一种基于异构投影的三维地形快速精确匹配方法[发明专利]

(10)申请公布号
(43)申请公布日 (21)申请号 201510397177.4
(22)申请日 2015.07.08
G06T 7/00(2006.01)
(71)申请人西安电子科技大学
地址710071 陕西省西安市太白南路2号
(72)发明人刘贵喜 方兰兰 吕孟娇 张娜
姚李阳 唐海军
(74)专利代理机构西安智萃知识产权代理有限
公司 61221
代理人
方力平
(54)发明名称
一种基于异构投影的三维地形快速精确匹配
方法
(57)摘要
本发明公开了一种基于异构投影的三维地形
快速精确匹配方法。

该三维地形匹配方法包括三
维DEM(Digital Elevation Model)地形数据的
获取与转换，对三维地形进行正射投影，根据地形
的正射投影再进行投影图匹配。

对投影图进行匹
配过程中采用直线特征与点特征结合的方法，在
对投影图进行直线检测并匹配完同名直线之后，
找到同名直线两两相交的虚拟角点，并计算出该
角点的坐标。

然后利用改进的SURF(Speed-up
robust features)算法对找出的虚拟角点进行匹
配，改进的SURF 算法结合了SURF 算法、HARRIS 算
法和NCC(Normalized Cross Correlation)算法。

当且仅当对应的角点匹配时，才认为这两条直线
正确匹配。

计算出投影图之间的变换关系，再将变
换参数应用于三维地形之间的匹配，从而完成整
个地形匹配过程。

(51)Int.Cl.
(19)中华人民共和国国家知识产权局(12)发明专利申请权利要求书2页 说明书5页 附图5页CN 105005993 A 2015.10.28
C N 105005993
A
1.一种基于异构投影的三维地形快速精确匹配方法，其特征在于，至少包括如下步骤：
步骤1，将原始数字高程模型地形数据格式USGS-DEM转换为数字高程模型地形数据格式CNSTDF-DEM；
步骤2，对步骤1所述地形格式的参考三维地形和待匹配三维地形进行正射投影；
步骤3，根据步骤2所述的正射投影，对投影图进行匹配，得到投影图变换参数，匹配过程采用直线特征和点特征结合的方法；
步骤4，根据步骤3所述的变换参数，对参考三维地形和待匹配三维地形进行匹配并得到匹配结果。

2.根据权利要求1所述的一种基于异构投影的三维地形快速精确匹配方法，其特征在于：所述步骤1，包括如下步骤：
步骤11，打开一个地形文件；
步骤12，判断打开的文件是否为USGS-DEM地形数据格式；
步骤13，如果不是则转到步骤11，如果是则开始读取数据头；
步骤14，提取相关地形文件头信息；
步骤15，存储文件头信息；
步骤16，开辟数据存储空间；
步骤17，读取数据体；
步骤18，过滤数据体的每行的前144个字节；
步骤19，存储数据相关信息；
步骤110，结合存储的文件头和数据体保存为CNSTDF-DEM地形格式文件；
步骤111，地形转换完成。

3.根据权利要求1所述的一种基于异构投影的三维地形快速精确匹配方法，其特征在于：所述步骤2，包括如下步骤：
步骤21，打开得到的三维CNSTDF-DEM地形数据；
步骤22，得到地形表面纹理特征；
步骤23，得到三维地形纹理；
步骤24，根据纹理得到地形正射投影图。

