当前位置: 首页 > 专利查询>武汉大学专利>正文

基于主线约束的非规则角度方向代价聚合路径确定方法技术

技术编号:25046353 阅读:26 留言:0更新日期:2020-07-29 05:35
本发明专利技术提供一种基于主线约束的非规则角度方向代价聚合方法,用于遥感影像立体匹配处理,包括对于一个经过核线重采样的立体像对,采用匹配测度计算基准影像每个像素对应的初始匹配代价;确定非规则方向聚合的起始点,包括先先将0‑360度方向划分为0‑90、90‑180、180‑270以及270‑360四组,根据代价聚合的方向确定聚合的起始点,包括设方向在0‑90、90‑180、180‑270以及270‑360的起始点分别为左上点、右上点、右下点以及左下点;根据代价聚合方向确定聚合的主线的方程,并根据方程确定主线方向的代价聚合路径;根据主线将影像划分为上下两部分,确定相邻路线上代价聚合的路径并标记,然后依次确定影像范围所有的代价聚合路径,当到达影像边缘时,则完成整景影像上所有聚合路径的确定。

【技术实现步骤摘要】
基于主线约束的非规则角度方向代价聚合路径确定方法
本专利技术属于遥感影像处理领域,涉及一种基于主线约束的非规则角度方向代价聚合路径确定方法。
技术介绍
代价聚合是遥感影像立体匹配处理的一个重要环节,可以是使聚合后的代价值能够更准确地反应像素之间的相关性,改善匹配后视差图的效果。在Semi-GlobalMatching(SGM)半全局匹配中,通常在8-16个方向聚合代价以获取较好的匹配效果,通常前8个方向采用具有规则角度的左右两个方向,上下两个方向,主对角线两个方向以及副对角线两个方向。这8个方向的聚合比较简单,可以很容易的找到当前像素在某一聚合方向下的下一个像素,而对于不规则方向的聚合却比较复杂,首先,聚合方向的下一个像素不易确定,其次在整景影像聚合后,在这些方向上容易出现漏掉一些像素的问题。因而,本领域亟待出现新的有效技术方案。
技术实现思路
本专利技术所要解决的问题是遥感影像立体匹配处理中半全局匹配中非规则角度方向代价聚合的问题。本专利技术的技术方案提供一种基于主线约束的非规则角度方向代价聚合方法,用于遥感影像立体匹配处理,包括以下步骤,步骤1,对于一个经过核线重采样的立体像对,采用匹配测度计算基准影像每个像素对应的初始匹配代价;步骤2,确定非规则方向聚合的起始点,包括先先将0-360度方向划分为0-90、90-180、180-270以及270-360四组,根据代价聚合的方向确定聚合的起始点,包括设方向在0-90、90-180、180-270以及270-360的起始点分别为左上点、右上点、右下点以及左下点;步骤3,根据代价聚合方向确定聚合的主线的方程,并根据方程确定主线方向的代价聚合路径;步骤4,根据主线将影像划分为上下两部分,以确定的主线聚合路径为指导,确定相邻路线上代价聚合的路径并标记,然后依次确定影像范围所有的代价聚合路径,当到达影像边缘时,则完成整景影像上所有聚合路径的确定。而且,步骤1中,采用基于Census的匹配测度实现。或者,步骤1中,采用基于互信息的匹配测度实现。而且,步骤3中,根据代价聚合方向确定聚合的主线的方程实现如下,将影像的左上点作为坐标原点,行方向作为X轴,列方向作为Y轴,该聚合方向上起始点坐标为(s,l),y=tan(α·π/180)·x+l-tan(α·π/180)·s其中,x表示影像的列号,y表示影像的行号;根据方程确定主线方向的代价聚合路径实现如下,1)在0°~90°内,若α<45°则以x为自变量,若α>45°则以y为自变量;2)在90°~180°内,若α<135°则以y为自变量,若α>135°则以x为自变量;3)在180°~270°内,若α<225°则以x为自变量,若α>225°则以y为自变量;4)在270°~360°内,若α<315°则以y为自变量,若α>315°则以x为自变量;通过逐像素改变自变量的值,在主线方向得到一系列位置连续的像素,进而确定主线方向代价聚合的路径。而且,步骤4中,确定相邻路线上代价聚合的路径,实现方式为,在主线约束下逐像素增长。或者,步骤4中,确定相邻路线上代价聚合的路径,实现方式为,将主线路径沿着主线两侧逐像素平移。本专利技术的优点在于:可根据指定的任意聚合方向(0°~360°)简单的实现在非规则方向上匹配代价的聚合,涉及较少的计算,具有较好的时效性,且不会出现点位重复计算和点位漏算的问题,提高遥感影像立体匹配处理的精确度。附图说明图1为本专利技术实施例的流程示意图,图2为本专利技术实施例聚合方向在0°~90°时采用逐像素增长的方法确定代价聚合路径的示意图,图3为本专利技术实施例聚合方向在90°~180°时采用逐像素增长的方法确定代价聚合路径的示意图,图4为本专利技术实施例聚合方向在180°~270°时采用逐像素增长的方法确定代价聚合路径的示意图,图5为本专利技术实施例聚合方向在270°~360°时采用逐像素增长的方法确定代价聚合路径的示意图。具体实施方式以下结合附图和实施例详细说明本专利技术具体技术方案。本专利技术提出一种用于遥感影像立体匹配处理的基于主线约束的非规则角度方向代价聚合方法。本专利技术将非规则的聚合方向划分为4组,在每组内采用起始点确定、主线聚合以及主线约束聚合三步实现该方向上匹配代价的聚合,在每组主线的约束下以一定的规则完成聚合路径的确定,且不会出现点位重复计算和点位漏算的问题。参见图1,实施例提供一种基于主线约束的非规则角度方向代价聚合方法,包括流程如下:步骤1,对于一个经过核线重采样的立体像对(基准影像和匹配影像),采用一定的匹配测度(例如Census或互信息)计算基准影像每个像素对应的初始匹配代价;其中,Census表示统计,是使用像素邻域内的局部灰度差异将像素灰度转换为比特串,思路非常简单,通过将邻域窗口(窗口大小为n×m,n和m都为奇数)内的像素灰度值与窗口中心像素的灰度值进行比较,将比较得到的布尔值映射到一个比特串中,最后用比特串的值作为中心像素的Census变换值Cs。基于互信息(MutualInformation,MI)的匹配测度计算算法来计算匹配代价,互信息是一种对影像明暗变化不敏感的相关性测度,它通过两张影像各自的熵H以及两者的联合熵来定义,熵代表影像的信息量,是基于灰度的概率分布所得到的统计量,图像的熵越大代表包含的像素灰度越丰富,灰度分布越均匀。具体实施时,基于Census或互信息的匹配测度实现方式可参见现有技术,本专利技术不予赘述:ZABIHR,WOODFILLJ.Non-parametriclocaltransformsforcomputingvisualcorrespondence[M].1994:151-158.HIRSCHMULLERH.AccurateandEfficientStereoProcessingbySemi-GlobalMatchingandMutualInformation:ComputerVisionandPatternRecognition,2005.CVPR2005.IEEEComputerSocietyConferenceon,2005.步骤2,确定非规则方向聚合的起始点,包括先将0°~360°度方向划分为0°~90°、90°~180°、180°~270°以及270°~360°四组,根据聚合的方向角α(0°<α<360°),判断给定的聚合方向属于哪一组,方向在0°~90°、90°~180°、180°~270°以及270°~360°的起始点分别为左上点、右上点、右下点以及左下点;步骤3,根据代价聚合方向确定聚合的主线的方程,并根据方程确定主线方向的代价聚合路径;实施例中,首先将影像的左上点作为坐标原点,行方向作为X轴,列方向作为Y轴,该聚合方向上起始点坐标为(s,l),对于0°~90°组,其起始本文档来自技高网...

