專利名稱：附加幾何約束的航天三線陣ccd相機(jī)多影像立體匹配方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種航天三線陣CXD相機(jī)多影像立體匹配方法，屬于對(duì)地觀測(cè)與遙感 技術(shù)。
背景技術(shù)：
三線陣CCD (Charge Coupled Device)相機(jī)是實(shí)現(xiàn)航天遙感立體成像的重要方式 之一，其穩(wěn)定靈活的立體構(gòu)成(同軌立體、三度重疊)、理想的基高比、立體影像的同時(shí)相等 優(yōu)點(diǎn)，為高精度目標(biāo)點(diǎn)定位、高質(zhì)量DEM(Digital ElevationModel)生成等提供了有效技術(shù) 途徑，顯示出其獨(dú)特的優(yōu)勢(shì)。數(shù)字?jǐn)z影測(cè)量與遙感、計(jì)算機(jī)視覺(jué)的核心問(wèn)題是在不同的影像中高精度、自動(dòng)化 地提取相應(yīng)同名點(diǎn)即影像匹配。因此，影像匹配技術(shù)已發(fā)展成為當(dāng)今數(shù)字?jǐn)z影測(cè)量與遙感、 數(shù)字圖像處理、計(jì)算機(jī)視覺(jué)、機(jī)器視覺(jué)的熱門研究?jī)?nèi)容之一。在DEM(數(shù)字高程模型)自動(dòng) 生成、DOM(數(shù)字正射影像)自動(dòng)生成、城市建筑物變形觀測(cè)、城市三維重建、工業(yè)生產(chǎn)自動(dòng) 化等方面具有巨大的應(yīng)用潛力。立體影像匹配是高精度、自動(dòng)化提取DEM高程數(shù)據(jù)的必經(jīng)步驟，是影響DEM高程幾 何精度的重要環(huán)節(jié)，也是自動(dòng)生成DEM的基礎(chǔ)。在提高DEM高程幾何精度、提高產(chǎn)品線作業(yè) 效率等方面有重要現(xiàn)實(shí)意義。在高可靠性的立體匹配的基礎(chǔ)上自動(dòng)生成數(shù)字高程模型數(shù)據(jù)，還需要解決匹配結(jié) 果中房屋、植被等的濾除問(wèn)題，即從DSM到DEM的自動(dòng)化處理。如何在確保地形特征細(xì)節(jié)完 整保留的基礎(chǔ)上，完全濾除房屋、植被等對(duì)象，具有一定的技術(shù)難度。自動(dòng)影像匹配效果一 般由匹配精度、匹配成功率、誤匹配率和微細(xì)地形地貌的表現(xiàn)能力等幾個(gè)指標(biāo)進(jìn)行評(píng)價(jià)，使 匹配結(jié)果可以更好的反映地形地貌特征，減少所需的人工編輯工作量。影像匹配作為遙感影像數(shù)據(jù)處理的核心，近年來(lái)仍處在不斷發(fā)展與完善之中。從 當(dāng)前的發(fā)展來(lái)看，其發(fā)展趨勢(shì)可歸納如下(1)向多影像處理方向發(fā)展近年來(lái)，大面陣航空數(shù)碼相機(jī)、ADS-40三線陣航空數(shù)碼相機(jī)、三線陣衛(wèi)星攝影機(jī)、 SPOT衛(wèi)星傳感器等大大地增加了數(shù)據(jù)量，同時(shí)也為影像自動(dòng)匹配提供了多余的觀測(cè)數(shù)據(jù)。 因此，多影像匹配成為研究的重點(diǎn)內(nèi)容之一。歐空局與德國(guó)Inph0公司開(kāi)發(fā)了的處理大重 疊度影像的高性能航空數(shù)字?jǐn)z影測(cè)量處理軟件，都是使用多像匹配算法。