磊;張振;;一種基于遺傳算法的高速影像匹配方法[A];2007系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2007年

8 朱繼文;;基于立體影像匹配數(shù)據(jù)構(gòu)建DEM方法研究[A];中國(guó)測(cè)繪學(xué)會(huì)九屆四次理事會(huì)暨2008年學(xué)術(shù)年會(huì)論文集[C];2008年

9 馬智剛;馬煈;叢鳳波;郭海濤;;點(diǎn)特征提取在影像目標(biāo)識(shí)別中的應(yīng)用[A];全國(guó)測(cè)繪科技信息網(wǎng)中南分網(wǎng)第二十四次學(xué)術(shù)信息交流會(huì)論文集[C];2010年

10 王宇宙;趙宗濤;齊顯峰;;仿射不變局部特征寬基線影像匹配[A];信號(hào)與信息處理技術(shù)第三屆信號(hào)與信息處理全國(guó)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)重要報(bào)紙文章 前1條

1 賈道金;精準(zhǔn)定制殺傷:精確打擊“2.0版”[N];學(xué)習(xí)時(shí)報(bào);2018年

相關(guān)博士學(xué)位論文 前10條

1 陳時(shí)雨;基于圖論的影像匹配方法研究[D];武漢大學(xué);2017年

2 余美;傾斜立體影像匹配若干問(wèn)題研究[D];中國(guó)礦業(yè)大學(xué);2018年

3 張彥峰;粗略地形引導(dǎo)下影像匹配與地表重建的半全局優(yōu)化方法[D];武漢大學(xué);2017年

4 張?jiān)粕?自適應(yīng)三角形約束的多基元多視影像匹配方法[D];武漢大學(xué);2011年

5 姚國(guó)標(biāo);傾斜影像匹配關(guān)鍵算法及應(yīng)用研究[D];中國(guó)礦業(yè)大學(xué);2014年

6 王亞超;SAR立體影像匹配關(guān)鍵技術(shù)研究[D];中國(guó)礦業(yè)大學(xué);2017年

7 戴玉成;基于UAV傾斜影像匹配點(diǎn)云的城市建筑物信息提取方法研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所);2017年

8 王競(jìng)雪;移動(dòng)高程平面約束的多視影像可靠匹配方法[D];遼寧工程技術(shù)大學(xué);2010年

9 韋春桃;基于相位信息的影像特征檢測(cè)與匹配方法研究[D];武漢大學(xué);2010年

10 熊金鑫;基于區(qū)域分割的多源、多時(shí)相衛(wèi)星遙感影像聯(lián)合匹配方法研究[D];武漢大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 王n玉;植被覆蓋區(qū)域無(wú)人機(jī)遙感影像匹配方法研究[D];河北工業(yè)大學(xué);2016年

2 吳冰冰;基于視覺(jué)局部特征的遙感影像匹配方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

3 胡佳怡;高分辨率航空影像特征匹配技術(shù)研究[D];東華理工大學(xué);2018年

4 鄒小丹;基于半全局優(yōu)化的多視影像匹配方法與應(yīng)用[D];中南大學(xué);2013年

5 仇多兵;多視角傾斜航空影像匹配關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2017年

6 孟俊俊;機(jī)載三線陣影像匹配方法研究[D];中南大學(xué);2014年

7 朱師歡;自動(dòng)空三點(diǎn)特征高精度影像匹配研究[D];西安科技大學(xué);2017年

8 孫一權(quán);基于特征的近景樹(shù)木影像匹配策略研究[D];北京林業(yè)大學(xué);2011年

9 董曉燕;基于影像匹配技術(shù)的地震形變監(jiān)測(cè)研究[D];中南大學(xué);2011年

10 李英杰;航空傾斜多視影像匹配方法研究[D];中國(guó)測(cè)繪科學(xué)研究院;2014年

本文編號(hào)：2701967