更多“影像匹配”相关问题
  • 第1题:

    基于特征的影像匹配有什么特点和优点?


    正确答案: 基于特征提取算子提取影像中的特征(点、线、面);然后对提取的特征进行参数描述;最后以特征的参数值为依据进行同名特征的搜索,继而获得同名像点。对于信息缺乏区域,或相关影像之间存在着较大比例尺区域或扭曲的区域很适合;同时顾及图像的总体结构。

  • 第2题:

    单选题
    将核医学的代谢或血流影像与CT影像进行匹配分析的专用名称是(  )。
    A

    图像融合

    B

    影像比较

    C

    功能解剖影像

    D

    图像匹配

    E

    多功能显像


    正确答案: C
    解析: 暂无解析

  • 第3题:

    填空题
    跨接法影像匹配与最小二乘法影像匹配处理方式不同,它先作(),后作()

    正确答案: 几何改正,影像匹配
    解析: 暂无解析

  • 第4题:

    填空题
    基于特征的影像匹配的基本过程:建立金字塔影像、()、特征描述、特征匹配。

    正确答案: 特征提取
    解析: 暂无解析

  • 第5题:

    问答题
    什么是影像匹配,影像匹配与影像相关的关系是什么?

    正确答案: 影像匹配实质上是在两幅或多幅影响之间识别同名点,他是计算机视觉级数字摄影测量的核心问题,由于早期的研究中一般使用相关技术解决影像匹配的问题。所以影像匹配常常被称为影像相关。
    解析: 暂无解析

  • 第6题:

    填空题
    影像匹配实质上是在两幅(或多幅)影像之间识别()

    正确答案: 同名点
    解析: 暂无解析

  • 第7题:

    单选题
    以下各种影像匹配方法中,可以考虑辐射畸变和几何变形的算法是()
    A

    协方差函数测度匹配算法

    B

    相关系数测度匹配算法

    C

    铅垂线轨迹法

    D

    最小二乘法影像匹配


    正确答案: A
    解析: 暂无解析

  • 第8题:

    单选题
    数字化摄影测量的核心问题是()
    A

    数字影像采样

    B

    影像匹配

    C

    数字影像匹配

    D

    数字影像内定


    正确答案: B
    解析: 暂无解析

  • 第9题:

    填空题
    数字影像匹配的基本匹配算法有:()、()、()、()以及差绝对值和法。

    正确答案: 相关函数法,协方差函数法,相关系数法,差平方和法
    解析: 暂无解析

  • 第10题:

    判断题
    影像匹配的主要目的是确定影像相对移位、提取地物几何特征。
    A

    B


    正确答案:
    解析: 暂无解析

  • 第11题:

    问答题
    什么是影像相关?它与影像匹配存在着什么样的关系?简述影像相关的基本原理。

    正确答案: 通过取出以待定点为中心的左影像的小区域的影像信号与右影像上相应区域的影像信号,计算它们的相关函数,相关函数最大值对应的右影像区域的中心即为待定点的同名点,这种求解同名点的过程就叫影像相关。影像相关只是影像匹配的一个方面,影像匹配包括影像相关,但涵盖的范围更广泛。影像相关的基本原理(以二维相关为例):在左影像上取以待定点为中心的目标区,其大小为m*n,粗略估计其同名点在右影像上可能存在的区域,在右影像上取搜索区大小为k*l(k>m,l>n),依次取搜索区中与目标区大小相同的窗口,并计算其与目标区的相关系数,比较所有的相关系数,取其最大值或者最小值(依算法而定)对应的搜索区中所取区域的中心为待定点的同名点,这就是影像相关的基本原理。
    解析: 暂无解析

  • 第12题:

    问答题
    特征匹配使用的几种场合?基于特征的影像匹配的基本过程?

    正确答案: 当待匹配的点位于低反差区内,即在该窗口内信息贫乏,信噪比很小,则其匹配的可靠性不高。如林区等在机器人视觉中,目的只需要配准某些点线或面。城市摄影测量大多数对象是人工建筑物,人工建筑物的提取中优势更强。
    基本过程:建立金字塔影像、特征提取、利用一组参数对特征作描述、利用参数进行特征匹配。
    解析: 暂无解析

  • 第13题:

    什么是影像相关?它与影像匹配存在着什么样的关系?简述影像相关的基本原理。


    正确答案: 通过取出以待定点为中心的左影像的小区域的影像信号与右影像上相应区域的影像信号,计算它们的相关函数,相关函数最大值对应的右影像区域的中心即为待定点的同名点,这种求解同名点的过程就叫影像相关。影像相关只是影像匹配的一个方面,影像匹配包括影像相关,但涵盖的范围更广泛。影像相关的基本原理(以二维相关为例):在左影像上取以待定点为中心的目标区,其大小为m*n,粗略估计其同名点在右影像上可能存在的区域,在右影像上取搜索区大小为k*l(k>m,l>n),依次取搜索区中与目标区大小相同的窗口,并计算其与目标区的相关系数,比较所有的相关系数,取其最大值或者最小值(依算法而定)对应的搜索区中所取区域的中心为待定点的同名点,这就是影像相关的基本原理。

  • 第14题:

    单选题
    在影像匹配中,信噪比越大,则匹配精度的变化是()
    A

    匹配的精度越高

    B

    匹配的精度越低

    C

    与影像的相关系数有关

    D

    两者无关


    正确答案: A
    解析: 暂无解析

  • 第15题:

    问答题
    “相关系数最大”影像匹配、基于物方的VLL法影像匹配和最小二乘法影像匹配的相同点及差别是什么?

