郭莹:特殊纹理航摄影像匹配方法研究论文

郭莹:特殊纹理航摄影像匹配方法研究论文

本文主要研究内容

作者郭莹(2019)在《特殊纹理航摄影像匹配方法研究》一文中研究指出:作为空中三角测量的关键步骤之一,影像量测对摄影测量的自动化具有重要意义。从最初的人工量测到数字影像相关技术,再到现在的引入计算机视觉中的基于特征的影像匹配,影像匹配技术一直是研究热点。随着信息技术的快速发展,影像匹配技术也得到不断的发展,使得空中三角测量的精度和效率大大提升,空中三角测量的应用也越来越广泛。影像匹配的目的是在含有重叠区域的两张或多张影像上寻找相同的地物点,使得匹配点的数量、分布和精度可以满足摄影测量的需要。然而,航摄影像通常包含大面积的荒漠、林地和耕地为内容的影像,在纹理上表现为贫乏纹理和重复纹理,这类影像称之为特殊纹理影像。由于贫乏纹理影像信噪比低,采用基于灰度的影像匹配方法时,易受噪声干扰,匹配成功率低,采用基于特征的影像匹配方法时,难以获得有效匹配点;重复纹理影像特性会导致描述符可区分性差,存在多义性,形成多个匹配,基于灰度和基于特征的影像匹配方法往往难以奏效。针对特殊纹理航摄影像匹配困难的问题,本文通过研究现有的匹配算法,提出了一种特殊纹理影像匹配方案,主要研究内容如下:(1)常用的影像匹配算法特性分析。研究常用匹配方法在特殊纹理航摄影像匹配中的适用性和局限性。包括基于灰度的影像匹配算法(相关系数法,最小二乘匹配法)和基于特征的影像匹配算法(ORB算法,SIFT算法,MROGH算法)(2)结合颜色不变量和MROGH的描述符。充分利用影像的颜色信息和特征区域采样点的空间关系,将颜色不变量引入MROGH描述符来提高特征点的独特性和鲁棒性,以描述特殊纹理航摄影像的特征。(3)特殊纹理航摄影像匹配策略。采用基于核线关系的特征匹配,通过在同名核线区域内搜索匹配点,进而减少匹配时间;通过基于图模型的误匹配点粗差剔除方法和基于特征的最小二乘精匹配方法来提高匹配正确率和匹配精度。(4)典型方法的对比实验研究。将本文方法与SIFT算法、MROGH算法做对比实验研究,分别从正确匹配点数量、分布、定位精度和匹配时间等角度进行对比,实验表明本文方法在处理特殊纹理航摄影像匹配时可以获得较多的正确匹配点并且匹配精度可以达到子像素级。

Abstract

zuo wei kong zhong san jiao ce liang de guan jian bu zhou zhi yi ,ying xiang liang ce dui she ying ce liang de zi dong hua ju you chong yao yi yi 。cong zui chu de ren gong liang ce dao shu zi ying xiang xiang guan ji shu ,zai dao xian zai de yin ru ji suan ji shi jiao zhong de ji yu te zheng de ying xiang pi pei ,ying xiang pi pei ji shu yi zhi shi yan jiu re dian 。sui zhao xin xi ji shu de kuai su fa zhan ,ying xiang pi pei ji shu ye de dao bu duan de fa zhan ,shi de kong zhong san jiao ce liang de jing du he xiao lv da da di sheng ,kong zhong san jiao ce liang de ying yong ye yue lai yue an fan 。ying xiang pi pei de mu de shi zai han you chong die ou yu de liang zhang huo duo zhang ying xiang shang xun zhao xiang tong de de wu dian ,shi de pi pei dian de shu liang 、fen bu he jing du ke yi man zu she ying ce liang de xu yao 。ran er ,hang she ying xiang tong chang bao han da mian ji de huang mo 、lin de he geng de wei nei rong de ying xiang ,zai wen li shang biao xian wei pin fa wen li he chong fu wen li ,zhe lei ying xiang chen zhi wei te shu wen li ying xiang 。you yu pin fa wen li ying xiang xin zao bi di ,cai yong ji yu hui du de ying xiang pi pei fang fa shi ,yi shou zao sheng gan rao ,pi pei cheng gong lv di ,cai yong ji yu te zheng de ying xiang pi pei fang fa shi ,nan yi huo de you xiao pi pei dian ;chong fu wen li ying xiang te xing hui dao zhi miao shu fu ke ou fen xing cha ,cun zai duo yi xing ,xing cheng duo ge pi pei ,ji yu hui du he ji yu te zheng de ying xiang pi pei fang fa wang wang nan yi zou xiao 。zhen dui te shu wen li hang she ying xiang pi pei kun nan de wen ti ,ben wen tong guo yan jiu xian you de pi pei suan fa ,di chu le yi chong te shu wen li ying xiang pi pei fang an ,zhu yao yan jiu nei rong ru xia :(1)chang yong de ying xiang pi pei suan fa te xing fen xi 。yan jiu chang yong pi pei fang fa zai te shu wen li hang she ying xiang pi pei zhong de kuo yong xing he ju xian xing 。bao gua ji yu hui du de ying xiang pi pei suan fa (xiang guan ji shu fa ,zui xiao er cheng pi pei fa )he ji yu te zheng de ying xiang pi pei suan fa (ORBsuan fa ,SIFTsuan fa ,MROGHsuan fa )(2)jie ge yan se bu bian liang he MROGHde miao shu fu 。chong fen li yong ying xiang de yan se xin xi he te zheng ou yu cai yang dian de kong jian guan ji ,jiang yan se bu bian liang yin ru MROGHmiao shu fu lai di gao te zheng dian de du te xing he lu bang xing ,yi miao shu te shu wen li hang she ying xiang de te zheng 。(3)te shu wen li hang she ying xiang pi pei ce lve 。cai yong ji yu he xian guan ji de te zheng pi pei ,tong guo zai tong ming he xian ou yu nei sou suo pi pei dian ,jin er jian shao pi pei shi jian ;tong guo ji yu tu mo xing de wu pi pei dian cu cha ti chu fang fa he ji yu te zheng de zui xiao er cheng jing pi pei fang fa lai di gao pi pei zheng que lv he pi pei jing du 。(4)dian xing fang fa de dui bi shi yan yan jiu 。jiang ben wen fang fa yu SIFTsuan fa 、MROGHsuan fa zuo dui bi shi yan yan jiu ,fen bie cong zheng que pi pei dian shu liang 、fen bu 、ding wei jing du he pi pei shi jian deng jiao du jin hang dui bi ,shi yan biao ming ben wen fang fa zai chu li te shu wen li hang she ying xiang pi pei shi ke yi huo de jiao duo de zheng que pi pei dian bing ju pi pei jing du ke yi da dao zi xiang su ji 。

