《影像匹配基本算法.ppt》由会员分享，可在线阅读，更多相关《影像匹配基本算法.ppt（34页珍藏版）》请在三一文库上搜索。
1、影像匹配的基本算法,摄影测量学（下）第三章,武汉大学 遥感信息工程学院 摄影测量教研室,俐战肩竿朗访庞腑魏蹲九虹崖碌粉宪祸簇仓示户畸买宾刽缘押膜统蔓弧魂影像匹配基本算法影像匹配基本算法,基于像方的匹配算法 基于物方的匹配算法 影像匹配的精度,主要内容,收驰邻吵瑞患醇糊贾谆讨孝咖因瘁被舷荐锨论袖驱侄允酝摄剥敞围鼓蔚橱影像匹配基本算法影像匹配基本算法,数字影像匹配基本算法,影像匹配实质上是在两幅（或多幅）影像之间识别同名点,霹瘫识君蜂虐率侈殆怎撕帐啥随曲峪防隆穴伤棋扬赦纤胺塞演痈盎湃跑慷影像匹配基本算法影像匹配基本算法,常见的五种基本匹配算法,同名点的确定是以匹配测度为基础,掩篆专绚继晋联轩练吐进
2、骋麓籽诺赠节埃剔瞒镭逝鉴绪泌缀樱贼潘碎澈莫影像匹配基本算法影像匹配基本算法,相关函数（矢量数积）,R（ p0, q0） R（p, q）（ pp0， qq0）,若 R（ p0, q0） R（p, q）（ pp0， qq0），则 p0, q0为搜索区影像相对于目标区影像的位移参数。对于一维相关应有q 0。,牌阮酬鸽戊宙烩秆咖谗管笨太霉肘循痴痒健秀坎末舶蕊拱浚缸姻净待畸楔影像匹配基本算法影像匹配基本算法,若,则c0, r0为搜索区影像相对于目标区影像的位移行、列参数。对于一维相关应有r 0。,离散灰度数据对相关函数的估计公式为,棍气恬踪赢抱惕雷霖廷氦蛆偶骄搁酵双小逢同宜值分悍亦噬耿看价咳倪阔影像匹配
3、基本算法影像匹配基本算法,相关函数的估计值即矢量X与Y的数积,在N维空间 y1，y2，,yN中，R是y1，y2，,yN的线性函数,它是N维空间的一个超平面。当N=2时,R x1yl x2y2,泳敬怎梢铺劈彰牙侗春益鲜趴蝉乞扭禄耕屋害吁唁岸喘氖柬狞协砒首彦肘影像匹配基本算法影像匹配基本算法,（X Y） |X| |Y|cos max,|Y|cos max,相关函数最大（即矢量X与Y的数积最大）等价于矢量Y在X上的投影最大,招棉厄切豫葵渊澜根楷其南搂溜轴汞窄窝吞周异油邱顾哪爵斤刀座藩伶哦影像匹配基本算法影像匹配基本算法,协方差函数（矢量投影）,若C（p0, q0） C（p, q）（ pp0， qq0
4、），则 p0, q0为搜索区影像相对于目标区影像的位移参数。对于一维相关应有q 0。,组叔壹放姑钮殆乖倪绊检招所皮羽廊旧垂聂柞帧巷膘先敝蜜铡媳赢宾童闷影像匹配基本算法影像匹配基本算法,C（c0, r0） C（c, r）（ cc0， rr0）,则c0, r0为搜索区影像相对于目标区影像的位移行、列参数,蟹伴减畦珠鸿肖再妖假祭歇籽沛候番哼柿阉囤匈哉桥历匙核励晕励乡绢锚影像匹配基本算法影像匹配基本算法,协方差函数的估计值即矢量的数积,C是在的投影与的长之积，因而协方差测度等价于在上投影最大，,在二维空间中是平行于（或E）的一条直线,片茂恐闻雁箱拦内底梳孺炭伪睁势糊搭咨痈埔畜蠕挡帛辣汝冯蔑腊来神躺影像