另外，大重疊度影 像在近景攝影測(cè)量、計(jì)算機(jī)視覺(jué)領(lǐng)域也大量出現(xiàn)，得到了應(yīng)用廣泛。(2)強(qiáng)調(diào)場(chǎng)景與影像成像幾何約束針對(duì)不同的應(yīng)用目的，不同的傳感器特點(diǎn)，不同的物方景觀，探索其內(nèi)在的幾何規(guī) 律和約束關(guān)系，以增加匹配的可靠性，在當(dāng)前的匹配算法中已逐步開(kāi)始應(yīng)用。

發(fā)明內(nèi)容
本發(fā)明的技術(shù)解決問(wèn)題是克服現(xiàn)有技術(shù)的不足，提供一種附加幾何約束的航天三線陣CXD相機(jī)多影像立體匹配方法，該方法充分利用三線陣影像的三度多視角重復(fù)觀 測(cè)，能夠大幅提高特征點(diǎn)的匹配數(shù)量、匹配精度和可靠性，達(dá)到改善航天三線陣前/后視影 像由于視角差異而導(dǎo)致影像變形過(guò)大、實(shí)現(xiàn)影像自動(dòng)匹配的目的。本發(fā)明的技術(shù)解決方案是附加幾何約束的航天三線陣CCD相機(jī)多影像立體匹配 方法，其特征在于步驟如下(1)對(duì)航天三線陣CXD相機(jī)原始三視影像進(jìn)行預(yù)處理，將原始三視影像的灰度均 值和方差映射至給定的灰度均值和方差值；(2)將經(jīng)過(guò)步驟(1)處理后的三視影像分別生成金字塔影像；(3)在生成的金字塔影像中的正視影像上提取特征點(diǎn)和邊緣點(diǎn)作為待匹配點(diǎn)；(4)對(duì)生成的金字塔影像進(jìn)行幾何畸變預(yù)改正，消除金字塔影像中的幾何畸變；(5)利用附加幾何約束的多影像匹配方法匹配出待匹配點(diǎn)在前視、后視影像上的 同名點(diǎn)；將上述匹配出的同名點(diǎn)作為觀測(cè)值，利用最小二乘匹配方法提高同名點(diǎn)的匹配精 度；(6)利用攝影測(cè)量中的前方交會(huì)關(guān)系及步驟(5)得到的三視影像上的同名點(diǎn)，求 出地面點(diǎn)的坐標(biāo)，得到數(shù)字表面模型DSM ；(7)對(duì)數(shù)字表面模型DSM中的點(diǎn)云進(jìn)行濾波處理，濾除高頻率信號(hào)或者噪聲信號(hào)， 生成數(shù)字高程模型DEM，完成航天三線陣CXD相機(jī)多影像立體匹配。所述步驟(1)采用Wallis濾波器對(duì)航天三線陣CXD相機(jī)原始三視影像進(jìn)行預(yù)處理。所述步驟(1)中的給定的灰度均值和方差分別為127和40 70，其中方差的選取 隨Wallis濾波中矩形區(qū)域的減小而減小。所述步驟中的幾何畸變預(yù)改正步驟如下(4. 1)對(duì)于步驟(3)中提取的每個(gè)待匹配點(diǎn)Ptl，Ptl在空間中的對(duì)應(yīng)點(diǎn)為P(X，Y，Z)， 分別在空間中取一個(gè)高程為Z的面元rw，利用影像的定向模型，將面元rw投影到正視影 像、前視或后視影像上的兩個(gè)四邊形Γ和Γ ‘；(4. 2)利用四邊形Γ和Γ ‘在正視影像、前視或后視影像之間定義一個(gè)局域仿射 變換；(4. 3)利用局域仿射變換將前視或后視影像中的四邊形Γ ‘重采樣為新的影像 窗口 Γ 〃 ；(4.4)使用基準(zhǔn)影像窗口 Γ和重采樣的影像窗口 Γ “進(jìn)行相關(guān)匹配。