主要內容特征提取影像匹配核線重采樣要點回顧攝影測量的基本要點最少在兩個位置，獲取兩張像片觀測同名像點a1和a2恢復兩條對應直線的空間方位，最后獲得空間點A的坐標。模擬、解析攝影測量：恢復攝影光線的方位，而同名點是通過目視判讀來實現的。數字攝影測量則實現了自動（半自動）識別同名點。數字影像的來源對光學－膠片相機的影像＋掃描儀數碼相機進行攝影數字影像表達形式1,n-1

g=

gm-1,n-11,0

gm-1,0g

g

g0,0

g0,1

g0,n-1

g1,1gm-1,1x

=

x0

+i

Dxy

=

y0

+

j

Dy(i

=0,1,n

-1)(

j

=0,1,m-1)頻率域傅立葉變化一、特征提取線特征點特征1.內定向：自動進行影像框標識別目的：快速恢復內方位元素航空像片的內定向由相機參數、框標位置、投影中心和輻射畸變共同完成。利用適當的變換,掃描的圖像即被重采樣到一個新的矩陣，該矩陣基于由框標確定的坐標系統表示，該過程稱為影像內定向。精度指標：識別精度1/3左右像素掃描坐標系框標坐標系X=h0+h1x+h2yY=k0+k1x+k2y相機參數、點特征提取2.點特征的灰度特征3.點特征的灰度特征點特征20213028262421213028263022254158423129314324043383021396838342122302826244.

Moravec算子Moravec于1977年提出利用灰度方差提取點特征的算子rck

-

1

2

V

1

=

(

g

c

+

i

,

r

-

g

c

+

i

+

1

,

r

)

i

=

-

k

k

-

1

2

V

2

=

(

g

c

+

i

,

r

+

i

-

g

c

+

i

+

1

,

r

+

i

+

1

)

i

=

-

kk

-

1

V

3

=

(

g

c

,

r

+

i

-

g

c

,

r

+

i

+

1

)

2i

=

-

k

k

-

1

2

V

4

=

(

g

c

+

i

,

r

-

i

-

g

c

+

i

+

1

,

r

-

i

-

1

)

i

=

-

k24232221))))i

=

-

kc

+

i

+

1

,

r

-

i

-

1c

+

i

,

r

-

ik

-

1i

=

-

kk

-

1c

,

r

+

i

+

1c

,

r

+

ik

-

1i

=

-

kc

+

i

+

1

,

r

+

i

+

1c

+

i

,

r

+

ik

-

1i

=

-

kc

+

i

+

1

,

r(

g

-

gV

=(

g

-

gV

=(

g

-

gV

=

(

g

c

+

i

,

r

-

gV

=（1）計算各像元的興趣值IVIVc

,r=

min{

V1

,V2

,V3

,V4

}K=INT(w/2)（2）給定一經驗閾值，將興趣值大于閾值的點作為候選點。確定窗口大小（3）選取候選點中的極值點作為特征點。總結Moravec算子是在四個主要方向上，選擇具有最大――最小灰度方差的點作為

特征點。一、特征提取1、線特征“邊緣”影像局部區域特征不相同的區域間的分界線。“線”是具有很小寬度的其中間區域具有相同的影像特征的邊緣對。房屋道路2、線的灰度特征3、微分算子梯度算子差分算子3、微分算子差分算子sobelprewittroberts二、影像匹配1269453780建立模板1.

問題的提出模板匹配例子4

8

6

7

2

3

5

9

0

1計算機如何識別？用十個0～9數字模板對上述一串數字中每個數字（如第一個數字4）逐個進行套合、配準。12345678904

8

6

7

2

3

5

9

0

1比較“待識別的數字”與“數字模板”之間的相似性，以判斷待識別的數字。1.

