摄影测量学 影像匹配
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2
Photogrammetry,2004
目标区
搜索区
(450,450)
3 3 3 6 8 5 6 4 6
(300,300)
3 2 3 6 7 4 6 3 6
(340,260)
1 0 0 2 8 5 3 2
(358,346)
7 4 1 3 8 8 2 1 0
0
0.92
0.56
0.38
目标区
搜索区
(450,450)
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
第五章 影像匹配基础理论与算法
问题的提出：摄影测量中立体像对（双像）的量测是提取 物体三维信息的基础。在数字摄影测量中是以影像匹配来 代替传统的人工观测，来达到自动确定同名像点的目的。
-92.907 -77.103
-69.078 88.203
86.495
87.966
2450013
20.773
22.672
-67.193
24.195
-1.523
y
2464142
2449087
y
2464142 2449087
2450013 2450001
2450001
2450013
2464026
2464026
利用影像匹配获得的同名点进行相对定向
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
主要内容：
相关系数匹配的基本原理
核线几何关系解析
最小二乘法影像匹配的原理
单点最小二乘法影像匹配 最小二乘法影像匹配精度
7 4 1 3 8 8 2 1 0
0
4
>4
>4
三、 最小二乘影像匹配
y
2464142
2449087
y
2464142 2449087
2450013 2450001
2450001
2450013
2464026
2464026
2465015
2465015
x
同名点号 x1 y1 x2 y2 左右视差 (x1-x2) 4309.591 上下视差 (y1-y2) -89.300
要选择一个特征点，如道路交叉口、房屋的拐角、地面 上大型实体的某一个部位。
目标区
搜索区
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
● 搜索区域（位置和大小）的确定
f
Px / B f / H Px B f / H
问题的提出：在前述的影 像匹配方法中没有考虑到 影像灰度的系统变形情况， LSM就是在影像匹配的数 字模型中引入系统变形参 数，按最小二乘原则解求 变形参数。充分利用了影 像窗口内的信息进行平差 计算，使影像匹配可以达 到1/10甚至1/100像素的高 精度。（也称为高精度影 像匹配或高精度影像相关）
2
vv min
仅仅认为影像灰度只存在偶然误差
n1 g1 ( x, y ) n2 g2 ( x, y )
v g1 ( x, y ) g2 ( x, y )
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
f
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
x
x
y
y
Photogrammetry,2004
y
2464
2464142 2449087
y
2465 2464142
2450013 2449087
目标区
a1
m n
a2
搜索区
k l ( k m , l n)
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
目标区
搜索区
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
(W1mn (W2 ))(W2mn (W2 ))
(W1 ))
2 mw nw
w
w
(W2mn (W2 ))2
w
w
（2）差平方和
S 2 X Y ( x1 y1 ) 2 ( x 2 y 2 ) 2 .... ( x N y N ) 2 min
2450013
2450001
2450001
x
2464026 2464026
x
2465015
2465015
同名点号
x1
y1
x2
y2
左右视差 (x1-x2) 90.430
上下视差 (y1-y2) -1.924 -1.301
2464026 2464142
-2.477 9.392
-71.002 86.902
（1）辐射畸变：大气辐射的影响及影像数字 化误差等。 （2）几何畸变：影像的各种畸变及地形高差 的影响等。
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
Photogrammetry,2004
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
最小二乘影像匹配的数学模型
“灰度差的平方和最小”
S 2 X Y ( x1 y1 ) 2 ( x 2 y 2 ) 2 .... ( x N y N ) 2 min
S1
S2
a1
a2
A
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
最小二乘影像匹配
德国Ackermann教授提出了一种新
的影像匹配方法——最小二乘影像匹 配（Least Squares Image Matching）
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
1、 影像相关（匹配）原理
• 目标区：二维相关时一般在左影像上先确定一个待定点， 这个点称为目标点。以此待定点为中心选取 m n 个像素的 灰度阵列，作为目标区域（或称目标窗口）。 • 搜索区：为了在右影像上搜索同名点，必须估计出该同名 点可能存在的范围，为此，建立一个 k l ( k m, l n) 个 像 素的灰度阵列作为搜索区。
x
2464026
5314.000
1973.000
1004.409
2062.300
2464142
2450013
5875.000
6418.731
9493.000
6434.500
1752.278
2226.192
9553.167
6505.100
4122.722
4192.539
-60.167
-70.600
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
影像匹配可以达到1/10甚至1/100像
素的高精度
优点如下
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
最小二乘影像匹配中可以非常灵活地引入各
种已知参数和条件，从而可以进行整体平差。
同时解决“多点”影像匹配或“多片”
影像匹配
引入“粗差检测”，从而大大地提
高影像匹配的可靠性
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
1、最小二乘影像匹配原理