所述步驟(5)中附加核線約束的多影像匹配方法步驟為(5. 1)以正視影像為參考影像，前視、后視影像為搜索影像，對(duì)正視影像上的待匹 配點(diǎn)及其近似高度值，由已知的影像外方位元素并通過(guò)直線擬合的方法確定待匹配點(diǎn)在搜 索影像上的近似核線；(5. 2)計(jì)算參考影像與搜索影像的相應(yīng)的相關(guān)窗口之間的相關(guān)系數(shù)值P (Po, Ζ)， 并求出參考影像上待匹配點(diǎn)Po處的相關(guān)系數(shù)平均值Sp ；(5.3)尋找Z值，使Sp最大的Z值為P(1對(duì)應(yīng)的正確高度值，進(jìn)而得到參考影像ρ。 處的唯一正確匹配。本發(fā)明與現(xiàn)有技術(shù)相比有益效果為
(1)本發(fā)明針對(duì)現(xiàn)有的航天遙感立體影像匹配方法成功率不高、匹配條件單一的 情況，充分利用三線陣影像的三度多視角重復(fù)觀測(cè)，大幅提高特征點(diǎn)的匹配數(shù)量、匹配精度 和可靠性，改善航天三線陣前/后視影像由于視角差異而導(dǎo)致的影像變形過(guò)大、難以實(shí)現(xiàn) 自動(dòng)匹配的技術(shù)難題。(2)本發(fā)明采用采用Wallis濾波器對(duì)航天三線陣CXD相機(jī)原始三視影像進(jìn)行預(yù)處 理，在提取影像中的特征點(diǎn)時(shí)可提高特征點(diǎn)的數(shù)量和精度，而在影像匹配中則提高了匹配 結(jié)果的可靠性和穩(wěn)定性。(3)本發(fā)明在互相關(guān)匹配之前根據(jù)影像的定向參數(shù)和必要的地形信息消除影像中 由于傳感器方位元素不同和地形坡度所產(chǎn)生的影像幾何畸變的干擾。(4)本發(fā)明采用附加核線(幾何)約束的多影像匹配方法，可以同時(shí)匹配三視影 像，在匹配過(guò)程中間接地運(yùn)用了核線(幾何)條件，匹配成功率較傳統(tǒng)單獨(dú)像對(duì)的方法有很 大的提高，可有效地解決錯(cuò)誤匹配的問(wèn)題，提高匹配精度，而且能有效解決影像遮擋問(wèn)題。


圖1為本發(fā)明流程圖；圖2為本發(fā)明附加核線約束的多影像匹配示意圖；圖3為本發(fā)明點(diǎn)線混合松弛算法示意圖；圖4本發(fā)明為金字塔匹配示意圖；圖5為本發(fā)明金字塔分層示意圖，其中a為四像元平均法示意圖，b為九像元平均 法示意圖；圖6為本發(fā)明每層影像中的匹配示意圖；圖7為本發(fā)明幾何畸變預(yù)改正方法示意圖。
具體實(shí)施例方式下面結(jié)合附圖詳細(xì)介紹本發(fā)明的實(shí)現(xiàn)過(guò)程。如圖1所示，本發(fā)明具體步驟如下(1)對(duì)航天三線陣CXD相機(jī)原始三視影像進(jìn)行預(yù)處理(即影像增強(qiáng))，將原始三視 影像的灰度均值和方差映射至給定的灰度均值和方差值；影像增強(qiáng)通常情況下獲取的原始影像在灰度和紋理等方面存在一定程度的差 別，例如由成像時(shí)間、成像角度、以及光照條件等方面的不同引起影像的輻射畸變。另外原 始衛(wèi)星影像還普遍存在色調(diào)偏暗，對(duì)比度偏低等問(wèn)題。這些因素對(duì)于特征提取和影像匹配 都會(huì)造成嚴(yán)重影響，因此需要在影像匹配前對(duì)影像進(jìn)行增強(qiáng)，提高匹配的可靠性和成功率。