4.根据权利要求1所述的一种基于异构投影的三维地形快速精确匹配方法，其特征在于：所述步骤3，包括如下步骤：
步骤31，对待匹配投影图和参考投影图进行直线的检测与匹配,匹配完同名直线后，在待匹配投影图中将两两直线相交的交点作为待匹配投影图虚拟角点；
步骤32，在参考投影图中将两两直线相交的交点作为参考投影图虚拟角点；
步骤33，对虚拟角点进行SURF算法粗匹配；
步骤34，对虚拟角点进行SURF算法精匹配；
，通步骤35，通过第一次匹配，得到了参考图像和待配准图像的精确特征点对集合φ
AB
过φ
便可以求取参考图像和待配准图像间的透视变换矩阵H；
AB
步骤36，对待匹配投影图根据求出的变换矩阵H进行变换；
步骤37，对待匹配投影图进行插值；
步骤38，变换插值之后得到中间图像；
步骤39，获得参考投影图和待匹配投影图；
步骤310，找出参考投影图和待匹配投影图之间的重叠部分作为各自的感兴趣区域，并且根据重叠区域大小划分参考图像为多块子区域。

当重叠区域较大时，子区域大小为64×64，当重叠区域较小时子区域也相应的变小；
步骤311，在参考投影图的子区域中，以区域中心为中心，在周围32×32，即参考图像子区域大小的0.5倍邻域内进行HARRIS特征点提取，取该区域中所有HARRIS特征点中R 值最大的，即与周围点最有区分度的点作为参考投影图的特征点；如果在32×32邻域内没有HARRIS特征点，则把子区域中心作为一个特征点处理；
步骤312，当所有的参考投影图特征点提取完后，进行NCC算法匹配；
步骤313，在中间图像中，以参考投影图特征点坐标为中心的96×96，即参考投影图子区域大小的1.5倍邻域内进行搜索，记录相关系数和其特征点坐标，得到粗匹配点；
步骤314，在96×96区域搜索完成后，比较所有记录的粗匹配点的相关系数，选出最大
限定；
的相关系数，进行阈值T
NCC
步骤315，如果大于给定阈值T
，则相应坐标点作为中间图像的特征点和参考投影图
NCC
特征点的精匹配点；
步骤316，根据精匹配点对用最小二乘法进行拟合；
步骤317，求出中间图像和参考投影图间的变换矩阵，得到投影匹配的最后变换参数，完成投影图匹配。

5.根据权利要求4所述的一种基于异构投影的三维地形快速精确匹配方法，其特征在于：所述步骤4，包括如下步骤：
步骤41，获取投影匹配完成后得到的变换参数；
步骤42，返回到三维地形中，对三维地形进行转换；
步骤43，完成三维地形匹配。

一种基于异构投影的三维地形快速精确匹配方法
技术领域
[0001] 本发明属于三维地形匹配领域，具体为一种基于异构投影的三维地形快速精确匹配方法。

背景技术
[0002] 地形匹配技术是地形辅助导航的关键技术之一，它在航空领域应用广泛，在水下运载体的海底地形匹配定位、机器人导航定位以及陆地车辆导航等方面，也有着广阔的应用前景。

[0003] 现有的地形匹配算法很多，国内外也一直有人在研究，算法也在不断的更新改进。

现有的方法中，有在高斯曲率图像中利用高斯曲率最大和最小的点作为特征点进行地形匹配的方法。

有用归一化的小波描述符进行轮廓的描述和匹配的基于地形轮廓的匹配方法，但是此方法在地形轮廓不明显等情况不适用。

有利用视觉词典的方法证明直接的2D到3D 的匹配方法能提高匹配性能，但是此方法数据量太大的话就会影响内存，耗费的时间长，匹配过程中没有进行误描述符的剔除。

后来出现了一种基于面特征的三维地形匹配算法，此方法的缺点是如果地形数据太大或者地形图复杂，匹配的时间会很长，匹配速度太慢。

为此，本发明提出了一种基于地形正射投影的新的三维地形快速精确匹配方法，充分利用地形的表面特征，很多情形下投影图之间不是同源的，而是异构的图像。

异构的图像缺乏灰度信息，传统的图像匹配方法已经不适用。

本发明利用直线特征与点特征结合的方法进行投影图匹配。

首先利用直线匹配算法匹配图像中的同名直线，对同名直线两两相交的交点作为虚拟角点，再利用点特征进行第二次匹配，剔除误匹配的直线。

对点特征进行匹配时采用的是具有更高匹配精度的改进SURF(Speed-up robust features)算法，该算法结合了SURF 算法、HARRIS算法和NCC(Normalized Cross Correlation)算法。

