首页测绘科学摄影测量与遥感技术数字摄影测量 06 第三章 影像匹配的基本算法.pptx

06 第三章 影像匹配的基本算法.pptx

页数:34页文件大小:216.5 KB来源: 数字摄影测量ppt课件

本课件系统讲解影像匹配的基本算法,围绕相关函数、协方差函数、相关系数、差平方和与差绝对值和等匹配测度展开,介绍基于物方的VLL法,并讨论整像素相关精度与抛物线拟合子像素定位。

第三章影像匹配基本算法封面,标示本章主题与所属篇章
本章内容导览图,列出基于像方与物方的匹配算法以及影像匹配精度
影像匹配基本算法页,说明影像匹配实质是在两幅或多幅影像间识别同名点
查看本课件的文字版(共 34 页,供检索与复制)

第1页:影像匹配的基本算法

影像匹配的基本算法:本课件封面页,标示课程名称与本章主题「影像匹配的基本算法」及其所属篇章位置。

第2页:本章主要内容

本章主要内容:基于像方的匹配算法 基于物方的匹配算法 影像匹配的精度主要内容。本章内容导览图,列出基于像方与物方的匹配算法以及影像匹配精度。

第3页:影像匹配基本算法

影像匹配基本算法:数字影像匹配基本算法影像匹配实质上是在两幅(或多幅)影像之间识别同名点。影像匹配基本算法页,说明影像匹配实质是在两幅或多幅影像间识别同名点。

第4页:五种基本匹配算法

五种基本匹配算法:常见的五种基本匹配算法同名点的确定是以匹配测度为基础。五种基本匹配算法导览页,说明同名点的确定以匹配测度为基础。

第5页:相关函数矢量数积

相关函数矢量数积:相关函数(矢量数积)R(p0, q0)>R(p, q)(pp0,qq0) 若R(p0,q0)>R(p,q)(pp0,qq0),则p0,q0为搜索区影像相对于目标区影像的位移参数。对于一维相关应有q0

第6页:离散灰度相关估计

离散灰度相关估计:若 则c0, r0为搜索区影像相对于目标区影像的位移行、列参数。对于一维相关应有r0。离散灰度数据对相关函数的估计公式为

第7页:相关函数的几何意义

相关函数的几何意义:相关函数的估计值即矢量X与Y的数积 在N维空间{ y1,y2,,yN}中,R是y1,y2,,yN的线性函数 它是N维空间的一个超平面。当N=2时R=x1yl+x2y2

第8页:矢量投影最大

矢量投影最大:(X Y)=|X| |Y| cos=max|Y|cos=max 相关函数最大(即矢量X与Y的数积最大)等价于矢量Y在X上的投影最大

第9页:协方差函数

协方差函数:协方差函数(矢量投影)若C(p0, q0)>C(p, q)(pp0,qq0),则p0, q0为搜索区影像相对于目标区影像的位移参数。对于一维相关应有q0

第10页:协方差函数判别式

协方差函数判别式:C(c0,r0)>C(c,r)(cc0,rr0)则c0, r0为搜索区影像相对于目标区影像的位移行、列参数。协方差函数估计式页,给出C(c0,r0)>C(c,r)的判别条件。

第11页:协方差的几何意义

协方差的几何意义:协方差函数的估计值即矢量的数积 C是在的投影与的长之积,因而协方差测度等价于在上投影最大, 在二维空间中是平行于(或E)的一条直线

第12页:协方差去直流分量

协方差去直流分量:减去信号的均值等于去掉其直流分量。因而当两影像的灰度强度平均相差一个常量时,应用协方差测度可不受影响。协方差测度特点页,说明减去均值可消除两影像灰度相差常量带来的影响。

第13页:相关系数

相关系数:相关系数(矢量夹角)若(p0,q0)>(p,q)(pp0,qq0),则p0,q0为搜索区影像相对于目标区影像的位移参数。对于一维相关应有q0

第14页:相关系数实用公式

相关系数实用公式:本页为图示页,源文件未提取到更多文字,建议对照原图查看。

第15页:相关系数取值范围

相关系数取值范围:相关系数的估计值最大,等价于矢量X’与y’的夹角最小 取值范围满足。相关系数性质页,估计值最大等价于矢量夹角最小并给出取值范围。

第16页:相关系数不变性

相关系数不变性:相关系数是灰度线性变换的不变量即灰度矢量经线性变换后相关系数是不变的。相关系数不变性页,说明相关系数是灰度线性变换的不变量。

第17页:差平方和

差平方和:差平方和(差矢量模)若S2(c0, r0)< S2(c, r),则c0, r0为搜索区影像相对于目标区影像的位移行、列参数。对于一维相关应有r0

第18页:差平方和的几何意义

差平方和的几何意义:两影像窗口灰度差的平方和即灰度向量X与Y之差矢量故差平方和最小等于N维空间点Y与点X之距离最小。当N=2时。差平方和几何意义页,说明其等价于N维空间中两点距离最小。