Wallis濾波作為一種比較特殊的濾波器，可增強(qiáng)原始影像的反差并同時(shí)抑制噪 聲，特別是可以大大增強(qiáng)影像中不同尺度的影像紋理模式，所以在提取影像中的特征點(diǎn)時(shí) 可提高特征點(diǎn)的數(shù)量和精度，而在影像匹配中則提高了匹配結(jié)果的可靠性和精度。該濾波 器的目的是將影像的灰度均值和方差(即影像的動(dòng)態(tài)范圍)映射至給定的灰度均值和方 差。這是一種局部影像變換，它使在影像不同位置處的灰度方差和灰度均值都具有近似相 等的數(shù)值，即影像反差小的區(qū)域反差增強(qiáng)，影像反差大的區(qū)域反差減小，使得影像中灰度的 微小變化信息得到增強(qiáng)。上述特性使Wallis濾波器對(duì)低反差影像和反差不均勻的影像有 特殊作用。由于Wallis濾波器在計(jì)算影像的局部灰度方差和均值時(shí)使用了平滑算子，所以在增強(qiáng)影像有用信息的同時(shí)抑制了噪聲，提高了影像的信噪比，使影像中存在的極為模糊 的紋理模式得到增強(qiáng)。因此，處理后的影像雖然在視覺(jué)效果上有些像一幅噪聲影像，但在進(jìn) 行特征點(diǎn)提取或立體匹配時(shí)，其效果要理想得多。Wallis濾波作為一種局部的影像變換，使影像反差小的區(qū)域反差增大，影像反差 大的區(qū)域反差減小，使得影像中灰度的微小變換信息得到增強(qiáng)。本發(fā)明方法在計(jì)算影像的 局部灰度均值和方差時(shí)引入了平滑算子，能抑制噪聲，改善影像質(zhì)量，提高影像匹配成功率。Wallis濾波器表現(xiàn)形式為f(x,y) = [g(x,y)-mg] ‘ (csf)/[csg+(l-c) sf]+bmf+(l-b)mg(1)或f (x，y) = g(x, y) γ^γ0T1 = (csf)/ (csg+sf/c), r0 = bmf+(I^t1) mg其中，g(x，y)為原始影像的灰度值，f(x，y)為Wallis變換后結(jié)果影像的灰度值； mg為原始影像的局部灰度均值，Sg為原始影像的局部灰度方差值;mf為結(jié)果影像局部灰度 均值的目標(biāo)值為結(jié)果影像的局部灰度方差值的目標(biāo)值；c e
為影像方差的擴(kuò)展常 數(shù)；b e
為影像的亮度系數(shù)。Wallis濾波實(shí)現(xiàn)過(guò)程如下a.將原始影像分為互不重疊的矩形區(qū)域，矩形區(qū)域的尺度對(duì)應(yīng)于要增強(qiáng)的紋理模 式的尺度；b.計(jì)算各矩形區(qū)域的灰度均值與方差；c.給定的灰度均值和方差分別設(shè)定為127和40 70之間的數(shù)值，其中后者應(yīng)隨 矩形區(qū)域尺度的減小而減小，以防止大量像素的灰度值被飽和(即落于
之外)，然 后計(jì)算出各區(qū)域的Wallis濾波器乘性系數(shù)T1和加性系數(shù)rQ ；d.由于各矩形區(qū)域互不重疊，所以數(shù)字影像的任一像素的系數(shù)r1; rQ采用雙線性 內(nèi)插得到，并計(jì)算出所有像素新的灰度值。r! = (csf)/(csg+sf/c)，r0 = bmf+(l_b-I^mg(2)將經(jīng)過(guò)步驟(1)處理后的三視影像分別生成金字塔影像；根據(jù)影像灰度相關(guān)的譜分析結(jié)果可知，當(dāng)信號(hào)中的高頻成分較少時(shí)，相關(guān)函數(shù)曲 線較平滑，但相關(guān)的拉入范圍較大；反之，當(dāng)高頻成分較多時(shí)，相關(guān)函數(shù)曲線較陡，相關(guān)精度 較高，但相關(guān)拉入范圍較小。