普通数码影像匹配方法研究

1、第 页 (共 19页)第 页普通数码影像匹配方法研究1 绪论1.1 论文研究的背景 近景摄影测量是摄影测量与遥感学科的一个分支。通过摄影手段以确定（地形以外）目标的外形和运动状态的学科分支称为近景摄影测量。近景摄影测量的任务是获取各类目标物的影像并利用近景摄影测量的相关技术，测定其大小、形状以及运动参数等近景摄影测量的摄影设备按功能可分为四类：量测摄影机、格网量测摄影机、半量测摄影机和非量测摄影机。量测摄影机是专为量测目的而设计，其机械结构稳定，具有框标、底片压平装置及定向设备，光学性能好，光学畸变小且摄影机附有畸变残值的检定报告，内方位元素经严格检校。但是量测相机价格昂贵且仪器笨重，使用不方

2、便。非量测相机，如普通数码相机，以其体重小、方便灵活、普及性高、价格相对低廉、可对焦对光、适用于多种测量环境等优点得到了广泛的应用。普通数码相机以固化的CCD代替传统摄影测量使用的底片，省去了冲洗底片、放大相片再由纸质影像扫描为数字化影像的过程，不仅可以彻底消除底片压平误差，而且提高了数据处理的周期，节省人力物力。 普通数码相机摄影技术的发展极大地推动了数字摄影测量学科的发展，该技术的应用已成为摄影测量领域的主流方向之一。但是，其在进行摄影测量影像采集工作时仍存在很多缺点，例如普通数字相机存在较大的畸变，且畸变参数和内方位元素未知。以上所述普通数码相机的缺点均可能导致最终的匹配精度不高甚至无法

3、量测。 图像的匹配技术是近代信息处理，特别是图像信息处理领域中极为重要的技术。图像匹配其实主要就是利用参考图像和实时图像来选定某些特征，相似性准则及收索策略进行相关运算，以确定最佳空间对应点。主要涉及空间特征，相似性度量和搜索策略三个方面。目前普通数码相机广泛用于近景摄影测量领域中，普通数码相机是非测量相机，所获取的像片属于近景像片，但像片没有已知的内方位元素且影像变形比较大，普通数码立体像对摄影比例尺大，影像灰度畸变，几何变形大，且立体像对不存在严格同名核线。普通数码影像与航空影像相比，存在更为复杂的影像变形和影像遮挡等问题。1.2 普通数码影像的匹配方法及现状 近年来，普通数码相机由于价格

4、低，分辨率高，数据采集方便，操作简单等优势，被广泛的应用到数字近景摄影测量领域。由于近景摄影测量变形较大，传统的匹配技术无法满足要求，本课题针对普通数码影像的特点进行分析，研究适合普通数码影像匹配的方法。 影像匹配即通过一定的匹配算法在两幅或多幅影像之间识别同名点的过程。最初的影像匹配是利用相关技术实现的，因而也有人称影像匹配为影像相关。它是图像融合、目标识别、目标变化检测、计算机视觉等问题中的一个重要前期步骤，在遥感、数字摄影测量1、计算机视觉、地图学以及军事应用等多个领域都有着广泛的应用。普通数码影像的匹配的方法迄今为止，在国内外的图像处理研究领域，已经报道了相当多的图像匹配研究工作，产生

5、了不少图像匹配方法。总的来说各种方法都面向一定范围的应用领域，都有各自的特点。1.3 论文研究的目的 本文就普通数码相机影像数据的特点和匹配原理，做进一步深入的研究提出一种匹配概率高，误差小，速度快且适应性好及精度高的普通数码影像的匹配方法等方面做深入论述，并提出一些速度快精度高的匹配方法。 图像匹配的方法一般分为基于灰度的匹配方法和基于特征的匹配方法两大类。基于灰度的相关匹配算法，计算量大，结果较基于特征的匹配方法更为准确，基于特征的匹配算法，对景象类型的适应能力不如基于灰度的算法。本文主要是针对随点生成核线的匹配方法，研究了这种可提高匹配可靠性和定位精度的快速图像匹配算法。1.4 采用的技

6、术路线及论文章节的安排 随点生成核线影像匹配方法已投入应用多年，其匹配精度高，技术路线为，先对普通数码相机进行量测化分析，本文提出了随点生成核线匹配方法，即利用匹配点在右像片的搜索区x 方向的两个极值点计算右片上的同名核线。因为在匹配过程中，计算每一个匹配点之前都要生成一条核线，因此称为随点生成核线。主要完成了一下工作：首先介绍了普通数码图像匹配的特点和优势，然后对随点生成核线匹配方法的原理以及技术优势做了深入的研究，最后进行了匹配方案的实施，来详细论述了整个技术的实施过程。为了验证本文匹配算法的有效性，作者进行了大量的仿真实验，结果表明：这种方法匹配效果良好，这种方法的计算速度快，匹配概率高

