System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种无需先验条件的影像线特征分类匹配方法,属于影像匹配。
技术介绍
1、大视角影像能从多个不同的角度观测地表形态、获取目标立面信息,对于目标的表达更为直观与完整。线特征作为常用特征之一,具有丰富的语义信息,能够较好地表达目标结构。因此,通过线特征匹配建立大视角影像之间的关联性对于目标三维重建具有重要意义。
2、对于具有显著视点变化的影像,线特征单侧邻域影像内容不一致,导致根据线支持域构建的线描述符相似度降低。现有方法通常通过姿轨数据建立影像间变换关系,削弱影像之间复杂几何形变的影响;或者通过给定的基本矩阵确定候选线对局部单应性并构造单应图,结合重加权随机游走和约束贪婪算法能够在跨视角影像中获得可靠匹配;亦可利用立体像对间的视差建立几何约束,限制线特征的匹配搜索范围,获得较好的匹配效果。但是,上述线特征匹配方法均需要附加先验知识来增强匹配的稳定性,具有一定局限性。
技术实现思路
1、本专利技术的目的是提供一种无需先验条件的影像线特征分类匹配方法,以解决目前跨视角影像在进行匹配时需要先验信息进行约束导致的局限性大的问题。
2、本专利技术为解决上述技术问题而提供一种无需先验条件的影像线特征分类匹配方法,该分类匹配方法包括以下步骤:
3、1)获取待分类匹配影像,根据获取的影像中线特征的分布构建v型线对;
4、2)对待分类匹配的影像对中的各影像分别进行影像变换,以多参数模拟匹配的形式确定各自最佳的变换参数,并按照各最佳的变换参数对
5、3)对变换后的影像对的所有同名交点进行判断,删除无法获取同名v型线对的同名交点,得到同名v型线对组,将同名v型线对中线段作为匹配线段;
6、4)围绕同名v型线对构建局部共面区域对未匹配的线特征进行单线段分组,结合基础矩阵恢复对应区域的单应性关系,根据单应性约束筛选候选匹配线,实现组内单线特征匹配。
7、本专利技术结合模拟相机视点计算的最佳变换参数和线对交点匹配结果,提供了强大的几何条件,代替了先验信息约束,实现了无需先验信息的纯影像间的线特征匹配,有效解决了跨视角影像几何形变大导致的需要结合影像先验信息构建额外约束获取可靠匹配线对的问题。
8、进一步地,所述步骤1)中v型线对的构建过程如下:
9、在每个影像中对各线段建立搜索区域,在其搜索区域内查找与其组成的v型线对的线特征,组成v型线对的条件包括:
10、所述线特征某一个端点位于方形搜索区域内;线特征与该线段夹角大于30度,小于130度;线特征与该线段的交点位于所述搜索区域内。
11、本专利技术在线特征的搜索区域,找到与其相邻且角度满足约束的线特征,从而能够快速、准确地实现v型线对的构建。
12、进一步地,所述步骤3)中同名v型线对指的是同名交点的两线对角度之差在设定的阈值范围内的v型线对。
13、进一步地,所述步骤4)中的单应性恢复过程为:
14、利用全部同名交点建立关于基础矩阵的线性方程组,解算基础矩阵;
15、根据基础矩阵和单应性矩阵的相容性约束关系构建关于单应性矩阵的非齐次约束;
16、基于同名线特征的映射关系计算单应性矩阵的相关参数,以此得到共面区域的单应性矩阵。
17、本专利技术根据基础矩阵和单应性矩阵的相容性约束的限制,对于给定基础矩阵f的对应平面区域,通过求解三个参数就可以确定其单应性,能够方便实现单应性矩阵的求解。
18、进一步地,所述步骤4)中的单线段匹配过程为:
19、将属于同名v型线对所在的共面区域的候选匹配线段通过局部单应性关系分别计算在对应影像中的映射线;
20、判断候选匹配线段和对应的映射线是否满足角度约束条件和邻近约束条件;
21、将同时满足角度约束条件和邻近约束条件的候选匹配线段作为同名线段。
22、进一步地,所述角度约束条件为:
23、
24、其中α、α′分别为候选匹配线段的角度,β、β′分别为候选匹配线段的映射线的角度,tβ为设定角度阈值。