此外，當(dāng)信號(hào)中存在高頻窄帶隨機(jī)噪聲或信號(hào)中存在較強(qiáng)的高 頻信號(hào)時(shí)，相關(guān)函數(shù)出現(xiàn)多峰值，因此容易導(dǎo)致誤匹配。綜合考慮相關(guān)結(jié)果的正確性(或稱 為可靠性)與精度(準(zhǔn)確性)，可以得出從粗到精的相關(guān)策略即先通過(guò)低通濾波進(jìn)行粗相 關(guān)，找到同名點(diǎn)的粗略位置，然后利用高頻信息進(jìn)行精確相關(guān)。對(duì)原始影像進(jìn)行低通濾波進(jìn)行粗相關(guān)，將其結(jié)果作為預(yù)測(cè)值，逐步加入較高的頻 率成分，在逐漸變小的搜索區(qū)中進(jìn)行相關(guān)，最后用原始信號(hào)，以得到最好的精度。對(duì)于二維 影像逐次進(jìn)行低通濾波，并增大采樣間隔，得到一個(gè)像元總數(shù)逐漸變小的影像序列，依次在 這些影像對(duì)中進(jìn)行相關(guān)計(jì)算，并將前一級(jí)相關(guān)的結(jié)果作為下一級(jí)相關(guān)的初值，直至原始影 像，實(shí)現(xiàn)對(duì)影像的分頻道相關(guān)匹配。由于將這些影像疊置起來(lái)很像一座金字塔，因而通常稱 之為金字塔影像或分層結(jié)構(gòu)影像，相應(yīng)的匹配策略稱之為金字塔影像匹配策略。圖4為金 字塔匹配示意圖。
6
金字塔影像的建立可按1 X 1像元變換成一個(gè)像元逐層形成。一般取1 = 2 (如圖 5a)的較多，但取1 = 3(如圖5b)是計(jì)算量最小的方法，匹配結(jié)果從上一層傳遞到下一層時(shí) 正好與3X3個(gè)像元的中心像元相對(duì)應(yīng)，而1 = 2時(shí)上一層的結(jié)果與下一層2X2個(gè)像元的 公共角點(diǎn)相對(duì)應(yīng)。將原始影像稱為第零層，則第一層影像的每一個(gè)像素相當(dāng)于零層的1X1 個(gè)像素，第k層影像的每一個(gè)像素相當(dāng)于零層的(IX l)k個(gè)像素。在一層影像中的匹配情況可用圖6表示，模板f遍歷被搜索的g影像，利用相關(guān)性 比較、尋找最大相關(guān)系數(shù)的像元，可以看到被搜索圖越大，匹配速度越慢；模板越小，匹配速 度越快，匹配速度影響取決于模板的尺寸和搜索窗口的大小。另外，匹配的可靠性是隨著搜 索窗口的增大而增強(qiáng)，但是，如果兩個(gè)匹配影像存在明顯差異，大的搜索窗口反而會(huì)使匹配 精度降低，甚至匹配錯(cuò)誤。太小的搜索窗口情況下，如果待匹配區(qū)域沒(méi)有足夠的特征信息也 會(huì)出現(xiàn)誤匹配。所以窗口大小對(duì)匹配成功率有很大的影響。窗口大小一般根據(jù)經(jīng)驗(yàn)值可基 本確定，一般在正視影像上以特征點(diǎn)為中心，大小為7X7或者9X9等奇數(shù)個(gè)像素，在前視 或者后視影像上以特征點(diǎn)對(duì)應(yīng)的同名點(diǎn)為中心，大小與正視影像上窗口大小相同或者略大 于。