    正确答案: “相关系数最大”影像匹配是指在左影像上以目标点为中心选取一定大小的区域作为目标区,将右片同名点可能存在的区域作为搜索区,比较目标窗口和搜索区内同大小窗口的灰度相关系数,将相关系数最大所对应的窗口的中心作为同名点。基于物方的VLL法影像匹配是在待定点的地面平面坐标已知的情况下,通过共线方程和合理的高程设定值,解算其相应的像点坐标,通过比较不同高程所对应的像点的相关测度,取最大测度处的像点作为同名点,相应的高程作为物点的高程;最小二乘法影像匹配是指顾及影像的几何和辐射畸变并引入相应的变形蚕参数,同时按最小二乘的原则解求这些参数,将相关系数最大处的左片目标窗口采用坐标梯度加权平均作为目标点,右片同名点的位置由求得的几何参数计算而得;
    由上可知三种匹配算法的相同点:都是基于灰度的影像匹配,都用到了相关系数最大作为匹配的测度;
    不同点:
    1.“相关系数最大”影像匹配是基于像方的,通过选定目标区窗口与搜索区中相应大小的窗口中相关系数系数最大的窗口中心点作为同名点,匹配精度与窗口大小、影像信噪比有关;
    2.“基于物方的VLL法”影像匹配是基于物方的,而且能直接确定物方点的空间三维坐标,将不同高程处所对应左右影像中的像点作为可能的匹配点,取相关系数最大处作为同名像点,同时也获得了物点的高程信息,匹配精度与步距dz、影像信噪比、匹配窗口大小有关;
    3.“最小二乘法”影像匹配是基于像方的,考虑了几何畸变、辐射畸变等系统误差,可灵活引入了各种参数和约束条件,匹配精度较高,可达子像素级,匹配点的位置左片通过窗口梯度加权平均而求得,右片由求得的几何参数计算而得,匹配精度与信噪比、影像的纹理结构有关。
    解析: 暂无解析

  • 第16题:

    名词解释题
    影像匹配

    正确答案: 实质上是在两幅(或多幅)影像之间识别同名点。
    解析: 暂无解析

  • 第17题:

    问答题
    什么是影像匹配?将数字影像匹配基本算法分为两类,说明分类标准,并指出其中哪种算法最好,为什么?

    正确答案: 影像匹配实质上是在两幅(或多幅)影像之间识别同点名。
    数字影像匹配基本算法一类是匹配测度取得最大值或相似性程度最高,包括:相关函数(矢量数积)测度、协方差函数(矢量投影)测度、相关系数(矢量夹角)测度。另一类是相异性程度最低,此时匹配测度取得最小值,包括:差平方和(差矢量模)测度、差绝对值和(差矢量分量绝对值和)测度。分类标准是匹配测度。相关系数法最好。相关系数是衡量左右影像两个灰度矢量X与Y相似性的一个科学的数值指标。由于相关系数是标准化的协方差函数,因此当目标影像的灰度与搜索影像的灰度之间存在线性畸变时,仍然能较好地评价他们之间的相似性程度。以相关系数最大作为影像匹配搜索同名点的准则,其实质是搜索“信噪比为最大”的灰度序列。实验表明,在各种基本影像匹配算法中,“相关系数最大”影像匹配算法的成功率最高。
    解析: 暂无解析

  • 第18题:

    多选题
    ()共同称为立体正射影像对。
    A

    原始影像

    B

    水平影像

    C

    正射影像

    D

    立体匹配片


    正确答案: C,D
    解析: 暂无解析

  • 第19题:

    问答题
    基于特征的影像匹配算法尤其适用于哪几种场合的影像匹配?

    正确答案: A.待匹配的点位于低反差区内,如林区
    B.匹配目的是只需要配准某些“感兴趣”的点线或面在大比例尺城市航空摄影测量中,大多数对象是人工建筑物,此时由于影像的不连续、阴影与被遮蔽等原因,基于灰度匹配的算法也难以适应。
    解析: 暂无解析

  • 第20题:

    问答题
    “灰度差的平方和最小”影像匹配和最小二乘影像匹配的相同点及差别是什么?