第19页:差平方和等值线

差平方和等值线:二维平面上以(x1,y2)为中心、边长为、对角线与坐标轴平行的一个正方形 二维平面上的一个圆。差平方和等值线图,二维平面上呈以点为中心的正方形与圆形等值线。

第20页:差绝对值和

差绝对值和:差绝对值和(差矢量分量绝对值和)离散灰度数据差绝对值和的计算公式为若S(c0,r0)<S(c,r)(cc0,rr0),则c0,r0为搜索区影像相对于目标区影像的位移行、列参数。对于一维相关应有r0

第21页:差绝对值和几何意义

差绝对值和几何意义:两影像窗口灰度差绝对值和即灰度矢量X与Y之差矢量之分量的绝对值之和 当N=2时。差绝对值和几何意义页,说明其即灰度矢量差分量绝对值之和。

第22页:VLL法

VLL法:基于物方的影像匹配(VLL法) 影像匹配的目的是提取物体的几何信息,确定其空间位置, 能够直接确定物体表面点空间三维坐标的影像匹配方法得到了研究,这些方法也被称为“地面元影像匹配”

第23页:铅垂线轨迹原理

铅垂线轨迹原理:在物方有一条铅垂线轨迹,它在影像上的投影是一直线。就是说VLL与地面交点A在影像上的构像必定位于相应的“投影差”上。铅垂线轨迹法(VLL-Vertical Line Locus地面A

第24页:VLL法示意图

VLL法示意图:VLL法影像匹配示意图A?在铅垂线上地面A 那一个点正确?。VLL法影像匹配示意图,在铅垂线上判断哪一个候选点才是正确的地面点A。

第25页:VLL法步骤一

VLL法步骤一:具体步骤 给定地面点的平面坐标(X,Y)与近似最低高程Zmin。 Zi=Zmin+i Z高程搜索步距Z可由所要求的高程精度确定

第26页:VLL法步骤二

VLL法步骤二:计算左右像坐标(xi’, yi’)与(xi”,yi”):。VLL法步骤页,计算左右像坐标(xi', yi')与(xi", yi")。

第27页:VLL法步骤三

VLL法步骤三:分别以(xi’, yi’)与(xi”,yi”)为中心在左右影像上取影像窗口,计算其匹配测度,如相关系数pi。 将i的值增加1,重复(2),(3)两步,得到0,1,2, n取其最大者k:k=max{0,1,2, n}

第28页:抛物线拟合提高精度

抛物线拟合提高精度:还可以利用k及其相邻的几个相关系数拟合一抛物线,以其极值对应的高程作为A点的高程,以进一步提高精度,或以更小的高程步距在一小范围内重复以上过程。图5-3-7相关系数抛物线拟合

第29页:影像匹配精度

影像匹配精度:影像匹配(相关)即使在定位到整像素的情况下,其理论精度也可达到大约0.3像素的精度。影像匹配精度。影像匹配精度页,说明整像素定位下理论精度约为0.3像素。

第30页:整像素相关精度

整像素相关精度:影像相关是左影像为目标区与右影像上搜索区内相对应的相同大小的一影像相比较,求得相关系数,代表各窗口中心像素的中央点处的匹配测度整像素相关的精度半个像素

第31页:整像素误差分布

整像素误差分布:整像素相关的精度 误差服从内的均匀分布(为像素大小)。整像素相关误差分布页,说明误差服从以像素大小为界的均匀分布。

第32页:抛物线拟合公式

抛物线拟合公式:用相关系数的抛物线拟合提高相关精度f(s)= A+B S+C S2图5-3-7相关系数抛物线拟合。相关系数抛物线拟合公式页,给出f(s)=A+B·S+C·S2的拟合式。

第33页:抛物线顶点位置

抛物线顶点位置:抛物线顶点k处的位置应为 取相邻像元3个相关系数进行抛物线拟合时。抛物线顶点位置页,给出取相邻三个相关系数拟合时的顶点计算式。

第34页:子像素精度

子像素精度:由相关系数抛物线拟合可使相关精度达到0.15~0.2子像素精度。子像素精度页,说明抛物线拟合可使相关精度达到0.15~0.2子像素。

顶部目录