发明内容
[0004] 本发明的目的是提供一种基于异构投影的三维地形快速精确匹配方法，以便提高三维地形匹配效率和匹配精度。

[0005] 本发明的目的是这样实现的，一种基于异构投影的三维地形快速精确匹配方法，其特征在于，至少包括如下步骤：
[0006] 步骤1，将原始数字高程模型地形数据格式USGS-DEM转换为数字高程模型地形数据格式CNSTDF-DEM；
[0007] 步骤2，对步骤1所述地形格式的参考三维地形和待匹配三维地形进行正射投影；[0008] 步骤3，根据步骤2所述的正射投影，对投影图进行匹配，得到投影图变换参数，匹配过程采用直线特征和点特征结合的方法；
[0009] 步骤4，根据步骤3所述的变换参数，对参考三维地形和待匹配三维地形进行匹配并得到匹配结果。

[0010] 所述步骤1，包括如下步骤：
[0011] 步骤11，打开一个地形文件；
[0012] 步骤12，判断打开的文件是否为USGS-DEM地形数据格式；
[0013] 步骤13，如果不是则转到步骤11，如果是则开始读取数据头；
[0014] 步骤14，提取相关地形文件头信息；
[0015] 步骤15，存储文件头信息；
[0016] 步骤16，开辟数据存储空间；
[0017] 步骤17，读取数据体；
[0018] 步骤18，过滤数据体的每行的前144个字节；
[0019] 步骤19，存储数据相关信息；
[0020] 步骤110，结合存储的文件头和数据体保存为CNSTDF-DEM地形格式文件；[0021] 步骤111，地形转换完成。

[0022] 所述步骤2，包括如下步骤：
[0023] 步骤21，打开得到的三维CNSTDF-DEM地形数据；
[0024] 步骤22，得到地形表面纹理特征；
[0025] 步骤23，得到三维地形纹理；
[0026] 步骤24，根据纹理得到地形正射投影图。

[0027] 所述步骤3，包括如下步骤：
[0028] 步骤31，对待匹配投影图和参考投影图进行直线的检测与匹配,匹配完同名直线后，在待匹配投影图中将两两直线相交的交点作为待匹配投影图虚拟角点；
[0029] 步骤32，在参考投影图中将两两直线相交的交点作为参考投影图虚拟角点；[0030] 步骤33，对虚拟角点进行SURF算法粗匹配；
[0031] 步骤34，对虚拟角点进行SURF算法精匹配；
[0032] 步骤35，通过第一次匹配，得到了参考图像和待配准图像的精确特征点对集合
φ
AB ，通过φ
AB
便可以求取参考图像和待配准图像间的透视变换矩阵H；
[0033] 步骤36，对待匹配投影图根据求出的变换矩阵H进行变换；
[0034] 步骤37，对待匹配投影图进行插值；
[0035] 步骤38，变换插值之后得到中间图像；
[0036] 步骤39，获得参考投影图和待匹配投影图；
[0037] 步骤310，找出参考投影图和待匹配投影图之间的重叠部分作为各自的感兴趣区域，并且根据重叠区域大小划分参考图像为多块子区域。