    正确答案: 1.相同点:Σvv = min
    2.“灰度差的平方和”测度仅认为影像灰度只存在偶然误差(随机噪声),不考虑影像的系统变形。最小二乘影像匹配中引入了辐射畸变、几何畸变等影像的变形参数,同时按最小二乘Σvv=min的原则,解求这些参数。
    解析: 暂无解析

  • 第21题:

    填空题
    数字影像匹配基本算法有()、()、()、和()。

    正确答案: 相关函数,协方差函数(矢量投影),相关系数,差平方和法
    解析: 暂无解析

  • 第22题:

    问答题
    请说明利用相关系数的影像匹配和最小二乘法影像匹配的异同点。

    正确答案: 最小二乘影像匹配的基本思想是,在影像匹配中引入几何和辐射变形参数,同时按最小二乘的原则∑,在影像匹配的同时解求这些参数。=minvv单纯地利用相关系数测度进行影像匹配算法是,计算目标区域与搜索区域中相同大小影像的相关系数,选择最大相关系数对应窗口中的中心像元为同名点。  
    两种算法相同点:相关系数是仅考虑辐射的线性畸变的最小二乘匹配。因为相关系数不受左右影像灰度线性畸变的影像,在最小二乘匹配影像匹配中,影像经过几何和辐射变形改正之后,评判它们的相似程度仍用相关系数。两种算法本质是相同的。  
    不同之处:
    (1)最小二乘影像匹配中把像素的灰度值视为观测值,并充分考虑了影像的系统误差改正,改善了影像匹配的精度。
    (2)最小二乘影像匹配采用最小二乘法计算原则,有利于考虑观测值(像素)与观测值或其他地面目标之间的关系,灵活应用这些控制条件,使其的精度和可靠性有所提高,并使它的解的形式不仅仅局限与传统的左右位移。
    (3)最小二乘影像匹配可以进行多张影像的匹配。并能够与其他匹配算法相结合。
    (4)在最小二乘影像匹配中,由于观测误差方程式是非线性函数,需要进行线性化,因此需要较为准确的初值。
    解析: 暂无解析

  • 第23题:

    问答题
    特征点的匹配通常采用哪些策略?试比较“广度优先”和“深度优先”影像匹配的优缺点。

    正确答案: (1)特征点的匹配通常采用的策略:
    1.二维匹配与一维匹配
    当影像方位参数未知时,必须进行二维的影像匹配,此时匹配的主要目的是利用明显点对解求影像得方位参数,以建立立体影像模型,形成核线影像以便进行一维匹配,二维匹配的搜索范围在最上一层影像由先验视差确定在其后各层,只需要小范围内搜索,当影像方位已知时,可直接进行带核线约束条件的一维匹配,但在上、下方向可能各搜索一个像素,也可以沿核线重采样形成核线影像,进行一维影像匹配,但当影像方位参数不精确或采用近似核线的概念时,也有可能有必要在上、下方向各搜索一个像素
    2.匹配的备选点可采用如下方法选择:
    对右影像也进行相应的特征提取,挑选预测区内的特征点作为可能的匹配点
    右影像不进行特征提取,将预测区内的每一点都作为可能的匹配点
    右影像不进行特征提取,但也不将所有的点作为可能的匹配点,而用“爬山法”搜索,动态的确定备选点,爬山法主要用于二维匹配,对一维匹配仅用于在搜索区边沿取得匹配测度最大的情况
    3.特征点的提取与匹配的顺序
    “深度优先”对最上一层左影像每提取到一个特征点,即对其进行匹配。然后,将结果化算到下一层影像进行匹配,直至原始影像,并以该匹配好的点对为中心将其领域的点进行匹配。再上升到第一层,在该层已匹配的点的领域选择另一点进行匹配,将结果化算到原始影像,重复前一点的过程,直至第一层最先匹配的点的领域中的点处理完,再回溯到第二层,如此进行。这种处理顺序类似于人工智能中的深度优先搜索法。“广度优先”这是一种按层处理的方法,即首先对最上一层影像进行特征提取与匹配,将全部点处理完后,将结果化算到下一层,并加密进行匹配重复以上过程,直至原始影像。这种处理顺序类似人工智能的广度优先搜索法
    4.匹配的准则
    除了利用一定的相似性测度(主要是相关系数)外,一般还考虑特征的方向,周围已匹配点的结果。如将前一条核线已匹配的点沿边缘线传递到当前核线上同一边缘线上的点。由于特征点的信噪比应该较大,因此其相关系数也应较大。故可设一较大的阈值,当相关系数高于阈值时,才认为其是匹配点,否则需利用其他条件进一步判别。经验表明,特征的相关系数一般都能达到0.9以上。
    5.粗差的剔除
    可利用二次曲面进行视差值拟合,并用最小二乘法剔除粗差点
    (2)广度优先匹配的优点:效率比较高
    广度优先匹配的缺点:精度低
    深度优先影像匹配的优点:精度高
    深度优先影响匹配的缺点:效率低,计算量大
    解析: 暂无解析