全局与局部融合约束的航空大倾角立体像对线段特征匹配

Large oblique stereo images have been playing a key role in realistic 3D reconstruction of digital city due to the advantages of stable geometric imaging model, big coverage and abundant texture information. However, the perspective of sensor has changed notablely in the process of acquiring multi-view images, leading to the problems of severe geometric distortions, radiometric distortions, large disparity changes and corresponding region shadow, which hinders the work of automatic detect conjugate line segments by computer. Therefore, line segments matching is still the bottleneck for 3D reconstruction implementation. Based on these above, stereo matching points and edge detection algorithm of computer vision are involved as our experimental foundations; and the main line of this study is extraction, description and stereo matching for line segments; the research idea can be generized into fusion with multi-level information; the general objective of this project may be improving the correct rate, precision and reliability of matching method. Accordingly, this project would mainly focus on the algorithm of edge detection and line segments extraction with self-adaptive thresholds, the reliable description method of high-performance with multi-type integration for line segments and the optimize matching algorithm of self-adaption with multiple constraints and metrics. And our aims are to promote the automatic level of digital photogrammetry and further improve the efficiency of realistic 3D reconstruction and large scale terrain mapping.

航空大倾角立体像对因其成像几何构型稳定、覆盖范围广以及纹理信息丰富等优点，在城市真三维重建中发挥着关键作用。然而，由于此类影像同名区域之间存在较大的几何与辐射畸变、视差突变及遮挡等问题，使得同名线段的自动可靠匹配工作始终是该类影像实际应用中的瓶颈问题。基于此，以立体匹配同名像点及线段特征检测算法为研究基础，以线段特征提取、描述及立体匹配为研究主线，以全局与局部多层次互补信息融合约束为研究思路，以提高线段特征匹配的正确率、精度及方法可靠性为研究目标，拟分别构建线段特征优化提取方法、较高区分度的线段描述及匹配测度计算策略、自适应迭代优化匹配算法等，通过上述方法与策略，以期促进宽基线摄影测量理论体系的完善与发展，并进一步推动精细三维重建、大比例尺地形测绘的自动化进程与效率。

非常规遥感影像因其成像几何构型稳定、覆盖范围广以及纹理信息丰富等优势，在精细三维重建、大比例尺地形测绘及地物目标精准提取等领域中发挥着关键作用。然而，由于非常规影像同名区域之间存在较大的几何与辐射畸变、视差突变、遮挡及影像噪声等诸多问题，使得同名线段特征的自动匹配工作始终是该类影像实际应用中的瓶颈问题。基于此，项目提出一种全局似单应几何与自适应窗口的建筑轮廓及角点特征匹配算法。该算法首先对立体影像提取重复度较高、分布均匀的Harris特征，并进行互补仿射不变特征匹配，获得初始匹配点集。接着，基于初始匹配与改进的随机采样一致性算法来估计两组基本矩阵及其核线关系。然后，在双核线驱动约束下，并联合归一化互相关方法和自适应最小二乘匹配算法获得定位精度较高的边界轮廓及同名线段。其中，采用的双核线驱动约束可以近似实现立体影像全局单应变换，而自适应最小二乘匹配方法可以一定程度上解决由于区域遮挡导致的低相关度问题。通过六组包含复杂三维场景的大倾角立体像对实验，充分验证算法能够获得充足的同名特征，并且可实现亚像素匹配精度；综合实验结果表明，该算法在匹配特征数量、正确率以及特征空间分布等方面具有显著优势。为提高算法的普适应，针对包含大量光斑噪声及重复纹理的大倾角雷达影像数据，本项目首先通过集成角点、线段特征及空间拓扑曲面极值策略等，提出一种高精度可靠自动配准算法；然后，进一步提出互补集成滤波策略与近仿射不变传播的多层次匹配算法，实现了多角度侧视雷达影像高精度和自动化的配准。最后，通过多组代表性倾斜影像数据验证了算法的有效性。上述成果首先，对开展非常规摄影测量的精细三维重建、地物目标精准提取及大比例尺地形测绘等实际工程应用具有重要的科学意义；其次，为后续开展基于大失配影像的变化检测、可视化导航及高层次语义分析等实际应用奠定基础；再次，一定程度上促进倾斜摄影测量理论体系的完善与发展。