7、，匹配误差小，稳定性好。最后终结了本文完成的研究工作和存在的问题，对进一步的研究进行了展望。 论文安排如下：第一章是绪论，主要介绍论文的研究背景，普通数字相机检匹配的方法及发展现状，介绍论文的研究目的。第二章是普通数码相机量测化。第三章是普通数码相机匹配理论基础第四章是随点生成核线匹配方法的理论基础第五章为匹配方案的实施。第六章总结与展望。2 普通数码相机量测化基于目前国内大部分数字摄影测量工作站的现状，数码影像可量测化需要具件：稳定的内方位元素和数码影像的畸变差的消除，当然严格意义上的稳定和消除是无法实现的，只是通过对相机获取影像的处理，从而将误差控制在量测误差允许的范围之内。相机的内方位元

8、素稳定需要相机的镜头和机身进行加固处理，（在这里不进行讨论）。我们在此关心的是数码影像的即畸变差消除。引起数码影像畸变差的主要原因是物镜组的径向和切向畸变以及ccd象元的非正方形及非正交畸变。径向畸变在以像主点为中心的辅助线上是对称行畸变，而切向畸变差是一种非对称型畸变，这是由于摄影机物镜在加工，安装，调试过程中的残余像差，这一残差会引起物镜构象畸变，构象畸变差事数码相机产生误差的最主要原因。我们可以通过数学模型，建立畸变差纠正模型，获取个畸变差系数，然后对影像进行纠正，从而获得可量测影像2。在像坐标系下，畸变差改正模型采用下士： (2-1)x，y为像点坐标； 为像点改正值； 为像素的非正方形

9、比例因子； 为CCD阵列排列非正交性的畸变系数；通过引入畸变差后的共线方程，可以将影像主要误差考虑进去，从而获取正确的物方坐标，实现普通数码影像的可量测化。但实际生产作业过程中，鉴于国内现有摄影测量工作站的现状，无法采用引入畸变差后的共线方程。现实的做发是利用获取的各种畸变参数，对数码影像进行纠正处理，将数码影像进行重采样，从而声称可量测的物畸变差的数码影像。 内方位元素师立体像对可量测化的必要条件，内方位元素也是根据构象共线方程来进行解算的。在解算过程中，需要先给出内，外方位元素的初始值，并且量测了实验场10控制点的物方坐标和经过畸变改正的像方坐标，然后通过迭代解出该相机的内方位元素。 立体

10、模型的建立及解算，有时对相机的焦距进行简单的加固处理，确保在两次曝光的过程中，相机焦距保持稳定。然后利用影像匹配技术进行立体像对的匹配，然后根据均匀布设在目标上的控制点的物方坐标，构建误差方程式，并进行平差解算，获取相机内方位元素，物镜畸变差参数。由此，我们根据共线方程和立体模型的量测，获取了该相机的内方位元素以及各种畸变差参数，可以根据以上数据，对该相机获取的数码影像进行纠正处理，使得该相机获取的数码影像达到可量测的目的。3 普通数码影像的匹配理论基础3.1 普通数码影像的特点 数码相机的核心部件是电荷耦合器件(CCD)图像传感器，它使用一种高感光度的半导体材料制成，能把光线转变为电荷，通过

11、模数转换器芯片转换成数字信号，数字信号经过压缩以后由相机内部的闪速存储器或内置硬盘卡保存，因而可以轻而易举地把数据传输给计算机，目前光敏元件有两种：一种是广泛使用的CCD（电荷耦合）元件；另一种是新兴的CMOS（互补金属氧化物半导体）器件。数码相机的分辨率是指相机中光敏元件的数目。在相同分辨率下，CMOS比CCD便宜，但是CMOS光敏器件产生的图像质量要低一些。 数码像片，是二维 HYPERLINK /view/42116.htm t _blank 图像用有限 HYPERLINK /view/37407.htm t _blank 数字数值 HYPERLINK /view/575.htm t _

12、blank 像素的表示。以像素为基本元素的、可以用数字计算机或数字电路存储和处理的图像。像素，是数字图像的基本元素，每个像素具有整数行（高）和列（宽）位置坐标，同时每个像素都具有整数灰度值或颜色值。通常，像素在计算机中保存为二维整数数组的 HYPERLINK /view/2014651.htm t _blank 光栅图像，这些值经常用 HYPERLINK /view/786588.htm t _blank 压缩格式进行传输和储存。 数码像片的特点：便于计算机处理与分析：计算机室以二进制方式处理各种数据的。采用数字形式表示图像，便于计算机处理。因此，与光学图像处理方式相比，数字像片是一种适合计算

