Delaunay三角网约束下的影像稳健匹配方法

P231:P208; 影像匹配是数字摄影测量和计算机视觉领域的关键问题.本文主要研究基于Delaunay三角网约束下的稳健影像匹配方法.首先利用Delaunay三角网对随机初始匹配点进行组织,构建分布均匀、结构稳定的局部连接关系;其次利用线段描述子和空间角度顺序建立了局部辐射和几何约束模型,并将粗差剔除问题转换为分析Delaunay三角网和对应匹配图的相似性问题;然后利用对应三角形局部约束实现匹配扩展;最后在分层策略和交叉验证策略下实现稳健影像匹配.利用3组数据集进行大量的匹配试验,结果表明本文的匹配算法即使在高外点率下依然能够实现稳健粗差剔除,得到高精度的影像匹配结果....

Full description

Saved in:
Bibliographic Details
Published in测绘学报 Vol. 49; no. 3; pp. 322 - 333
Main Authors 姜三, 江万寿
Format Journal Article
LanguageChinese
Published 中国地质大学(武汉)计算机学院,湖北 武汉,430074%武汉大学测绘遥感信息工程国家重点实验室,湖北 武汉 430072 01.03.2020
武汉大学地球空间信息科学协同创新中心,湖北 武汉 430072
Subjects
数字摄影测量
线段描述子
Delaunay三角网
影像匹配
Online AccessGet full text
ISSN1001-1595
DOI10.11947/j.AGCS.2020.20190089

Cover

More Information
Summary:P231:P208; 影像匹配是数字摄影测量和计算机视觉领域的关键问题.本文主要研究基于Delaunay三角网约束下的稳健影像匹配方法.首先利用Delaunay三角网对随机初始匹配点进行组织,构建分布均匀、结构稳定的局部连接关系;其次利用线段描述子和空间角度顺序建立了局部辐射和几何约束模型,并将粗差剔除问题转换为分析Delaunay三角网和对应匹配图的相似性问题;然后利用对应三角形局部约束实现匹配扩展;最后在分层策略和交叉验证策略下实现稳健影像匹配.利用3组数据集进行大量的匹配试验,结果表明本文的匹配算法即使在高外点率下依然能够实现稳健粗差剔除,得到高精度的影像匹配结果.
ISSN:1001-1595
DOI:10.11947/j.AGCS.2020.20190089