数字摄影测量典型问题分析

匹配方法 基于区域的匹配 特征匹配 关系匹配 相似性测度 相关性，最小二乘 代价函数 代价函数 匹配实体 灰度级 边缘、区域 符合描述
相似性测度：匹配实体与其它匹配实体之间相似性程度的定量度量。一般说来，相似性程
度是用代价函数来表示的。 匹配实体：是一种要素，通过比较不同影像上的这些要素来寻找共轭实体。这些要素包括
影像匹配---同名点寻找
数字影像匹配（Digital Image Matching）
数字影像匹配问题是数字摄影测量中最具挑战性的问题。
影像匹配贯穿于数字摄影测量数据处理的整个过程(内定向、相对定向、绝对定向、空三转
点、DEM自动生成、地物识别)；
数字影像匹配（Digital Image Matching）
四、数字影像匹配（Digital Image Matching）
数字影像匹配（Digital Image Matching）
数字影像匹配
是利用计算机自动
或半自动地在数字 影像之间确定同名 对象的过程。
目 标 区
互相 关函 数
搜 索 区
同名点
相似程 度
数字影像匹配（Digital Image Matching）
基于灰度影像匹配具体实现步骤
① 在目标影像上选取待匹配的点，称为目标点； ② 以目标点为中心，选取一定大小的窗口，称为目标窗口；
0 0 A 50 0 0 0 0 50 0 0 50 50 50 50 0 50 0 0 0 50 0 0 0 50 0
THANKS
基于灰度影像匹配
• 缺点： • 辐射量的改变对灰度值比较敏感； • 搜索的空间比较大，可能会出现不同的局部极值； • 处理的数据量相对比较大； • 在一些情况下，如遮挡区（建筑物）、缺乏纹理（高速公路） 或局部纹理重复区（沙漠、草地），可能会出现误匹配的情况。
数字影像匹配（Digital Image Matching）
数字摄影测量
—— 有待进一步研究的问题
目录
辐射信息（Radiation Information）
数据量（Data Volume）
速度与精度（Velocity and Accuracy） 数字影像匹配（Digital Image Matching） 数字影像解译与理解（Image Understanding）
0.24 0.09 0.24 0.16 C 0.25 0.37 0.08 0.02 0.28 0.23
0.35 0.19 0.19 0.32 0.21 0.32 0.94 0.29 0.27 0.50 0.06 0.03 0.27 0.18 0.22
五、数字影像解译与理解（Image Understanding）
数字影像解译与理解（Image Understanding）
数字摄影测量的基本范畴还是确定被摄对象的几何与物理属性，即量测与理解。前者虽然
有很多问题尚待解决，需继续不断研究，但已达到使用程度；而后者离使用的阶段还有很大
距离，尚处于研究阶段。
数据量（Data Volume）
b.与表示像元灰度的灰度级数有关。
0 0 0 0 0 0 1 1 0 0 0 1 1 1 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 1 0 1 1 0 0 1 0 0 0
0 0 1 1 0
一、辐射信息（Radiation Information）
辐射信息（Radiation Information）
当代数字摄影测量不仅要确定目标的几何信息（目标点的三维空间坐 标），还要确定目标点的物理信息（纹理）。
二、数据量（Data Volume）
数据量（Data Volume）
数据量（Data Volume）
数字影像匹配（Digital Image Matching）
基于灰度影像匹配的具体实现步骤
③ 按照一定的先验知识和约束条件确定该目标点的共轭点（同名点）在右影 像上可能存在的范围，称为搜索区域；
41 43 42 42 S 59 50 42 42 42 43 43 49 60 43 41 40 44 44 45 50 64 45 43 43 45 43 44 48 63 49 45 42 42 45 47 50 65 45 45 41 41 62 62 64 69 64 62 63 60 48 48 51 68 55 50 54 53 41 44 48 63 42 47 47 45 44 42 45 62 44 44 45 43 43 44 48 60 47 44 38 35
0.35 0.19 0.19 0.32 0.21 0.32 0.94 0.29 0.27 0.50 0.06 0.03 0.27 0.18 0.22
数字影像匹配（Digital Image Matching）
基于灰度影像匹配具体实现步骤
⑥ 结合其它的条件或指标在候选点中确定最终配准点。 ⑦ 或者直接以相关系数最大的窗口作为目标窗口的配准窗口，中心点作为 配准点。
数字影像匹配（Digital Image Matching）
基于灰度影像匹配具体实现步骤
⑤ 计算目标窗口和每一个搜索窗口的相关系数，以相关系数大于一定阈值 的搜索窗口的中心作为候选的匹配点;
0.24 0.09 0.24 0.16 C 0.25 0.37 0.08 0.02 0.28 0.23
5X6 10 X 12
a. 与像元的大小有关
0 0 0 0 0
0 1 1 0 0
0 1 1 1 0
0 0 1 1 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
数字影像匹配（Digital Image Matching）
基于灰度影像匹配具体实现步骤
④ 以搜索区域内每一点为中心，开取同样大小的窗口， 称为搜索窗口；
41 43 42 42 59
43 43 49 60 44 45 50 64 43 44 48 63 45 47 50 65 62 62 64 69
0 0 0 0 0
0 0 0 0 0
数据量（Data Volume）
c. 与数字图像的编码方式有关。
三、速度与精度（Velocity and AccuБайду номын сангаасacy）
速度与精度（Velocity and Accuracy）
数字摄影测量已经获得了迅速的发展，无论量测的速度还是达到的精度， 都大大超过了人们预期的想象。但是，由于数字摄影测量中量测与识别的计算 任务巨大，以目前的计算机速度还不能实时完成。因此，对许多需要实时完成 的应用，还需要一些快速算法。
影像的灰度值，从影像上提出的特征以及描述参数，以及其他的符号描述。
数字影像匹配（Digital Image Matching）
基于灰度影像匹配
• 优点： • 窗口可以很快地提取，匹配的方法比较直观； • 在纹理丰富的区域可以达到很高的精度。
数字影像匹配（Digital Image Matching）