一种大范围多视倾斜影像连接点快速精确匹配方法组成比例

本发明专利技术公开了一种大范围多视倾斜影像连接点快速精确匹配方法，包括利用小范围局部区域下视影像计算下视相机安置角误差，进行下视影像外方位角元素改正；融合利用金字塔影像匹配、分块提取特征点、松弛迭代法匹配等策略，进行下视影像连接点匹配，通过区域网平差，获取精确的下视影像外方位元素和连接点物方坐标；在此基础上，充分利用下视影像和斜视影像之间的空间几何约束关系，实现下视影像连接点向斜视影像的转点匹配；利用多视物方匹配对连接点像点坐标进行精化，实现倾斜影像连接点的快速精确匹配。本发明专利技术充分利用下视影像和斜视影像之间的几何约束，仅在下视影像提取特征点进行匹配，有效保证大范围倾斜影像连接点匹配的速度与质量。

【技术实现步骤摘要】
一种大范围多视倾斜影像连接点快速精确匹配方法
本专利技术属于测绘科学与
，涉及一种大范围多视倾斜影像连接点快速精确匹配方法。该方法适用于大范围多视倾斜影像快速自动空中三角测量，有利于提高多视倾斜影像自动空中三角测量中连接点的匹配速度、精度与重叠度，为倾斜影像区域网平差解算提供更优的像点观测数据。
技术介绍
多视航空摄影，改变了传统航空摄影仅垂直拍摄的作业方式，可以同时从下视和不同斜视方向获取多视角影像，获取更加丰富的多视角影像信息，已经在大比例尺成图、地籍测量、三维场景重建以及BIM应用等方面广泛应用。面向大范围多视倾斜影像的快速自动空中三角测量，是当今摄影测量领域的热门研究问题。倾斜航空摄影系统，主要包括多视角相机系统、以及IMU(惯性导航单元)和DGNSS(差分全球定位系统)组成的POS系统等，可以同时获取不同视角影像和拍摄瞬间的影像外方位元素。目前，国内外主流的倾斜摄影相机有美国的Pictometry相机、德国的AOS相机和中国的SWDC5相机等，其一般包含5个镜头，斜视视角大致为45度。相比于传统垂直摄影，倾斜摄影在地面信息采集、场景重建等方面具有诸多优势，但倾斜摄影由于不同视角、光线等因素的影响，会存在地物遮挡、纹理几何变形、亮度不同、不同区域分辨率差异等问题，使得倾斜影像的特征点在提取和匹配过程中更为困难。此外，由于5个镜头采集，影像数据急剧增加，如何快速实现倾斜影像的高精度自动空中三角测量处理尤为关键。目前，国内外相关学者针对倾斜影像自动空中三角测量已经开展了大量的研究，但是主要存在如下几点问题：(1)直接利用仿射尺寸不变特征提取算子(ASIFT)提取特征点并进行匹配，虽然ASIFT特征对图像仿射变化、亮度变化、分辨率差异等因素影响具有更强的鲁棒性，但计算复杂度高，效率极低，不满足大范围倾斜影像空中三角测量数据处理的实际需求。(2)利用初始影像外方位元素对整幅倾斜影像进行仿射变换纠正，采用传统垂直影像空三加密的方法进行处理，最后将像点坐标反算至原始倾斜影像。但是由于倾斜影像数据量大，将需要巨大的影像存储空间存放纠正影像这一中间数据，且未充分考虑多视影像的冗余。(3)自动空中三角测量影像匹配算法的常用匹配算法为单点匹配，由于多视倾斜影像最高可达到几十张影像重叠，匹配易受重复纹理等因素干扰。在多视影像处理上，一方面如何快速高效的利用多视影像提供的冗余信息，另一方面如何保证多视重叠信息的一致相容性，现有算法均鲜有考虑。本专利提出了一种大范围多视倾斜影像连接点快速精确匹配方法，遵循先局部再整体的原则，逐步精化影像匹配结果和影像的外方位元素，最终实现多视倾斜影像的快速处理。
技术实现思路
