第11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