论文部分内容阅读
在立体视觉领域，遥感图像的立体匹配一直都是一项具有挑战性的课题。由于受到噪声干扰、摄像机镜头畸变、云层遮挡差异以及光线变化等因素的影响，同一物体在立体像对上可能会出现一定的差异，使得目前还没有一种具有普适性的立体匹配算法能够得到精确的匹配结果。本文研究城市遥感图像的立体匹配，城市遥感图像中的高层建筑具有较大的仿射形变，常用的立体匹配方法匹配正确率较低。因此，研究城市遥感图像的立体匹配技术具有十分重要的理论意义和实用价值。本文的主要研究工作包括以下三个方面: (1)针对遥感图像中高层建筑物匹配不准确的问题，本文提出了基于形状上下文的特征提取算法。首先对遥感图像进行预处理，得到遥感图像的边缘图像。然后使用Harris角点检测算法和本文提出的基于主边缘的伪特征点剔除算法选取显著特征点。最后使用形状上下文特征对显著特征点进行特征描述，并用匈牙利算法进行匹配。由于加入了主边缘思想，该算法对楼顶显著特征点进行描述时，不受地面信息的干扰，保证了建筑物楼顶匹配的准确性。 (2)为了去除误匹配，得到更准确的匹配结果，本文提出了基于J-Linkage聚类算法的立体匹配算法。城市遥感图像具有平面较多的特征，一对待匹配图像上一个平面服从一个仿射变换矩阵，不同平面如建筑物楼顶、侧墙体以及地面标志物等，具有不同的仿射变换矩阵。因此，本文使用J-Linkage聚类算法，以仿射变换矩阵为模型，对使用形状上下文特征进行预匹配的结果进行聚类，并根据聚类结果去除误匹配点对，得到准确的稀疏匹配结果。 (3)为进一步说明本文所提算法的有效性，本文以模拟遥感图像和真实遥感图像作为实验数据，同时使用基于SIFT特征的立体匹配算法作为对比实验。对比实验结果说明，本文所提算法在匹配正确率、高程计算准确率等方面优于SIFT特征算法，证明了本文所提算法的可行性与有效性。