《自適應三角形約束的多角度影像多基元匹配方法》是依託中南大學，由張雲生擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：自適應三角形約束的多角度影像多基元匹配方法
- 項目類別：青年科學基金項目
- 項目負責人：張雲生
- 依託單位：中南大學
項目摘要,結題摘要,
項目摘要
傾斜攝影測量是新一代攝影測量研究的國際學術前沿。傾斜攝影系統通過同時從一個垂直角度和多個傾斜角度採集影像，能夠獲取地形地物頂面和側面的高解析度影像，給三維重建、正射影像糾正帶來了更多的信息，但多角度影像的可靠自動處理也給傳統攝影測量帶來了挑戰。針對傾斜攝影測量的共性核心問題- - 多角度影像可靠匹配，本項目在深入分析多角度影像的成像幾何、尺度差異和高解析度等特點，並系統研究三維目標特徵與多角度二維影像特徵之間映射關係的基礎上，提出自適應三角形約束的多角度影像多基元匹配方法，旨在突破傳統方法匹配特徵單一、可靠性較差的瓶頸，主要內容包括：（1）高重複率與高精度線特徵提取；（2）線特徵匹配約束條件與線特徵匹配相似性測度；（3）自適應三角形約束的多角度影像點-線特徵聯合匹配傳播；（4）多角度影像密集匹配。該研究將為多角度影像的自動化智慧型化處理、高精度三維重建、正射影像糾正等提供新的途徑。
結題摘要
項目組按照課題任務書的進度要求，完成了相應研究內容。本項目針對多角度影像的點、線特徵提取、描述、匹配開展了研究工作，並且開展了特徵匹配結果的套用研究。主要工作如下： (1) 利用不同解析度的影像，研究比較了當前4種先進特徵提取運算元SIFT、SURF、ORB、Harris在影像存在尺度、方向、光照等差異時的重複率；針對ADS40 L0 級影像變形大的問題，提出了一種基於SIFT特徵和相關係數法相結合的由粗到精匹配方法；針對航空傾斜影像尺度差異大、仿射變形大的問題，提出下視影像生成DSM輔助的傾斜影像匹配方法。 (2) 提出了利用重複率來比較直線提取算法的框架，通過試驗比較各算法的性能，結果表明LSD和EDLines提取的直線更有利於直線匹配；針對現有相位編組方法在區域分界線處產生邊緣斷裂及同一分區內直線擬合難題，提出了一種疊置分區輔助的相位編組直線提取算法，經過實驗驗證和對比分析，該算法不僅能有效、準確地提取影像上的直線特徵，而且對於影像上的曲線特徵，也能通過直線擬合得到較好的提取結果；針對直線匹配可靠性問題，提出了一種基於三角形約束的立體影像線特徵多級匹配方法，三角形約束條件可以減少直線匹配的奇異性，提出的移動視窗的自適應直線相關係數可以有效解決深度斷裂區域難以衡量相似性測度的問題。 (3) 研究提出了一種基於物方幾何約束的半全局多視影像匹配方法，在物方幾何約束下利用多視影像的灰度信息計算匹配代價，並利用半全局最佳化選擇每一個像素對應的深度值，實驗結果表面本項目方法相對於PMVS等方法效果更好；針對大規模密集匹配的計算瓶頸問題，實現了基於MPI加速的多機並行密集匹配方案。 (4) 在密集匹配方法研究上，開展了基於影像的三維建模研究；在對點特徵匹配和三角網結構研究基礎上，提出了基於GPU的大尺寸遙感影像配準方法，方法採用由粗到精的控制點的選擇方法，融合了ORB特徵和SIFT特徵的優勢，針對大尺寸高解析度遙感影像的精確糾正問題，提出了一種基於三角形自適應掃描的方法，研究了基於GPU的配準加速策略，實現了相對於基於CPU配準方法的21×的加速比。