当重叠区域较大时，子区域大小为64×64，当重叠区域较小时子区域也相应的变小；
[0038] 步骤311，在参考投影图的子区域中，以区域中心为中心，在周围32×32，即参考图像子区域大小的0.5倍邻域内进行HARRIS特征点提取，取该区域中所有HARRIS特征点中R值最大的，即与周围点最有区分度的点作为参考投影图的特征点；如果在32×32邻域内没有HARRIS特征点，则把子区域中心作为一个特征点处理；
[0039] 步骤312，当所有的参考投影图特征点提取完后，进行NCC算法匹配；
[0040] 步骤313，在中间图像中，以参考投影图特征点坐标为中心的96×96，即参考投影图子区域大小的1.5倍邻域内进行搜索，记录相关系数和其特征点坐标，得到粗匹配点；[0041] 步骤314，在96×96区域搜索完成后，比较所有记录的粗匹配点的相关系数，选出
最大的相关系数，进行阈值T
限定；
NCC
[0042] 步骤315，如果大于给定阈值T NCC，则相应坐标点作为中间图像的特征点和参考投影图特征点的精匹配点；
[0043] 步骤316，根据精匹配点对用最小二乘法进行拟合；
[0044] 步骤317，求出中间图像和参考投影图间的变换矩阵，得到投影匹配的最后变换参数，完成投影图匹配。

[0045] 所述步骤4，包括如下步骤：
[0046] 步骤41，获取投影匹配完成后得到的变换参数；
[0047] 步骤42，返回到三维地形中，对三维地形进行转换；
[0048] 步骤43，完成三维地形匹配。

[0049] 该方法包括三维DEM(Digital Elevation Model)地形数据的获取与转换，对三维地形进行正射投影，根据地形的正射投影再进行投影图匹配。

对投影图进行匹配过程中采用直线特征与点特征结合的方法，在对投影图进行直线检测并匹配完同名直线之后，找到同名直线两两相交的虚拟角点，并计算出该角点的坐标。

然后利用改进的SURF算法对找出的虚拟角点进行匹配，当且仅当对应的角点匹配时，才认为这两条直线正确匹配。

计算出投影图之间的变换关系，再将变换参数应用于三维地形之间的匹配，从而完成整个地形匹配过程。

本发明利用三维地形投影进行匹配，是一种三维地形匹配的新方法。

本发明可以应用于无人机视觉导航中，退化环境下，有遮挡的情况，针对异构的投影进行匹配。

[0050] 本发明的有益效果是：充分利用地形的表面特征，对三维地形的正射投影进行匹配，提供了一种新的三维地形匹配算法。

对于异构的地形投影，该算法也适用。

改进的SURF 点特征算法提高了投影匹配的精度。

附图说明
[0051] 图1本发明流程图；
[0052] 图2地形数据格式转换流程图；
[0053] 图3地形投影图获取；
[0054] 图4改进SURF算法流程图；
[0055] 图5地形匹配过程；
[0056] 图6异构投影图的SURF与改进SURF算法结果。

具体实施方式
[0057] 如图1所示，三维地形匹配的流程图步骤特征是：
[0058] 步骤1，将原始数字高程模型地形数据格式USGS-DEM转换为数字高程模型地形数据格式CNSTDF-DEM；
[0059] 步骤2，对步骤1所述地形格式的参考三维地形和待匹配三维地形进行正射投影；[0060] 步骤3，根据步骤2所述的正射投影，对投影图进行匹配，得到投影图变换参数，匹配过程采用直线特征和点特征结合的方法；
[0061] 步骤4，根据步骤3所述的变换参数，对参考三维地形和待匹配三维地形进行匹配并得到匹配结果。

[0062] 如图2所示，所述步骤1，包括如下步骤，其特征是：
[0063] 步骤11，打开一个地形文件；
[0064] 步骤12，判断打开的文件是否为USGS-DEM地形数据格式；
[0065] 步骤13，如果不是则转到步骤11，如果是则开始读取数据头；
[0066] 步骤14，提取相关地形文件头信息；
[0067] 步骤15，存储文件头信息；
[0068] 步骤16，开辟数据存储空间；
[0069] 步骤17，读取数据体；
[0070] 步骤18，过滤数据体的每行的前144个字节；
[0071] 步骤19，存储数据相关信息；
[0072] 步骤110，结合存储的文件头和数据体保存为CNSTDF-DEM地形格式文件；[0073] 步骤111，地形转换完成。

