《摄影测量学》第五章
第四节
最小二乘法影像匹配
主要内容
最小二乘法影像匹配的原理
单点最小二乘法影像匹配
最小二乘法影像匹配精度
一 最小二乘影像匹配原理
最小二乘影像匹配(least Squares Image Matching)
影像匹配可达到1/10甚至1/100像素的高精度
优点如下
非常灵活地引入各种已知参数和条
件,从而可以进行整体平差
解决“单点”的影像匹配问题,求
“视差”;直接解求其空间坐标
同时解决“多点”影像匹配或“多片”
影像匹配
引入“粗差检测”,大大地提高影像
匹配的可靠性
“灰度差的平方和最小”
∑ = minvv
V
仅仅认为影像灰度只存在偶然误差
),(),( 2211 yxgnyxgn +=+
),(),( 21 yxgyxgv −=
误差方程式
1. 辐射畸变
¾照明及被摄影物体辐射面的方向
¾大气与摄影机物镜所产生的衰减
¾摄影处理条件的差异以及影像数
字化过程中所产生的误差等等
2.几何畸变
¾摄影机方位不同所产生的影像的透
视畸变
¾影像的各种畸变
¾竖直航空摄影的情况下,地形高差则是
几何畸变的主要因素
在影像匹配中引入这些变
形参数,同时按最小二乘
的原则,解求这些参数,
最小二乘影像匹配的基本思想
二. 单点最小二乘影像匹配
两个二维影像
之间的几何变
形,不仅仅存在
着相对移位还存
在着图形变化
几何变形
ybxbby
yaxaax
2102
2102
++=
++=
灰度畸变+几何变形
),(),(),(),( 22102102111 yxnybxbbyaxaaghhyxnyxg o ++++++=+
x2 y2
线性化误差方程式
gdbcdbcdbcdacdacdacdhcdhcv o ∆−+++++++= 281706251403121
初值分别为
h0 = 0; h1 = 1;a0 = 0;a1 = 1;a2 = 0;
b0 = 0;b1 = 0; b2 = 1
LCXV −= )()( LCXCC TT =
y
y
y
x
x
xx
gy
b
y
y
gc
gx
b
y
y
gc
g
b
y
y
gc
gy
a
x
x
gc
gx
a
x
x
gc
gg
a
x
x
gc
gc
c
&
&
&
&
&
&&
=∂
∂⋅∂
∂=
=∂
∂⋅∂
∂=
=∂
∂⋅∂
∂=
=∂
∂⋅∂
∂=
=∂
∂⋅∂
∂=
==∂
∂⋅∂
∂=
=
=
2
2
2
2
8
1
2
2
2
7
0
2
2
2
6
2
2
2
2
5
1
2
2
2
4
2
0
2
2
2
3
22
1
)(
1
)],1(),1([
2
1),(
)]1,()1,([
2
1),(
22
22
JIgJIgJIgg
JIgJIgJIgg
Ix
Jy
−−+==
−−+==
&&
&&
灰度是按规则格网排列的离散阵列,
且采样间隔为常数∆,可被视为单位
长度,偏导数均用差分代替
几何改正
重采样
辐射畸变改正
是否迭代
计算最佳
匹配的点位计算参数值
结束
左窗口 右窗口
??????????
具体步骤
1. 几何变形改正
ybxbby
yaxaax
2102
2102
++=
++=
2.重采样
3.辐射畸变改正
h0 + h1• g2(x2,y2)
4. 解求变形参数的改正值
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛
=
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛
y
x
bbb
aaa
y
x
iii
iii
1001
210
210
2
2
1
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛
+
+=
−−−
−−−
y
x
bbb
aaa
dbdbdb
dadada
iii
iii
iii
iii
1001
1
1
001
1
2
1
1
1
0
1
2
1
1
1
0
210
210
iiiiii
iiiiii
iiiiiii
iiiiii
iiiiii
iiiiiii
dbbdbabb
dbbdbabb
dbbdbadbbb
dabdaaaa
dabdaaaa
dabdaadaaa
2
1
21
1
2
1
22
2
1
11
1
1
1
11
2
1
01
1
00
1
00
2
1
21
1
2
1
22
2
1
11
1
1
1
11
2
1
01
1
00
1
00
−−−
−−−
−−−
−−−
−−−
−−−
++=
++=
+++=
++=
++=
+++=
⎟⎟⎠
⎞
⎜⎜⎝
⎛
⎟⎟⎠
⎞
⎜⎜⎝
⎛
⎟⎟⎠
⎞
⎜⎜⎝
⎛
+=⎟⎟⎠
⎞
⎜⎜⎝
⎛
⎟⎟⎠
⎞
⎜⎜⎝
⎛=⎟⎟⎠
⎞
⎜⎜⎝
⎛
−−
2
1
1
1
0102101
101
1
011011
ghhdhdhghhg iiiiii
i
1
1-i
1
1-i
1
i
1
i
1
1-i
0
i
0
1-i
0
i
0
dhhhh
dhhdhhh
+=
++=
5. 停机条件
6. 计算最佳匹配的点位
∑∑
∑∑
⋅=
⋅= ⋅
2.2.