(3)在生成的金字塔影像中的正視影像上提取特征點(diǎn)、格網(wǎng)點(diǎn)以及邊緣點(diǎn)作為待 匹配點(diǎn)；特征點(diǎn)提取匹配窗口內(nèi)的灰度影像信噪比越大，匹配的精度越高。為了提高影像 匹配的精度和魯棒性，影像匹配時(shí)應(yīng)基于點(diǎn)特征進(jìn)行匹配。點(diǎn)特征主要指影像上的明顯點(diǎn)， 如角點(diǎn)、圓點(diǎn)等。提取點(diǎn)特征的算子稱為興趣算子或有利算子，即運(yùn)用某種算法從影像中提 取出我們感性的，即有利于某種目的的點(diǎn)。本發(fā)明利用Harris算子在影像上提取特征點(diǎn)。Harris算子可給出與自相關(guān)函數(shù) 相聯(lián)系的矩陣Μ。M陣的特征值是自相關(guān)函數(shù)的一階曲率，如果兩個(gè)曲率值都高，則認(rèn)為該 點(diǎn)是特征點(diǎn)。Harris算子只涉及圖像的一階導(dǎo)數(shù)M = G(s) 8x gxf(2)
S^xSy Sy但是解特征向量需要比較多的計(jì)算量，且兩個(gè)特征值的和等于矩陣M的跡，兩個(gè) 特征值的積等于矩陣M的行列式。所以用下式來(lái)判定角點(diǎn)質(zhì)量(k常取0. 04-0. 06)I = det (M) -k · tr2 (M)，k = 0. 04(3) 式中，&是χ方向的梯度，&是y方向的梯度；G⑷為高斯模板， 為卷積操作；I為 每點(diǎn)的興趣值，det是矩陣的行列式，tr是矩陣的跡，k為默認(rèn)常數(shù)。(4)對(duì)生成的金字塔影像進(jìn)行幾何畸變預(yù)改正，消除金字塔影像中的幾何畸變；基于灰度互相關(guān)的影像匹配算法經(jīng)常受到由于攝影機(jī)方位不同和由于地形坡度 所產(chǎn)生的影像幾何畸變等的嚴(yán)重干擾。因此為了解決影像中幾何畸變對(duì)灰度互相關(guān)匹配的 影響，在互相關(guān)匹配之前根據(jù)影像的定向參數(shù)和必要的地形信息采用如圖7所示的幾何算 法在影像匹配前消除影像中的幾何畸變。具體為(4. 1)對(duì)于步驟(3)中提取的每個(gè)待匹配點(diǎn)Ptl，Ptl在空間中的對(duì)應(yīng)點(diǎn)為P(X，Y，Z)， 分別在空間中取一個(gè)高程為Z的面元rw，利用影像的定向模型，將面元rw投影到正視影像、前視或后視影像上的兩個(gè)四邊形Γ和Γ ‘；(4. 2)利用四邊形Γ和Γ ‘在正視影像、前視或后視影像之間定義一個(gè)局域仿射 變換；χ' = SL0iTal^a2Jy' = bo+biX+b^其中，χ'和y'為地面控制點(diǎn)投影到影像面的坐標(biāo)，χ和y為控制點(diǎn)在影像上的量 測(cè)坐標(biāo)， 和、(1 =0，1，2)為仿射變換系數(shù)。(4. 3)利用局域仿射變換將前視或后視影像中的四邊形Γ ‘重采樣為新的影像 窗口 Γ 〃 ；(4. 4)使用基準(zhǔn)影像窗口 Γ和重采樣的影像窗口 Γ “進(jìn)行相關(guān)匹配，即完成對(duì)生 成的金字塔影像的幾何畸變預(yù)改正。(5)利用附加核線約束的多影像匹配方法匹配出待匹配點(diǎn)在前視、后視影像上的 同名點(diǎn)；將上述匹配出的同名點(diǎn)作為觀測(cè)值，利用最小二乘匹配方法提高同名點(diǎn)的匹配精 度；多影像匹配方法如圖2所示。