《基於混合向量場學習的影像密集匹配方法研究》是依託武漢工程大學，由周華兵擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於混合向量場學習的影像密集匹配方法研究
- 項目類別：青年科學基金項目
- 項目負責人：周華兵
- 依託單位：武漢工程大學
項目摘要,結題摘要,
項目摘要
影像匹配是航空攝影測量的核心問題，是自動化、高可靠的從影像中獲取高精度三維信息的關鍵步驟。其研究難點在於其本質是一個複雜組合最佳化問題，難以在保證匹配精度的同時保持匹配效率。因此，本課題摒棄傳統的特徵點提取與匹配→相對定向→核線重採樣→同名點密集匹配的研究思路，提出基於混合向量場學習的影像密集匹配方法來克服上述挑戰。主要研究 （1）建立向量場混合學習模型，並與L2E估計方法結合，探索在再生核希爾伯特空間中向量場的擬合方法，使匹配點滿足空間上的分段光滑性約束；（2）利用魯棒的基礎矩陣估計，強化匹配過程中的核線約束，並用於運動元素提取；（3）尋求向量場數據項中的多線索約束機制，並探索在新的影像密集匹配框架下解耦數據項與平滑項，提高效率；（4）以三維景觀結構分析為例，驗證這一新技術。本課題旨在探索影像密集匹配技術的新途徑。該項研究具有重要的理論意義和廣泛的套用價值，預期將在理論和技術上有重大突破和創新。
結題摘要
影像的匹配問題是計算機視覺與攝影測量的一個底層問題，是航空航天攝影測量、近景攝影測量的核心問題，是自動化、高可靠的從影像中獲取高精度三維信息的關鍵步驟。課題組圍繞四個核心目標展開研究，一是混合向量場模型的構建與理論分析，根據稀疏的特徵點重建影像對之間的向量場；二是影像幾何模型估計算法研究，包括L2E學習算法和EM算法；三是向量場模型構建中各種約束對模型的影響研究；四是以遙感影像、自然圖像為例，驗證上述理論研究成果的套用拓展研究。本項目用一套新的思路去解決影像匹配中的若干問題，形成如下研究成果和結論：（1）利用混合向量場模型解決非剛性形變下的影像匹配問題，並通過L2E估計算法解決模型求解中的魯棒性問題；(2) 利用核線約束來提取靜態偏移向量，並提出一種新的基礎矩陣估計算法；（3）通過正則化技術引導數據項表達中的多線索約束機制，使得算法能在適應不同的場景；（4）將提出了一系列算法解決圖像變形、精準農業、機器人導航等套用問題。項目的研究成果主要以論文、專利、軟體著作權的形式呈現，相關成果發表在在包括IEEE Trans GRS/NNLS.、IJCV、AAAI、IJCAI、ICME、ICIP等在內的重要國際學術刊物和學術會議發表論文29篇，其中SCI檢索15篇（一區SCI 3篇、二區SCI 4篇），EI檢索28篇（CCF A類會議2篇，CCF B類會議3篇，CCF C類會議4篇），中文核心期刊1篇。獲湖北省自然科學獎一等獎一項，申請發明專利7項，登記軟體著作權若干，培養1名博士研究生，10名碩士研究生。形成了針對影像匹配問題的一系列理論成果和套用算法，並將取得的模型、算法套用到諸多領域，解決了遙感、醫學、農業、機器人等套用領域的一些技術難題。