影像灰度的系统变形：产生影像灰度分布之间的差异。
按vv＝min原则进行影像匹配的 数字模型。若在此系统中引入系统 变形的参数，按 vv＝min的原则， 解求变形参数，就构成了最小二乘 影像匹配系统。
灵活,可靠和高精度是优点, 缺点 是，如当初始值不太准时，系统的 收敛性等问题有待解决。
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
6434.500
1752.278
2226.192
9553.167
6505.100
4122.722
4192.539
-60.167
-70.600
f
( x1 , y1 )
( x r , yr )
( x1 , y1 )
Px / B f / H Px B f / H
xr x1 Px x
影像灰度的系统变形：产生影像灰度分布之间的差异。
辐射畸变： h0 h1 g2 ( x2 , y2 )
x2 a0 a1 x a2 y y2 b0 b1 x b2 y
几何畸变：
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
f
yr y1
y
要以( xr , yr )为中 心进行二维搜索
目标区
( x1 , y1 )
搜索区
( x r , yr )
目标区
搜索区
(450,450)
3 3 3 6 8 5 6 4 6
(300,300)
3 2 3 6 7 4 6 3 6
(340,260)
1 0 0 2 8 5 3 2
(358,346)
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
3 3 3 6 8 5 6 4 6
(300,300)
3 2 3 6 7 4 6 3 6
(340,260)
1 0 0 2 8 5 3 2
(358,346)
7 4 1 3 8 8 2 1 0
0
4
>4
>4
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering ● 目标区域的确定（左影像中）
Photogrammetry,2004
利用影像匹配获得的同名点进行相对定向
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
利用影像匹配获得的同名点进行解析空三 以获得各影像的外方位元素和加密点坐标
Photogrammetry,2004
目标区
搜索区
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
匹配测度（评价两块影像的相似程度）
（1）相关系数
mw nw w w (W1mn mw nw
Z2
Z1Βιβλιοθήκη Baidu
Y2
S2
Y1
BX
X2
S1
o
X1
a2
O
OX
a1
A ( X ,Y , Z )
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
摄影测量学中影像匹配的应用场合和方法:
（1）相对定向（解析空中三角测量）阶段：首先在影像中提取特 征点，然后再匹配。 （2）DEM提取阶段：基于核线的约束匹配。
2465015
2465015
x
同名点号 x1 y1 x2 y2 左右视差 (x1-x2) 4309.591 上下视差 (y1-y2) -89.300
x
2464026
5314.000
1973.000
1004.409
2062.300
2464142
2450013
5875.000
6418.731
9493.000
Photogrammetry,2004
目标区
搜索区
(450,450)
3 3 3 6 8 5 6 4 6
(300,300)
3 2 3 6 7 4 6 3 6
(340,260)
1 0 0 2 8 5 3 2
(358,346)
7 4 1 3 8 8 2 1 0
0
0.92
0.56
0.38
目标区
搜索区
(450,450)
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
第五章 影像匹配基础理论与算法
问题的提出：摄影测量中立体像对（双像）的量测是提取 物体三维信息的基础。在数字摄影测量中是以影像匹配来 代替传统的人工观测，来达到自动确定同名像点的目的。
-92.907 -77.103
-69.078 88.203
86.495
87.966
2450013
20.773
22.672
-67.193
24.195
-1.523
y
2464142
2449087
y
2464142 2449087
2450013 2450001
2450001
2450013
2464026
2464026
利用影像匹配获得的同名点进行相对定向
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
主要内容：
相关系数匹配的基本原理
核线几何关系解析
最小二乘法影像匹配的原理
单点最小二乘法影像匹配 最小二乘法影像匹配精度
7 4 1 3 8 8 2 1 0
0
4
>4
>4
三、 最小二乘影像匹配
y
2464142
2449087
y
2464142 2449087
2450013 2450001
2450001
2450013
2464026
2464026
2465015
2465015
x
同名点号 x1 y1 x2 y2 左右视差 (x1-x2) 4309.591 上下视差 (y1-y2) -89.300
要选择一个特征点，如道路交叉口、房屋的拐角、地面 上大型实体的某一个部位。
目标区
搜索区
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
● 搜索区域（位置和大小）的确定
f
Px / B f / H Px B f / H
问题的提出：在前述的影 像匹配方法中没有考虑到 影像灰度的系统变形情况， LSM就是在影像匹配的数 字模型中引入系统变形参 数，按最小二乘原则解求 变形参数。充分利用了影 像窗口内的信息进行平差 计算，使影像匹配可以达 到1/10甚至1/100像素的高 精度。（也称为高精度影 像匹配或高精度影像相关）
2
vv min
仅仅认为影像灰度只存在偶然误差
n1 g1 ( x, y ) n2 g2 ( x, y )
v g1 ( x, y ) g2 ( x, y )
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
f
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
x
x
y
y
Photogrammetry,2004
y
2464
2464142 2449087
y
2465 2464142
2450013 2449087
目标区
a1
m n
a2
搜索区
k l ( k m , l n)
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
目标区