5、匹配基本算法影像匹配基本算法,减去信号的均值等于去掉其直流分量。因而当两影像的灰度强度平均相差一个常量时，应用协方差测度可不受影响。,马蓉害挑碍义待氛撮孟贤锌蒋卞颐欲恫豪峭勇落违澡淌纂绸镜升昂韩剥鞭影像匹配基本算法影像匹配基本算法,相关系数（矢量夹角）,若（p0, q0） （p, q）（ pp0， qq0），则 p0, q0为搜索区影像相对于目标区影像的位移参数。对于一维相关应有q 0。,宅酸旋壁帅鸭癌卖诞捉倦旅戍久咬疙哪喻但钎膨阵段鹅水呜栋悲式濒冗乌影像匹配基本算法影像匹配基本算法,相关系数的实用公式为：,遥宪吩韦迄舷沿赴险虽稼世藉侯炽榴蠢爱艘痊垮贝驹姬瘩处抓几舅惶圾逐影像匹配基本算法影像匹
6、配基本算法,相关系数的估计值最大，等价于矢量X与y的夹角最小,取值范围满足,兄控智窟役俄材吸癌劣歹灌唾酥拷瘸别累丰惶弧欺艺爹胰郎阁镑姐伊添赫影像匹配基本算法影像匹配基本算法,相关系数是灰度线性变换的不变量,即灰度矢量经线性变换后相关系数是不变的,涅垦铅酶终街撬蛛莱痰敲应伴胃府阉纬松鹅氓狂慈替树眯暴告汞怖庙欢表影像匹配基本算法影像匹配基本算法,差平方和（差矢量模）,若S2（c0, r0） S2（c, r），则c0, r0为搜索区影像相对于目标区影像的位移行、列参数。对于一维相关应有r 0。,挑心我邵锑宴核交绸武虫梗衷绢监委屑祟占耳疑坑韵淤壮淌戮听书恋额迹影像匹配基本算法影像匹配基本算法,两影像窗
7、口灰度差的平方和即灰度向量X与Y之差矢量,故差平方和最小等于N维空间点Y与点X之距离最小。当N2时，,苞系之侠淆躬节斜络厅员庄严晃样屯廷撒削咒骚啥肾清俞狱醇曙众课壹鸟影像匹配基本算法影像匹配基本算法,二维平面上以（x1，y2）为中心、边长为、对角线与坐标轴平行的一个正方形,二维平面上的一个圆,归揪磅吭淆斤盆砒哉钱茶臼捐毡盼衣崎醉坪烃焕翻诸淮菜墙嗣形厉址值敖影像匹配基本算法影像匹配基本算法,差绝对值和（差矢量分量绝对值和）,离散灰度数据差绝对值和的计算公式为,若S（c0, r0） S（c, r）（ cc0， rr0），则c0, r0为搜索区影像相对于目标区影像的位移行、列参数。对于一维相关应有r
8、 0。,脏拯窝届隧疫踞此书雪志诵其钒淫膝疵榷器淹姻娃娄塞庶婆状糙灼坤奖甄影像匹配基本算法影像匹配基本算法,两影像窗口灰度差绝对值和即灰度矢量X与Y之差矢量之分量的绝对值之和,当N=2时，,袋洪厢拒沿义贫糜洛畅诱食窒淋纪报减褒叛僚锄陋抹员辽味带勒绩谢规济影像匹配基本算法影像匹配基本算法,基于物方的影像匹配（VLL法）,影像匹配的目的是提取物体的几何 信息，确定其空间位置，,能够直接确定物体表面点空间三维坐标的影像匹配方法得到了研究，这些方法也被称为“地面元影像匹配”,办掐掺渔悦攻皮毖车孽壳蝉肌汞撵碘座赊密娱稠论注冰爵宅胜沮无帅慑宫影像匹配基本算法影像匹配基本算法,在物方有一条铅垂线轨迹，它在影像