[0074] 如图3所示，所述步骤2，包括如下步骤，其特征是：
[0075] 步骤21，打开得到的三维CNSTDF-DEM地形数据；
[0076] 步骤22，得到地形表面纹理特征；
[0077] 步骤23，得到三维地形纹理；
[0078] 步骤24，根据纹理得到地形正射投影图。

[0079] 如图4所示，所述步骤3，包括如下步骤，其特征是：
[0080] 步骤31，对待匹配投影图和参考投影图进行直线的检测与匹配,匹配完同名直线后，在待匹配投影图中将两两直线相交的交点作为待匹配投影图虚拟角点；
[0081] 步骤32，在参考投影图中将两两直线相交的交点作为参考投影图虚拟角点。

[0082] 步骤33，对虚拟角点进行SURF算法粗匹配；
[0083] 步骤34，对虚拟角点进行SURF算法精匹配；
[0084] 步骤35，通过第一次匹配，得到了参考图像和待配准图像的精确特征点对集合
φ
AB ，通过φ
AB
便可以求取参考图像和待配准图像间的透视变换矩阵H；
[0085] 步骤36，对待匹配投影图根据求出的变换矩阵H进行变换；
[0086] 步骤37，对待匹配投影图进行插值；
[0087] 步骤38，变换插值之后得到中间图像；
[0088] 步骤39，获得参考投影图和待匹配投影图；
[0089] 步骤310，找出参考投影图和待匹配投影图之间的重叠部分作为各自的感兴趣区域，并且根据重叠区域大小划分参考图像为多块子区域。

当重叠区域较大时，子区域大小为64×64，当重叠区域较小时子区域也相应的变小；
[0090] 步骤311，在参考投影图的子区域中，以区域中心为中心，在周围32×32，即参考图像子区域大小的0.5倍邻域内进行HARRIS特征点提取，取该区域中所有HARRIS特征点中R值最大的，即与周围点最有区分度的点作为参考投影图的特征点；如果在32×32邻域内没有HARRIS特征点，则把子区域中心作为一个特征点处理；
[0091] 步骤312，当所有的参考投影图特征点提取完后，进行NCC算法匹配；
[0092] 步骤313，在中间图像中，以参考投影图特征点坐标为中心的96×96(参考投影图子区域大小的1.5倍)区域内进行搜索，记录相关系数和其特征点坐标，得到粗匹配点；
[0093] 步骤314，在96×96区域搜索完成后，比较所有记录的粗匹配点的相关系数，选出
限定；
最大的的相关系数，进行阈值T
NCC
[0094] 步骤315，如果大于给定阈值T NCC，则相应坐标点作为中间图像的特征点和参考投影图特征点的精匹配点。

[0095] 步骤316，根据精匹配点对用最小二乘法进行拟合；
[0096] 步骤317，求出中间图像和参考投影图间的变换矩阵，得到投影匹配的最后变换参数，完成投影图匹配。

[0097] 如图5所示，所述步骤4，包括如下步骤，其特征是：
[0098] 步骤41，获取投影匹配完成后得到的变换参数；
[0099] 步骤42，返回到三维地形中，对三维地形进行转换；
[0100] 步骤43，完成三维地形匹配。

[0101] 如图6所示，图6(a)为地形的可见光投影图，图6(b)为地形的红外投影图，图6(c)为用SURF算法进行匹配的结果，匹配精度为0.2108像素，图6(d)为用本文改进SURF 算法进行匹配的结果，匹配精度为0.0338像素。

结果表明改进SURF算法提高了匹配过程的精度。

[0102] 步骤中没有详细叙述的部分属本领域公知的常用手段及算法，这里不一一叙述。

图1
图2
图3
图4
图5
图6。