搜索区
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
(W1mn (W2 ))(W2mn (W2 ))
(W1 ))
2 mw nw
w
w
(W2mn (W2 ))2
w
w
（2）差平方和
S 2 X Y ( x1 y1 ) 2 ( x 2 y 2 ) 2 .... ( x N y N ) 2 min
2450013
2450001
2450001
x
2464026 2464026
x
2465015
2465015
同名点号
x1
y1
x2
y2
左右视差 (x1-x2) 90.430
上下视差 (y1-y2) -1.924 -1.301
2464026 2464142
-2.477 9.392
-71.002 86.902
（1）辐射畸变：大气辐射的影响及影像数字 化误差等。 （2）几何畸变：影像的各种畸变及地形高差 的影响等。
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
Photogrammetry,2004
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
最小二乘影像匹配的数学模型
“灰度差的平方和最小”
S 2 X Y ( x1 y1 ) 2 ( x 2 y 2 ) 2 .... ( x N y N ) 2 min
S1
S2
a1
a2
A
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
最小二乘影像匹配
德国Ackermann教授提出了一种新
的影像匹配方法——最小二乘影像匹 配（Least Squares Image Matching）
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
1、 影像相关（匹配）原理
• 目标区：二维相关时一般在左影像上先确定一个待定点， 这个点称为目标点。以此待定点为中心选取 m n 个像素的 灰度阵列，作为目标区域（或称目标窗口）。 • 搜索区：为了在右影像上搜索同名点，必须估计出该同名 点可能存在的范围，为此，建立一个 k l ( k m, l n) 个 像 素的灰度阵列作为搜索区。
x
2464026
5314.000
1973.000
1004.409
2062.300
2464142
2450013
5875.000
6418.731
9493.000
6434.500
1752.278
2226.192
9553.167
6505.100
4122.722
4192.539
-60.167
-70.600
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
影像匹配可以达到1/10甚至1/100像
素的高精度
优点如下
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
最小二乘影像匹配中可以非常灵活地引入各
种已知参数和条件，从而可以进行整体平差。
同时解决“多点”影像匹配或“多片”
影像匹配
引入“粗差检测”，从而大大地提
高影像匹配的可靠性
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
1、最小二乘影像匹配原理
影像灰度的系统变形：产生影像灰度分布之间的差异。
按vv＝min原则进行影像匹配的 数字模型。若在此系统中引入系统 变形的参数，按 vv＝min的原则， 解求变形参数，就构成了最小二乘 影像匹配系统。
灵活,可靠和高精度是优点, 缺点 是，如当初始值不太准时，系统的 收敛性等问题有待解决。
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
6434.500
1752.278
2226.192
9553.167
6505.100
4122.722
4192.539
-60.167
-70.600
f
( x1 , y1 )
( x r , yr )
( x1 , y1 )
Px / B f / H Px B f / H
xr x1 Px x
影像灰度的系统变形：产生影像灰度分布之间的差异。
辐射畸变： h0 h1 g2 ( x2 , y2 )
x2 a0 a1 x a2 y y2 b0 b1 x b2 y
几何畸变：
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
f
yr y1
y
要以( xr , yr )为中 心进行二维搜索
目标区
( x1 , y1 )
搜索区
( x r , yr )
目标区
搜索区
(450,450)
3 3 3 6 8 5 6 4 6
(300,300)
3 2 3 6 7 4 6 3 6
(340,260)
1 0 0 2 8 5 3 2
(358,346)
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
3 3 3 6 8 5 6 4 6
(300,300)
3 2 3 6 7 4 6 3 6
(340,260)
1 0 0 2 8 5 3 2
(358,346)
7 4 1 3 8 8 2 1 0
0
4
>4
>4
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering ● 目标区域的确定（左影像中）
Photogrammetry,2004
利用影像匹配获得的同名点进行相对定向
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
利用影像匹配获得的同名点进行解析空三 以获得各影像的外方位元素和加密点坐标
Photogrammetry,2004
目标区
搜索区
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
匹配测度（评价两块影像的相似程度）
（1）相关系数
mw nw w w (W1mn mw nw
Z2
Z1Βιβλιοθήκη Baidu
Y2
S2
Y1
BX
X2
S1
o
X1
a2
O
OX
a1
A ( X ,Y , Z )
Photogrammetry,2004
Photogrammetry & Remote Sensing-----Surveying & Mapping Engineering
摄影测量学中影像匹配的应用场合和方法:
（1）相对定向（解析空中三角测量）阶段：首先在影像中提取特 征点，然后再匹配。 （2）DEM提取阶段：基于核线的约束匹配。
2465015
2465015
x
同名点号 x1 y1 x2 y2 左右视差 (x1-x2) 4309.591 上下视差 (y1-y2) -89.300
x
2464026
5314.000
1973.000
1004.409
2062.300
2464142
2450013
5875.000
6418.731
9493.000