圖中匹配方法的搜索空間定義為一定高程范圍內(nèi)基 準(zhǔn)點(diǎn)所對(duì)應(yīng)的成像光線，高程的搜索步長(zhǎng)設(shè)定為使得待匹配影像上沿同名核線的最小步長(zhǎng) 為1個(gè)像元。與此同時(shí)，將傳統(tǒng)的特征點(diǎn)整體松弛匹配也擴(kuò)展為點(diǎn)、線特征的混合松弛匹配 如圖3所示。最終的匹配結(jié)果由歸一化相關(guān)系數(shù)(是高程的函數(shù))峰值所對(duì)應(yīng)的高程確定 (確定峰值時(shí)要進(jìn)行二次曲線擬合，從而達(dá)到子像元級(jí)的匹配精度)。因此算法實(shí)際上是在 核線約束條件下同時(shí)匹配所有影像，而不是先進(jìn)行各個(gè)立體像對(duì)的匹配再把匹配結(jié)果綜合 起來(lái)考慮。這種方法主要有三個(gè)優(yōu)點(diǎn)一是匹配點(diǎn)的確定是同時(shí)綜合考慮了所有影像間的互 相關(guān)結(jié)果，因此可以有效的減少誤匹配；二是匹配的最終結(jié)果為基準(zhǔn)點(diǎn)對(duì)應(yīng)成像光線上的 空間點(diǎn)；三是由于空間點(diǎn)坐標(biāo)的確定實(shí)際上等價(jià)于多影像的空間前方交會(huì)，因此相對(duì)于單 個(gè)立體模型(兩張影像)而言具有更高的高程精度。附加核線約束的多影像匹配方法步驟為(5. 1)以正視影像為參考影像，前視、后視影像為搜索影像，對(duì)正視影像上的待匹 配點(diǎn)及其近似高度值，由已知的影像外方位元素(空中三角測(cè)量提供)并通過(guò)直線擬合的 方法確定待匹配點(diǎn)在搜索影像上的近似核線；(5. 2)計(jì)算參考影像與搜索影像的相應(yīng)的相關(guān)窗口之間的相關(guān)系數(shù)值P (Po, Ζ)， 并求出參考影像上待匹配點(diǎn)Po處的相關(guān)系數(shù)平均值Sp ；
權(quán)利要求
1.附加幾何約束的航天三線陣CCD相機(jī)多影像立體匹配方法，其特征在于步驟如下(1)對(duì)航天三線陣CCD相機(jī)原始三視影像進(jìn)行預(yù)處理，將原始三視影像的灰度均值和 方差映射至給定的灰度均值和方差值；(2)將經(jīng)過(guò)步驟(1)處理后的三視影像分別生成金字塔影像；(3)在生成的金字塔影像中的正視影像上提取特征點(diǎn)和邊緣點(diǎn)作為待匹配點(diǎn)；(4)對(duì)生成的金字塔影像進(jìn)行幾何畸變預(yù)改正，消除金字塔影像中的幾何畸變；(5)利用附加幾何約束的多影像匹配方法匹配出待匹配點(diǎn)在前視、后視影像上的同名 點(diǎn)；將上述匹配出的同名點(diǎn)作為觀測(cè)值，利用最小二乘匹配方法提高同名點(diǎn)的匹配精度；(6)利用攝影測(cè)量中的前方交會(huì)關(guān)系及步驟( 得到的三視影像上的同名點(diǎn)，求出地 面點(diǎn)的坐標(biāo)，得到數(shù)字表面模型DSM ；(7)對(duì)數(shù)字表面模型DSM中的點(diǎn)云進(jìn)行濾波處理，濾除高頻率信號(hào)或者噪聲信號(hào)，生成 數(shù)字高程模型DEM，完成航天三線陣CCD相機(jī)多影像立體匹配。
2.根據(jù)權(quán)利要求1所述的附加幾何約束的航天三線陣CCD相機(jī)多影像立體匹配方法， 其特征在于所述步驟(1)采用Wallis濾波器對(duì)航天三線陣CCD相機(jī)原始三視影像進(jìn)行預(yù) 處理。