论文参考文献

  • [1].基于低空无人机影像特征的匹配策略研究[D]. 张小宇.西安科技大学2019
  • [2].基于改进SIFT算法的倾斜影像匹配研究[D]. 杨健文.中国矿业大学2019
  • [3].植被覆盖区域无人机遥感影像匹配方法研究[D]. 王渟玉.河北工业大学2016
  • [4].多视影像匹配密集点云的建筑物单体化构建研究[D]. 李莹.辽宁工程技术大学2017
  • [5].高分辨率航空影像特征匹配技术研究[D]. 胡佳怡.东华理工大学2018
  • [6].基于半全局优化的多视影像匹配方法与应用[D]. 邹小丹.中南大学2013
  • [7].多视角倾斜航空影像匹配关键技术研究[D]. 仇多兵.解放军信息工程大学2017
  • [8].自动空三点特征高精度影像匹配研究[D]. 朱师欢.西安科技大学2017
  • [9].基于影像匹配技术的地震形变监测研究[D]. 董晓燕.中南大学2011
  • [10].航空倾斜多视影像匹配方法研究[D]. 李英杰.中国测绘科学研究院2014
  • 读者推荐
  • [1].基于葵花8卫星遥感数据的大雾识别研究[D]. 陆会.安徽大学2019
  • [2].近景摄影辅助倾斜摄影的影像匹配及三维建模研究[D]. 项小伟.太原理工大学2019
  • [3].全球地表温度数据的改进以及增暖分析[D]. 云翔.中国气象科学研究院2019
  • [4].基于浮动车轨迹学习的高分影像城市道路网提取方法研究[D]. 张菊.武汉大学2019
  • [5].航摄影像立体密集匹配方法研究[D]. 许殊.武汉大学2019
  • [6].中国典型世界文化遗产区域生态脆弱性评价方法研究[D]. 黄阅智.武汉大学2019
  • [7].人工智能引导的宫颈癌特殊染色图像分类算法研究[D]. 郭甲懿.武汉大学2019
  • [8].基于多源地理数据的精细人口空间化方法研究[D]. 刘正廉.武汉大学2019
  • [9].高分辨率航空影像特征匹配技术研究[D]. 胡佳怡.东华理工大学2018
  • [10].SAR影像处理方法及其在矿山遥感调查中的应用研究[D]. 焦润成.中国地质大学(北京)2010
  • 论文详细介绍

    论文作者分别是来自武汉大学的郭莹,发表于刊物武汉大学2019-07-22论文,是一篇关于特殊纹理影像论文,颜色不变量论文,影像匹配论文,核线几何论文,武汉大学2019-07-22论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自武汉大学2019-07-22论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    郭莹:特殊纹理航摄影像匹配方法研究论文
    下载Doc文档

    猜你喜欢