本专利技术的目的是在于提供了一种大范围多视倾斜影像连接点快速精确匹配方法，主要解决多视倾斜影像自动空中三角测量中连接点匹配效率低、匹配质量不高、多视影像信息利用不充分、空三分层等问题。为了实现上述的目的，本专利技术采用以下技术方案：一种大范围多视倾斜影像连接点快速精确匹配方法，包括下述步骤：步骤1、下视影像外方位角元素精化：选取下视影像进行自由网平差处理，利用影像间同名光线对相交的几何约束条件，恢复影像间准确的相对位置关系，从而计算下视相机的安置角系统误差；利用解算出的安置角系统误差，对整个测区下视影像的外方位角元素进行改正；步骤2、下视影像连接点匹配：下视影像连接点匹配包括数据准备、基于分块策略和松弛迭代法的特征点匹配；步骤2.1、数据准备：首先，对所有下视影像构造影像金字塔，对每张下视影像，根据影像外方位元素和测区平均高程，计算影像四个角点投影到测区平均高程面上的物方坐标，确定影像覆盖范围，根据影像覆盖范围，构建下视影像重叠关系列表；(1)下视影像金字塔生成：用3×3像元平均法，对每一张下视影像生成金字塔影像，原始影像层作为第0层金字塔影像，影像金字塔层数一共4层；(2)下视影像重叠关系列表建立：利用下视影像外方位元素和测区平均高程，根据共线条件方程计算影像四个角点在测区平均高程面上投影的物方坐标：式中，(X,Y,Z)表示下视影像某角点的物方坐标；(x,y)表示下视影像某角点的像点坐标；f表示下视影像对应的焦距；Xs,Ys,Zs,ω,κ表示下视影像的外方位元素；R表示由下视影像外方位元素计算的旋转矩阵；ai,bi,ci(i＝1,2,3)表示3×3旋转矩阵R的各个参数值；根据下视影像角点的物方坐标，计算下视影像间的重叠度，当重叠度大于20％时，建立其重叠关联关系；步骤2.2、基于分块策略和松弛迭代法的特征点匹配：基于分块策略和松弛迭代法的特征点匹配包括基于分块策略的特征点提取、基于相关系数法的同名点候选点匹配和基于子区的松弛迭代法特征点匹配；(1)基于分块策略的特征点提取：采用特征点分块提取策略，在影像重叠区域内按特定型式均匀分布一定大小的影像特征提取块，在每个影像特征提取块中划分格网，在每个格网单元中用Harris算子提取特征点，每个影像特征提取块视为子区；(2)基于相关系数法的同名点候选点匹配：对子区中每个特征点，利用下视影像外方位元素以及下视影像重叠关系列表，计算待匹配特征点在重叠影像上对应同名点的初始位置，并利用相关系数法寻找匹配候选点，具体如下：利用所建立的核线几何约束方程，对搜索窗口影像的每个像素遍历，首先计算该像素到核线方程的距离，当小于给定的阈值时，以其为中心开辟匹配窗口；当几何变形超过指定阈值时，利用匹配窗口角点的投影物方坐标计算仿射变形系数，进行匹配窗口影像的几何粗纠正；然后，利用归一化相关系数测度，计算待匹配特征点与搜索窗口中各像素的相似度，对搜索窗口各像素的归一化相关系数测度值，采用非极大抑制算法提取局部最大值，归一化相关系数测度局部最大值大于指定阈值所对应的像素即为匹配候选点；当有多个匹配候选点时，对匹配候选点按归一化相关系数测度值进行大小排序，并计算次大相关系数与最大相关系数的比值，如果小于指定阈值，则直接选择最大相关系数对应的候选点为唯一候选点；否则，取全部候选点，且候选点个数大于5个时，取前5个；最后，将特征点匹配候选点的结果按照子区为单元进行数据组织；(3)基于子区的松弛迭代法特征点匹配：以子区为单位，逐一进行松弛迭代法匹配，设Ii是某待匹配影像上的一个特征点，假设在某搜索影像上利用相关系数法匹配共找到m个候选点Ij(j＝1,2,…,m)，对应的相关系数为ρj(j＝1,2,…,m)，则Ii←Ij的匹配概率P(i,j)计算公式为：式(2)中，ρq表示特征点Ii和其候选点Iq的相关系数，在每个特征点的匹配候选生成后，按8邻域进行松弛迭代，设Ik是Ii的一个邻域点，Il(l＝1,2,…,t)是其对应的匹配候选点，则可定义如下的相容系数来描叙匹配Ii←Ij与邻域匹配Ik←Il的相容性：式(3)中，C表示相容系数，衡量两个事件之间的相容性，即C(i,j；k,l)表示匹配本文档来自技高网...