13、机处理的图像表示方法。图像信息损失低：由于数码像片是用二进制表示的，因此在获取，传输过程中，不会因长期存储而损失信息，也不会因多次传输与复制而产生图像失真。抽象性强：尽管不同类别的数码像片，有不同的视觉效果，对应不同的物理背景，但由于它们都采用数字形式表示，便于建立分析模型，进行计算机处理。目前随着CCD数码技术的发展，普通数码相机因其价格低廉，数据采集速度快，操作方便等原因，使得普通数码相机在近景摄影测量领域的应用非常广泛，但在量测应用中存在以下的不足：普通数码相机是非测量相机，所获取的相片属于近景像片，但像片没有已知的内方位元素且影像变形比较大，普通数码立体像对摄影比例尺大，影像灰度畸变，

14、几何变形大，且立体像对不存在严格的同名核线。普通数码影像与航空影像相比，存在更为复杂的影像变形和影像遮挡等问题。普通数码相机作为获取摄影测量数据的重要设备，与传统的量测相机相比它具有以下明显优势：像元几何位置固定 软片压平误差是量测相机的主要系统误差之一。如果量测时采用冲洗，放大的复制片，像片变形误差的影响将会更加显著。而数码相机不需要底片且像元几何位置固定，因此不存在需要标准格网来改变底片变形的问题 。影像获取快速 采用光学相机，需要冲洗底片，晒印像片。这样不仅消耗人力物力，而数据处理周期较长，效率低，信息反馈慢，以致在许多工程中不能应用。而数码相机采用存储卡存储影像，还可以直接与计算机连接

15、，因而效率高，信息处理周期短，适于工程监测。由于数码相机影像数据处理过程是通过计算机直接从相机上读取像片，在计算机上进行像片量测及数据处理，因而作业自动化程度高3。 （3）现场应用方便 普通数码相机全固体化，体积小，重量轻，适应性强，在环境复炸地区进行外业拍摄具有很强的机动灵活性。另一方面，用普通数码相机所获得的数码影像不具备可控的精度和可量测性，限制了其在测量中的应用。特别是在工程监测领域，由于匹配精度要求，普通数码相机的使用受到很大的限制，鉴于工程中复杂甚至恶劣的施工环境，一般普通数码影像的匹配方法往往难以得到实际应用。因此为了提高普通数码相机影像的匹配的适用性和精度，本文研究了普通数码相

16、机匹配的可行性和方法，性能，及应用等。3.2 普通数码影像匹配理论基础 影像匹配就是自动确定同名点，自动化摄影测量的过程，便于理解我们先用识别数字的过程阐述影像匹配原理。一组数字：1，3，6，2，用计算机怎样识别他们呢？我们知道一共就只有10个数字，需要识别的数字一定就是他们中的一个，所以，我们首先建立10个数字的模板，然后将需要识别的数字的每一个逐一套合，套合最佳就是识别的结果。套合就是指匹配的意识，判断匹配的准则很多，其中最简单的算法是：统计匹配的影像中所有像素的灰度差的绝对值的总和最小即 就是最佳套合。影像匹配原理4与上述数字识别的过程基本相同。用例说明下，作影像有一个明显点a1，要用什

17、么方法在右影像上确定它的同名点a2呢？其步骤如下：1在左影像上以目标点a1为中心取一块影像的灰度建立一个目标区；2预测a1在有影响上的同名点a2可能在的位置及范围；3去预测范围大小的灰度阵列，组成一个搜索区，搜索范围一定大于目标区；4将目标区叠合在搜索区的初始位置上，计算其灰度差的绝对值的总和：= ；5依次在x方向，y方向移动目标区，每移动一次就计算一次；6.比较所有的SDG，当SDG=min，该位置就是a1在右影像上确定其同名点a2；由于上述搜索过程是在x，y两个方向上进行，因此它称为二维匹配。再取的立体像对的相对位置后，就可以将二维匹配转化为一维匹配，核点是两个影像摄影中心连线与影像的交点

18、。核面是通过基线所做的平面，核线是核面与影像的交线。同名核面是同一核面与左右影像的交线，确定同名核线后手搜索同名点的问题就由原来的二维搜索变成一维搜索，这时搜索区的宽度与目标区的宽度相等，同名点的搜索只需在一个方向上进行，可极大的节省计算时间。 常用的影像匹配方法可分为两种：（1）基于影像灰度匹配的影像匹配算法（2）基于影像特征的的匹配算法。基于影像灰度的影像匹配算法以左右像片含有相应影像的目标区和搜索区中的象元的灰度作为影像匹配的基础，利用一些匹配算法，影像匹配可以用二维窗口，也可以用一维窗口的象元灰度参与计算，一维匹配进行时，搜索只在一维方向上进行，具有计算量小，精度好的特点。基于特征的影