問題的提出影像匹配---尋找同名點2.數字相關二維相關數字相關是利用計算機對數字影像進行數值計算的方式完成影像的相關目標區目標區搜索區搜索區搜索區目標區Xyr1r2r3r4riAS1S2a1l1a2l2同名核線通過攝影基線與地面所作的平面稱為核面核面與影像面交線稱為核線同名像點必定在同名核線上。一維相關一維相關在核線影像上，只需要進行一維搜索目標區目標區搜索區搜索區n目標區n搜索區mr1r2r3r4r5同名點的確定是以匹配測度為基礎G

(

g

ij

)G

=

(

gij

)3.數字影像匹配基本算法（１）相關系數法￠=ggn

i=1'i+kn1

ging

=i

=1n1

目標區灰度均值搜索區灰度均值目標區方差搜索區方差22nggg

i

-

g=

1ni

=1s'

2'

2'

'1nng

gg

-

gi

=1i

+

ks

=（１）相關系數法協方差''g

g1nnigg-

ggi

=1'i

+

ks

=相關系數ggggkg

￠g

￠sssr

='（２）最小二乘影像匹配德國Ackermann教授提出了一種新的影像匹配方法——最小二乘影像匹配（least

Squares

Image

Matching）影像匹配可以達到1/10甚至1/100像素的高精度a.

原理“灰度差的平方和最小”

vv

=

minvv

=

min在影像匹配中引入變形參數，同時按最小二乘的原則，解求這些參數，就是最小二乘影像匹配的基本思想。輻射畸變幾何畸變b．僅考慮影像相對移位的一維最小二乘匹配假設兩個一維灰度函數g1(x),g2(x),除隨機噪聲外，g2(x)相對于g1(x)只存在零次幾何變形——移位量Dx。前提g1(x)

+n1(x)

=

g2(x

+Dx)

+n2(x)g1(x)

+n1(x)

=

g2(x

+Dx)

+n2(x)v(

x)

=

g2

(

x

+

Dx)

-

g1

(

x)誤差方程式b．僅考慮影像相對移位的一維最小二乘匹配g

(x)

=

g2

(x

+

D)

-

g2

(x

-

D)2

2D222g

(x

+

D)

-

g

(x

-

D)2D(x)

=g離散的數字影像而言，灰度函數的導數g,

(x)可由差分代替2v(x)

=g2(x)

Dx-[g1(x)-g2(x)]v(x)

=g2(x)

Dx-[g1(x)-g2(x)]為解求相對移位量Dx，需上式進行線性化最小二乘影像匹配是非線性系統，必須進

行迭代。迭代過程收斂的速度取決于初值。Dx

=

g

Dg

/

g

22

2Dg

/

g

22Dx

=

g

2v

=

g

2

Dx

-

Dgv

=

g

2

Dx

-

Dg誤差方程式可寫為解得影像的相對移位總結影像匹配技術是整個數字攝影測量的核心所在，也是區別于模型攝影測量和解析攝影測量的核心所在。影像匹配實質上是用計算機技術代替人眼進行觀測，找到同名像點。三、核線重采樣確定同名核線的兩種方法基于影像幾何糾正的核線解折關系基于共面條件的同名核線幾何關系核線的重排列（重采樣）1.基于影像幾何糾正的方法實際像片水平像片S1攝影基線S2p0水平影像uP傾斜影像xy焦距fva1u

+

b1

v

-

c1

fa3

u

+

b3

v

-

c3

fa

2

u

+

b2

v

-

c2

fa3

u

+

b3

v

-

c3

fx

=

-

fy

=

-

f示意圖v

=某常數即表示某一核線x

=

d

1

u

+

d

2d

3

u

+

1y

=

e

1

u

+

e

2e

3

u

+

12211e

u

+

1y

=d

u

+

1d

u

+

d3e

u

+

e3x

=C=v在“水平”影像上獲取核線影像x

=

-

f

a

1

u

+

b1

v

-

c

1

fa

3

u

+

b

3v

-

c

3

fy

=

-

f

a

2

u

+

b

2

v

-

c

2

fa

3

u

+

b

3

v

-

c

3

fy

=

-

fa

3

u

+

b

3v

-

c

3

fa

2

u

+

b

2

v

-

c

2

fa

3

u

+

b

3

v

-

c

3

fa

1

u

+

b1

v

-

c

1

fx

=

-

fu=kD采樣間隔uvg

0

(kD,

c)

=

g

(

x0

,

y0

)g

0

((k

+1)D,

c)

=

g

(

x1

,

y1

)核線的重排列（重采樣）是否是采樣點？水平像片傾斜像片33222333111'

v

'

-

c

'

f'

v

'

-

c

'

f'

v

'

-

c

'

f'

v

'

-

c

'

3

fa

'

u

'

+

ba

'

u

'

+

ba

'

u

'

+

ba

'

u

'

+

bx

'

=

-

fy

'