25、进一步地,所述邻近约束条件为:在各自的影像中构建候选匹配线段的支持域,若候选匹配线段的映射线的任一端点在所映射的影像中的匹配线段的支持域内,则满足邻近约束。
26、本专利技术通过构造角度约束和邻近关系约束,能够将方向一致且空间相邻的线特征准确找到,进而提高了同名线段匹配的准确性。
27、进一步地,当候选匹配线段为一对多或者多对多时,从中选出映射距离最小的匹配线作为最终的同名线段。
28、本专利技术针对一对多或者多对多的匹配结果,通过映射距离来进一步筛选,距离越小,表明两个线之间的相关性越强,就越有可能是同名线段,因此,能够从一对多或者多对多的匹配结果中找到最终的同名线段匹配结果,大大提高了匹配的准确性。
29、进一步地,当待匹配的影像线特征为曲线时,构建虚拟v型线对,按照v型线对的方法对虚拟v型线对进行匹配;所述的虚拟v型线对的构建过程为:在曲线的搜索区域内找到邻近曲线,分别连接两条邻近曲线端点和其后边缘点构造虚拟直线段,若两个虚拟直线段的夹角在设定范围,则这两条邻近曲线的两个虚拟直线段构成虚拟v型线对。
30、本专利技术针对曲线特征,通过构造虚拟v型线对来进行线特征的匹配,能够解决曲线特征匹配过程中存在的需要先验信息的问题。
本文档来自技高网...【技术保护点】
1.一种无需先验条件的影像线特征分类匹配方法,其特征在于,该分类匹配方法包括以下步骤:
2.根据权利要求1所述的无需先验条件的影像线特征分类匹配方法,其特征在于,所述步骤1)中V型线对的构建过程如下:
3.根据权利要求1所述的无需先验条件的影像线特征分类匹配方法,其特征在于,所述步骤3)中同名V型线对指的是同名交点的两线对角度之差在设定的阈值范围内的V型线对。
4.根据权利要求1所述的无需先验条件的影像线特征分类匹配方法,其特征在于,所述步骤4)中的单应性恢复过程为:
5.根据权利要求4所述的无需先验条件的影像线特征分类匹配方法,其特征在于,所述步骤4)中的单线段匹配过程为:
6.根据权利要求5所述的无需先验条件的影像线特征分类匹配方法,其特征在于,所述角度约束条件为:
7.根据权利要求5所述的无需先验条件的影像线特征分类匹配方法,其特征在于,所述邻近约束条件为:在各自的影像中构建候选匹配线段的支持域,若候选匹配线段的映射线的任一端点在所映射的影像中的匹配线段的支持域内,则满足邻近约束。
8.根据
9.根据权利要求1-8中任一项所述的无需先验条件的影像线特征分类匹配方法,其特征在于,当待匹配的影像线特征为曲线时,构建虚拟V型线对,按照V型线对的方法对虚拟V型线对进行匹配;所述的虚拟V型线对的构建过程为:在曲线的搜索区域内找到邻近曲线,分别连接两条邻近曲线端点和其后边缘点构造虚拟直线段,若两个虚拟直线段的夹角在设定范围,则这两条邻近曲线的两个虚拟直线段构成虚拟V型线对。
...【技术特征摘要】
1.一种无需先验条件的影像线特征分类匹配方法,其特征在于,该分类匹配方法包括以下步骤:
2.根据权利要求1所述的无需先验条件的影像线特征分类匹配方法,其特征在于,所述步骤1)中v型线对的构建过程如下:
3.根据权利要求1所述的无需先验条件的影像线特征分类匹配方法,其特征在于,所述步骤3)中同名v型线对指的是同名交点的两线对角度之差在设定的阈值范围内的v型线对。
4.根据权利要求1所述的无需先验条件的影像线特征分类匹配方法,其特征在于,所述步骤4)中的单应性恢复过程为:
5.根据权利要求4所述的无需先验条件的影像线特征分类匹配方法,其特征在于,所述步骤4)中的单线段匹配过程为:
6.根据权利要求5所述的无需先验条件的影像线特征分类匹配方法,其特征在于,所述角度约束条件为:
7.根据权利要求...
【专利技术属性】
技术研发人员:宋佳璇,范大昭,纪松,董杨,雷蓉,古林玉,李东子,徐睿,储光涵,张泽瑞,李明,李志新,
申请(专利权)人:中国人民解放军战略支援部队信息工程大学,
类型:发明
国别省市:
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。