《基於單立體模型的多視影像密集匹配理論與方法》是依託武漢大學，由張永軍擔任項目負責人的面上項目。
基本介紹
- 中文名：基於單立體模型的多視影像密集匹配理論與方法
- 項目類別：面上項目
- 項目負責人：張永軍
- 依託單位：武漢大學
項目摘要,結題摘要,
項目摘要
立體影像的密集匹配一直是攝影測量和計算機視覺領域經久不衰的研究熱點，其核心是快速且穩健可靠的逐像素匹配理論與方法。本項目創新性地提出基於代價矩陣和多重軟約束的立體影像密集匹配理論與方法，從根本上改變了傳統密集匹配算法的約束條件實現思路；率先提出結合基線長度、像平面法向量、交會角、空三匹配點等多重約束的最優立體像對自適應選擇方法；提出基於全局能量函式最小化的物方多視點雲融合方法；採用線緩衝區和贏家通吃思想實現線狀地物影像邊緣和深度圖邊緣的完全統一，進行無效匹配區域識別並聯合面特徵消除紋理貧乏區域的誤匹配特徵，提高密集匹配點雲的精度水平；最終建立較為完整的多視影像多約束密集匹配理論和算法體系，實現衛星、航空、低空等感測器平台獲取的多視立體影像的密集匹配，為高精度數字表面模型、真正射影像、建築物三維重建等套用奠定堅實的理論和算法基礎，同時為我國地理國情監測和智慧城市的發展提供技術支撐。
結題摘要
立體影像密集匹配是三維重建的核心問題，也是智慧城市、實景三維中國等套用的關鍵支撐技術之一，密集匹配點雲的密度和精度直接決定後續三維重建的質量。本項目獲得國家自然科學基金資助後，形成了基於代價矩陣和多重軟約束的單立體影像密集匹配總體方案，並嚴格按照立項申請內容和進度安排開展研究。提出基於卷積神經網路的輕量級場景分類方法，提出並實現基於多約束的最優立體像對選擇方法。研究了基於P2L的誤匹配剔除方法，並基於向量場內插理論進行自適應粗差剔除。提出基於代價矩陣和圖像引導的多級分步密集匹配及視差圖融合方法，實現了基於影像匹配的稠密點雲生成。提出基於Log Gabol濾波器的多模態遙感影像相位相關配準和基於超像素配準噪聲檢測的高解析度影像精配準方法。提出基於PMVS稀疏點雲的快速多視密集匹配，基於頂帽變換的點雲去噪方法，以及LiDAR點雲輔助下的立體影像密集匹配方法。提出基於半全局鉛垂線軌跡法的多視影像密集匹配方法，以及基於深度圖的DSM精化方法。實現基於空-譜聯合特徵的影像水體提取及基於魯棒主成分分析的雲檢測去除，採用匹配可靠度進行DSM雲水區域自動修補，並完成基於兩步半全局濾波的DTM自動提取。綜上所述，項目組建立了較為完整的基於單立體模型的多視影像密集匹配理論和算法體系，實現基於最優立體像對的多重軟約束立體匹配、LiDAR點雲輔助密集匹配、基於PMVS稀疏點雲的快速多視密集匹配、半全局鉛垂線軌跡法密集匹配等一系列關鍵技術，並進行點雲去噪、DSM精化及DTM自動提取等處理，研發了多視影像密集匹配原型試驗系統，為多視密集匹配產品生產及各領域套用奠定了較好的理論和套用基礎，同時為我國自主智慧財產權的多視密集匹配系統研製與套用提供技術參考。項目組忠實執行了研究計畫，完成了規定的研究內容。在部分研究成果支撐下，項目負責人張永軍以第一完成人獲得2017年國家科技進步二等獎1項，併入選2017年度教育部長江學者特聘教授。研究成果發表學術論文27篇，其中SCI/EI收錄論文18/4篇，國際會議論文5篇；獲得授權國家發明專利4項，培養博士碩士研究生8名；按計畫提交了課題年度報告及結題研究報告，達到了預定的研究目標。