2.2
/
/
yyi
xxi
ggyy
ggxx
ybxbby
yaxaax
2102
2102
++=
++=
匹配精度取决于影像灰度的梯度
《数字摄影测量学》
为了进一步提高其可靠性与
精度,例如,附带共线条件
的最小二乘相关以及与VLL法
结合的最小二乘影像匹配方
法都得了广泛的研究
三 仅考虑辐射的线性畸变的最小二
乘匹配——相关系数
2221011 ),(),( ngyxghhnyxg +++=+
误差方程:
)( 21210 ggghhv −−+=
¾有n个像素点时误差方程
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛
−
−
−⎟⎟⎠
⎞
⎜⎜⎝
⎛
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛
=
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛
21
21
1
0
2
21
1
1
gg
gg
h
h
g
g
v
v
n
MMMM
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛
−
−
−⎟⎟⎠
⎞
⎜⎜⎝
⎛
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜
⎝
⎛
⎟⎟⎠
⎞
⎜⎜⎝
⎛
21
21
1
0
2
2
22 1
1
11
gg
gg
h
h
g
g
gg
MMMK
K
0=− PLAPAXA TT
法方程式
2
2211
2
202
21120
)()(
)(
∑∑∑∑
∑∑∑
−=+
−=+
ggghghg
gghgnh
))((1
1
)(
12210
2
22
2
1221
1
hggg
n
h
gng
ggngg
h
∑∑∑
∑∑ ∑∑∑
−−=
−−
−=
对g1,g2中心化处理
;0;0 21 == ∑∑ gg
))((1
1
)(
12210
2
22
2
1221
1
hggg
n
h
gng
ggngg
h
∑∑∑
∑∑ ∑∑∑
−−=
−−
−=
1
2
2
12
1 −= ∑
∑
g
gg
h00 =h
)( 21210 ggghhv −−+=
∑∑∑
∑∑∑
∑
∑ ∑ ∑
∑
+−=
−⋅=
2
1122
2
122
2
2
2
2
12
2
12
2
12
2
2)(
)(
ggg
g
gg
g
g
gg
g
g
gg
gvv
2
2
2
122
1
)(
∑
∑∑ ∑ −=
g
gg
gvv
2
2
2
1
2
122 )(
∑∑
∑=
gg
ggρ相关系数
2
2
2
122
1
)(
∑
∑∑ ∑ =−
g
gg
gvv
)1( 221∑ ∑ −= ρgvv
2
2
1
1 ρ−=∑
∑
g
vv ∑vv是噪声的功率
∑g12为信号的功率
∑∑= vv
g
SNR
2
12)(信噪比
相关系数与信噪比之间的关系
)1(
1)( 22 ρ−=SNR
传统的算法采用目标区相对于搜索区
不断地移动一个整像素,搜索最大相
关系数的影像区中心作为同名像点
在最小二乘影像匹配算法中,可引入
几何变形参数,直接解算影像移位
四.仅考虑影像相对移位一维最小二乘匹配
假设两个一维灰度函数g1(x), g2(x),除
随机噪声外,g2(x)相对于g1(x)只存在零次几何变形——移位量∆x。
)()()()( 2211 xnxxgxnxg +∆+=+
)()()( 12 xgxxgxv −∆+=
误差方程线性化
)]()([)()( 212 xgxgxxgxv −−∆⋅′=
灰度函数的导数g,2(x)可由差分代替
∆
∆−−∆+=⋅
2
)()()( 222
xgxgxg
用灰度差分表达的误差方程式
gxgv ∆−∆⋅= ⋅ 2
解得影像的相对移位
∑ ∑ ⋅⋅ ∆⋅=∆ 222 / gggx
五.最小二乘影像匹配的精度
最小二乘匹配算法,根据法方程式系
数矩阵的逆矩阵,求得其精度指标
∑ ⋅= 2202 /ˆ gx σσ
v g x g= ∆ −∆& 1x v g
g
∆ = + ∆&
∑⋅−= 220 11 vnσ
n为目标区像元个数。右边是的无偏估计
n
v
2
2
0
σσ ≈
2
2
2 1ˆ
g
v
x n &σ
σσ ⋅=
v
gSNR σ
σ=信噪比
2
2
2
2 1ˆ
g
g
x SNRn &σ
σσ ⋅⋅=方差
相关系数与信噪比之间的关系
2
22
2 )1(ˆ
g
g
x n &σ
σρσ ⋅−=
)1(
1)( 22 ρ−=SNR
可以得到一些很重要的结论
¾相关系数愈大则精度愈高
¾信噪比愈大,则匹配的精度愈高
¾影像的纹理结构有关,即
愈大,影像匹配精度愈高
)/( gg &σσ
g&σ
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
=
∑∑
∑∑
⋅⋅⋅
⋅
⋅⋅⋅
2
2
yyx
yxxT
ggg
gggCC
Q
ggg
ggg
b
a
COV
yyx
yxx ⋅=
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
=⎥⎦
⎤⎢⎣
⎡
−
⋅⋅⋅
⋅
⋅⋅⋅
∑∑
∑∑ 02
1
2
2
0
2
0
0 σσ
xxx θσσ ⋅=
ΛΛ
0
22
)2(0
2
−= ∑Λ nvvσ
yyy θσσ ⋅=
ΛΛ
0
22
第四节最小二乘法影像匹配
本文档为【(武汉大学)摄影测量学教学课件-第五章-第四节-最小二乘法影像匹配】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
该文档来自用户分享,如有侵权行为请发邮件ishare@vip.sina.com联系网站客服,我们会及时删除。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。