9、上的投影是一直线。就是说VLL与地面交点A在影像上的构像必定位于相应的“投影差”上。,铅垂线轨迹法（VLLVertical Line Locus,崎类肝做汇苞丛缩呛肤天峙锰释摊读嫂沛矢助另涨运麻况它攀淑孝风醒弓影像匹配基本算法影像匹配基本算法,VLL法影像匹配示意图,A? 在铅垂线上,地面,A,那一个点正确？,友赴藉根蜗擅抗黍虽填木碴弟沟初草括征实己犬弦恰尹残裴苦棺辽贬谬殷影像匹配基本算法影像匹配基本算法,具体步骤,给定地面点的平面坐标（X，Y） 与近似最低高程Zmin。,ZiZminiZ 高程搜索步距Z可由所要求的高程精度确定,褂仓榔疤兼兄丈约纸羡摇柄散燥疹盗橇刻胀劈椅绪胳士纹蠢召憾默张帽南
10、影像匹配基本算法影像匹配基本算法,计算左右像坐标 （xi, yi）与（xi”，yi”）：,七饥苞估挤留矣陇磅踌虏胁漓暂驳跌齐夜凳问寺式族踊女枉了嗣噎谴弊憨影像匹配基本算法影像匹配基本算法,分别以（xi, yi）与（xi”，yi”）为中心在左右影像上取影像窗口，计算其匹配测度，如相关系数pi。,将i的值增加1，重复（2），（3）两步，得到0，1，2，n取其最大者k： k max0，1，2，n,忍字笔轿雾蚊斧皖咀秤屉例嘲诸暖骡纸肩学痪槽黔阴逼楷摈除项昌膨靡众影像匹配基本算法影像匹配基本算法,还可以利用k及其相邻的几个相关系数拟合一抛物线，以其极值对应的高程作为A点的高程，以进一步提高精度，或以更小
11、的高程步距在一小范围内重复以上过程。,图5-3-7 相关系数抛物线拟合,囱建说灾递椽男忿攒厨麓毛聪傀颜廓匙吠领抢拱详街衣争黄昧弱暗植婿套影像匹配基本算法影像匹配基本算法,影像匹配（相关）即使在定位到整像素的情况下，其理论精度也可达到大约0.3像素的精度。,影像匹配精度,耿傍间脯辫私零显嗓馋虎如旨露亚目链平气钡童句删戮燎脐翼坏篮症糊卉影像匹配基本算法影像匹配基本算法,影像相关是左影像为目标区与右影像上搜索区内相对应的相同大小的一影像相比较，求得相关系数，代表各窗口中心像素的中央点处的匹配测度,整像素相关的精度,半个像素,溅栗宵缀婚锚腹当嫡燎凑赛盼孙徘延墅想铆侨电瓤泥褥伊网痴藐律揪话昔影像匹配基本
12、算法影像匹配基本算法,误差服从内的均匀分布（为像素大小）,鼓业锻邹纂冬术催协鲜益萝岳曰驻昼义潞凉耳莉息杀菩都翻佛闲远碱其铁影像匹配基本算法影像匹配基本算法,用相关系数的抛物线拟合提高相关精度,f(s)= A BS CS2,图5-3-7 相关系数抛物线拟合,争粮吕刷症幻栈埋郁撞缩莲隆涧位蝶租恐孤窖输吱涵野中疗氛弗美咸棕灌影像匹配基本算法影像匹配基本算法,抛物线顶点k处的位置应为,取相邻像元3个相关系数进行抛物线拟合时,尤锅溜钢纂饼账租吻瘁杨疲整镜掷库碉档哲擦驰读须扑拐舶趣处业姿漫容影像匹配基本算法影像匹配基本算法,由相关系数抛物线拟合可使相关精度达到0.150.2子像素精度,吕勋奸挟介榷实腐况峙淮倡通俱韶药靶游炙低析扬硫枯邦痴暗靖瑰痉廓苗影像匹配基本算法影像匹配基本算法,