【技术保护点】
1.一种基于主线约束的非规则角度方向代价聚合方法,用于遥感影像立体匹配处理,其特征在于:包括以下步骤,/n步骤1,对于一个经过核线重采样的立体像对,采用匹配测度计算基准影像每个像素对应的初始匹配代价;/n步骤2,确定非规则方向聚合的起始点,包括先先将0-360度方向划分为0-90、90-180、180-270以及270-360四组,根据代价聚合的方向确定聚合的起始点,包括设方向在0-90、90-180、180-270以及270-360的起始点分别为左上点、右上点、右下点以及左下点;/n步骤3,根据代价聚合方向确定聚合的主线的方程,并根据方程确定主线方向的代价聚合路径;/n步骤4,根据主线将影像划分为上下两部分,以确定的主线聚合路径为指导,确定相邻路线上代价聚合的路径并标记,然后依次确定影像范围所有的代价聚合路径,当到达影像边缘时,则完成整景影像上所有聚合路径的确定。/n

【技术特征摘要】
1.一种基于主线约束的非规则角度方向代价聚合方法,用于遥感影像立体匹配处理,其特征在于:包括以下步骤,
步骤1,对于一个经过核线重采样的立体像对,采用匹配测度计算基准影像每个像素对应的初始匹配代价;
步骤2,确定非规则方向聚合的起始点,包括先先将0-360度方向划分为0-90、90-180、180-270以及270-360四组,根据代价聚合的方向确定聚合的起始点,包括设方向在0-90、90-180、180-270以及270-360的起始点分别为左上点、右上点、右下点以及左下点;
步骤3,根据代价聚合方向确定聚合的主线的方程,并根据方程确定主线方向的代价聚合路径;
步骤4,根据主线将影像划分为上下两部分,以确定的主线聚合路径为指导,确定相邻路线上代价聚合的路径并标记,然后依次确定影像范围所有的代价聚合路径,当到达影像边缘时,则完成整景影像上所有聚合路径的确定。


2.根据权利要求1所述基于主线约束的非规则角度方向代价聚合方法,其特征在于:步骤1中,采用基于Census的匹配测度实现。


3.根据权利要求1所述基于主线约束的非规则角度方向代价聚合方法,其特征在于:步骤1中,采用基于互信息的匹配测度实现。


4.根据权利要求1或2或3所述基于主线约束的非规则角度方向代价聚合方法,其特...

【专利技术属性】
技术研发人员:李欣皮英冬杨博
申请(专利权)人:武汉大学
类型:发明
国别省市:湖北;42

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1