3.根據(jù)權(quán)利要求1所述的附加幾何約束的航天三線陣CCD相機(jī)多影像立體匹配方法， 其特征在于所述步驟(1)中的給定的灰度均值和方差分別為127和40 70，其中方差的 選取隨Wallis濾波中矩形區(qū)域的減小而減小。
4.根據(jù)權(quán)利要求1所述的附加幾何約束的航天三線陣CCD相機(jī)多影像立體匹配方法， 其特征在于所述步驟中的幾何畸變預(yù)改正步驟如下(4. 1)對(duì)于步驟(3)中提取的每個(gè)待匹配點(diǎn)Ptl，Ptl在空間中的對(duì)應(yīng)點(diǎn)為P(X，Y，Z)，分 別在空間中取一個(gè)高程為Z的面元rw，利用影像的定向模型，將面元rw投影到正視影像、 前視或后視影像上的兩個(gè)四邊形Γ和Γ ‘；(4.2)利用四邊形Γ和?！谡曈跋?、前視或后視影像之間定義一個(gè)局域仿射變換；(4.3)利用局域仿射變換將前視或后視影像中的四邊形?！夭蓸訛樾碌挠跋翊翱??！?；(4.4)使用基準(zhǔn)影像窗口Γ和重采樣的影像窗口 Γ “進(jìn)行相關(guān)匹配。
5.根據(jù)權(quán)利要求1所述的附加幾何約束的航天三線陣CCD相機(jī)多影像立體匹配方法， 其特征在于所述步驟(5)中附加核線約束的多影像匹配方法步驟為(5. 1)以正視影像為參考影像，前視、后視影像為搜索影像，對(duì)正視影像上的待匹配點(diǎn) 及其近似高度值，由已知的影像外方位元素并通過(guò)直線擬合的方法確定待匹配點(diǎn)在搜索影 像上的近似核線；(5. 2)計(jì)算參考影像與搜索影像的相應(yīng)的相關(guān)窗口之間的相關(guān)系數(shù)值P (Po, Z)，并求 出參考影像上待匹配點(diǎn)Po處的相關(guān)系數(shù)平均值Sp ；(5. 3)尋找Z值，使Sp最大的Z值為P(l對(duì)應(yīng)的正確高度值，進(jìn)而得到參考影像Ptl處的 唯一正確匹配。
全文摘要
附加幾何約束的航天三線陣CCD相機(jī)多影像立體匹配方法，(1)將原始三視影像的灰度均值和方差映射至給定的灰度均值和方差值；(2)將經(jīng)過(guò)步驟(1)處理后的三視影像分別生成金字塔影像；(3)在生成的金字塔影像中的正視影像上提取特征點(diǎn)和邊緣點(diǎn)作為待匹配點(diǎn)；(4)對(duì)生成的金字塔影像進(jìn)行幾何畸變預(yù)改正；(5)利用附加幾何約束的多影像匹配方法匹配出待匹配點(diǎn)在前視、后視影像上的同名點(diǎn)；將上述匹配出的同名點(diǎn)作為觀測(cè)值，利用最小二乘匹配方法提高同名點(diǎn)的匹配精度；(6)得到數(shù)字表面模型DSM；(7)對(duì)數(shù)字表面模型DSM中的點(diǎn)云進(jìn)行濾波處理，濾除高頻率信號(hào)或者噪聲信號(hào)，生成數(shù)字高程模型DEM，完成航天三線陣CCD相機(jī)多影像立體匹配。
文檔編號(hào)G06K9/64GK102073874SQ20101062277
公開(kāi)日2011年5月25日 申請(qǐng)日期2010年12月29日 優(yōu)先權(quán)日2010年12月29日
發(fā)明者盧有春, 呂江安, 康倩, 徐文, 王海燕, 鐘慧敏, 陳琦 申請(qǐng)人:中國(guó)資源衛(wèi)星應(yīng)用中心