=

-

f22￠e

3￠u

￠

+

1e

1￠u

￠

+

ey

￠

=d

3￠u

￠

+

1d

1

u

+

dx

￠

=g0

(kD,c)

=

g

(x0,

y0

)g0￠((k

+1)D,c)

=

g￠(x1,

y1)同名核線的v坐標值相等同名核線的確定三、核線重采樣核線的重排列（重采樣）線性內插四、攝影測量系統像點放大量測窗左影像顯示窗右影像顯示窗點位放大顯示窗點位微調按鈕用計算機影像匹配與識別代替人眼量測與識別高度自動化—其影像的內定向、相對定向、相對糾正、影像匹配、建立DEM、繪制等高線、制作正射影像等完全不需要人工操作，可以進行批處理。高效率—影像的相對定向僅需要1--2分鐘，影像匹配達到500點/秒。可接合性—由于“交互處理”與“自動化”兩種作業方式是分開的，因而系統不會因為無法處理的問題而進行不下去。應用面廣—能用于1:5萬,1:1萬,1:1千,1:500等各種比例尺的數字化測圖與GIS數據采集。工作站特點系統配置系統配置內存：512MB以上硬盤：40GB以上1280×1024或以上的分辨率立體反光鏡液晶立體眼鏡和紅外發射器主要配置cpu:

PentiumIV

1GHz或以上立體觀測裝置其它硬件設備手輪腳盤和三維鼠標工作站可處理的數據源航空影像衛星影像IKONOSQuickBird數碼量測相機IGS(交互式圖形系統)以及MicroStation

接口測圖模塊工作流程關鍵步驟---數據準備查看原始數字影像的分辨率、比例尺等。查看相機檢校參數及其影像方位、框標的位置等。查看地面控制點數據及其點位分布。關鍵步驟---模型定向關鍵步驟---模型定向內定向---建立框標模板按鈕小窗口參數窗口關鍵步驟---模型定向內定向---自動識別框標中心關鍵步驟---模型定向自動相對定向像點放大量測窗左影像顯示窗右影像顯示窗點位放大顯示窗點位微調按鈕解析相對定向原理同名光線對對相交于核面內XZa1(x1,y1)x1y1z1S1A(X,Y,Z)Y2

2

2a

(x

,y

)z2y2x2S2S

1

S

2

?(

S

1

a1

·

S

2

a

2

)

=

0S

1

S

2

?(

S

1

a1

·

S

2

a

2

)

=

0關鍵步驟---模型定向絕對定向—實現首先在左（右）影像上分區提取特征點，然后利用二維影像匹配算法，自動在右（左）影像上尋找若干個同名點（通常超過100個點），作為相對定向的定向點，確定這些點的像平面坐標，再按解析攝影測量的相對定向算法，解求出立體像對的

5個相對定向參數。根據相對定向參數就可確定立體影像對內左、右影像的相對方位，計算出各點的模型坐標。關鍵步驟---模型定向絕對定向MZtpYtpXtpX0Y0Z0絕對定向元素關鍵步驟---模型定向絕對定向—實現由人工在左右影像上定位控制點點位，采用影像匹配技術確定同名點，計算絕對定向參數，完成絕對定向。支持立體量測功能，可通過手輪、腳盤直接驅動立體影像來調整控制點和像點坐標。關鍵步驟---影像匹配關鍵步驟---影像匹配生成核線影像將原始數字影像重新按核線方向，逐條核線進行排列，形成按核線排列的立體影像。一般情況下，數字影像的掃描行與核線不重合，為了獲取核線上點的灰度序列，必須根據原始影像灰度值進行內差，即所謂沿核線進行影像灰度重采樣。關鍵步驟---影像匹配匹配預處理在自動影像匹配之前，可以在立體模型中量測一部分特征線（山脊線、山谷線、陡坎、斷裂線等），特征點（山頂、鞍部點、變坡點等），特征面（湖面、陰影區、林區邊界等），作為自動影像匹配的控制。經過上述的預處理，可以明顯改善影像匹配的效果。對于大比例尺測圖，預處理是很重要的。關鍵步驟---影像匹配影像匹配影像匹配，是沿核線進行一維影像匹配，自動確定同名點。影

像匹配采用金字塔影像數據結構，基于跨接法的整體影像匹配。關鍵步驟---影像匹配匹配結果編輯在影像自動匹配完成后，系統根據相關系數對匹配結