【技术保护点】
1.一种大范围多视倾斜影像连接点快速精确匹配方法，其特征在于，包括下述步骤：/n步骤1、下视影像外方位角元素精化：/n选取下视影像进行自由网平差处理，利用影像间同名光线对相交的几何约束条件，恢复影像间准确的相对位置关系，从而计算下视相机的安置角系统误差；利用解算出的安置角系统误差，对整个测区下视影像的外方位角元素进行改正；/n步骤2、下视影像连接点匹配：/n下视影像连接点匹配包括数据准备、基于分块策略和松弛迭代法的特征点匹配；/n步骤2.1、数据准备：首先，对所有下视影像构造影像金字塔，对每张下视影像，根据影像外方位元素和测区平均高程，计算影像四个角点投影到测区平均高程面上的物方坐标，确定影像覆盖范围，根据影像覆盖范围，构建下视影像重叠关系列表；/n(1)下视影像金字塔生成：/n用3×3像元平均法，对每一张下视影像生成金字塔影像，原始影像层作为第0层金字塔影像，影像金字塔层数一共4层；/n(2)下视影像重叠关系列表建立：/n利用下视影像外方位元素和测区平均高程，根据共线条件方程计算影像四个角点在测区平均高程面上投影的物方坐标：/n

【技术特征摘要】
1.一种大范围多视倾斜影像连接点快速精确匹配方法，其特征在于，包括下述步骤：
步骤1、下视影像外方位角元素精化：
选取下视影像进行自由网平差处理，利用影像间同名光线对相交的几何约束条件，恢复影像间准确的相对位置关系，从而计算下视相机的安置角系统误差；利用解算出的安置角系统误差，对整个测区下视影像的外方位角元素进行改正；
步骤2、下视影像连接点匹配：
下视影像连接点匹配包括数据准备、基于分块策略和松弛迭代法的特征点匹配；
步骤2.1、数据准备：首先，对所有下视影像构造影像金字塔，对每张下视影像，根据影像外方位元素和测区平均高程，计算影像四个角点投影到测区平均高程面上的物方坐标，确定影像覆盖范围，根据影像覆盖范围，构建下视影像重叠关系列表；
(1)下视影像金字塔生成：
用3×3像元平均法，对每一张下视影像生成金字塔影像，原始影像层作为第0层金字塔影像，影像金字塔层数一共4层；
(2)下视影像重叠关系列表建立：
利用下视影像外方位元素和测区平均高程，根据共线条件方程计算影像四个角点在测区平均高程面上投影的物方坐标：












式中，(X,Y,Z)表示下视影像某角点的物方坐标；(x,y)表示下视影像某角点的像点坐标；f表示下视影像对应的焦距；Xs,Ys,Zs,ω,κ表示下视影像的外方位元素；R表示由下视影像外方位元素计算的旋转矩阵；ai,bi,ci(i＝1,2,3)表示3×3旋转矩阵R的各个参数值；根据下视影像角点的物方坐标，计算下视影像间的重叠度，当重叠度大于20％时，建立其重叠关联关系；
步骤2.2、基于分块策略和松弛迭代法的特征点匹配：
基于分块策略和松弛迭代法的特征点匹配包括基于分块策略的特征点提取、基于相关系数法的同名点候选点匹配和基于子区的松弛迭代法特征点匹配；
(1)基于分块策略的特征点提取：
采用特征点分块提取策略，在影像重叠区域内按特定型式均匀分布一定大小的影像特征提取块，在每个影像特征提取块中划分格网，在每个格网单元中用Harris算子提取特征点，每个影像特征提取块视为子区；
(2)基于相关系数法的同名点候选点匹配：
对子区中每个特征点，利用下视影像外方位元素以及下视影像重叠关系列表，计算待匹配特征点在重叠影像上对应同名点的初始位置，并利用相关系数法寻找匹配候选点，具体如下：
利用所建立的核线几何约束方程，对搜索窗口影像的每个像素遍历，首先计算该像素到核线方程的距离，当小于给定的阈值时，以其为中心开辟匹配窗口；当几何变形超过指定阈值时，利用匹配窗口角点的投影物方坐标计算仿射变形系数，进行匹配窗口影像的几何粗纠正；然后，利用归一化相关系数测度，计算待匹配特征点与搜索窗口中各像素的相似度，对搜索窗口各像素的归一化相关系数测度值，采用非极大抑制算法提取局部最大值，归一化相关系数测度局部最大值大于指定阈值所对应的像素即为匹配候选点；当有多个匹配候选点时，对匹配候选点按归一化相关系数测度值进行大小排序，并计算次大相关系数与最大相关系数的比值，如果小于指定阈值，则直接选择最大相关系数对应的候选点为唯一候选点；否则，取全部候选点，且候选点个数大于5个时，取前5个；最后，将特征点匹配候选点的结果按照子区为单元进行数据组织；
(3)基于子区的松弛迭代法特征点匹配：
以子区为单位，逐一进行松弛迭代法匹配，设Ii是某待匹配影像上的一个特征点，假设在某搜索影像上利用相关系数法匹配共找到m个候选点Ij(j＝1,2,…,m)，对应的相关系数为ρj(j＝1,2,…,m)，则Ii←Ij的匹配概率P(i,j)计算公式为：



式(2)中，ρq表示特征点Ii和其候选点Iq的相关系数，在每个特征点的匹配候选生成后，按8邻域进行松弛迭代，设Ik是Ii的一个邻域点，Il(l＝1,2,…,t)是其对应的匹配候选点，则可定义如下的相容系数来描叙匹配Ii←Ij与邻域匹配Ik←Il的相容性：



式(3)中，C表示相容系数，衡量两个事件之间的相容性，即C(i,j；k,l)表示匹配Ii...

【专利技术属性】
技术研发人员：明洋，杨淑芬，常青，曾聪，王刊生，张霄，郑亮，
申请(专利权)人：中交第二公路勘察设计研究院有限公司，
类型：发明
国别省市：湖北;42