19、像匹配技术利用了数字影像处理中的特征边缘提取技术，先检测出左右影像的特征点利用匹配算法找出特征点对，基于特征的影像匹配用较高的可靠性。数字影像匹配有多种算法，它们都是根据一定的准则，比较左右影像 的相似性来确定同名影像块，从而确定同名像点，若影像匹配的目标新窗口的灰度矩阵为G(),(i=1,2，m，j=1,2,，n),m和n分别是矩阵G的行列数，通常m和n为奇数且m=n，与G相应的灰度函数为g（x，y），（x，y）D,搜索区的灰度矩阵为 5: =（）,(i=1,2,，k，j=1,2，l)，k和l分别为矩阵G的行列数，通常k和l为奇数，与相应的灰度函数为,中任意一个m行n列的搜索窗口记为 ：=(

20、),(i=1,2,，m，j=1,2，n)r = int(m/2)+1,，k-INT(m/2) c = int(n/2)+1,，l-INT(n/2)有以下几种基本算法：（1）相关函数法（2）协方差函数法（3）相关系数法（4）差平方和法（5）差绝对值和法3.3 普通数码影像匹配的关键技术3.3.1 特征点的提取点特征提取算法很多，本文主要论述LV算子的算法思想：首先用一个简单算子对全幅图像所有象元进行处理，确定出信息丰富区域，然后用 算子对信息丰富的象元进行处理，搜索具有尽可能圆的误差椭圆的点作为特征点，这种算法特点是对所有象元运算仅是一个简单算子，只有位于特征区域上的象元采用复杂算子，所以计算效

21、率提高，进行程序：1，用一个基础算子对图像的所有象元逐个计算，提取信息丰富区域F。用3*3窗口对图像的每一个象元计算与其上下左右四个象元灰度差的绝对值dg1，dg2，dg3，dg4，若该象元中有两个方向的值超过经验阈值T则该象元属于F区，否者属于信息匮乏区域。阈值可根据经验确定，当灰度量化为256级时，可取如下阈值 T=5-10 对已低通滤波的图像，T=8-15 对未低通滤波的图像，全幅图像判断后即可确定F区域。2，在F区域提取特征点子集TF首先计算F区域中的每个象元的罗伯特梯度，计算窗口为3*3，再计算象元,i的灰度误差椭圆圆度q，并利用经验阈值确定属于点特征的PF，PF=,i/,i,若限制

22、椭圆长短半轴之比在3.2-2.4，而得=0.32-0.5。最后计算图像各个象元的权值，并以权值为依据，选取适当窗口中的极点值作为特征点。 3.3.2相似性度量匹配算法的实质就是估计待匹配点和候选匹配点之间的相似性程度，因而我们需要建立一些能够评价这种相似性程度的度量方法。相似性度量的选择和特征空间紧密相连，因为它衡量了待匹配特征之间的相似程度。相似程度实质上是匹配匹配代价值的函数。第一类称相关度量。在这种度量准则下，相关度最大处确定为匹配位置。匹配是在对准图的位置集合中进行搜索，可以看作是对大量像素点对的相似性测度进行统计度量的过程，由于误差源的性质是随机的，当相关系数最大时，其实质是搜索信噪

23、比最大的像素序列。第二类是绝对差或平方差等距离度量是距离测度的最常见的两种形式，即可以针对像素计算距离测度，也可以针对具有一定大小和形状的窗口计算距离测度。第三类称为概率变量。通常采用后验概率评估基准图与对准图之间的相似程度。在此种策略下，后验概率值最大处确定为匹配位置。3.3.3 搜索空间搜索空间与两幅图像之间的相对位置变化有紧密关系。如果图像的位置仅仅只存在平移的变化，那么二维的搜索空间就足够了；也可以通过提取核线而把二维搜索变成一维搜索。搜索空间的确定就是两幅图像之间几何变换的确定。3.3.4 搜索策略 搜索策略是用合适的搜索算法在搜索空间中找出平移，旋转等变换参数的最优估计，使得图像之

24、间经过变换后相似性最大。图像匹配中引入搜索策略是为了限制其空间的大小，更大程度地减少匹配结果的歧义性，更重要的是，通过选择合适的搜索策略，可以极大的提高搜索速度，降低算法的复杂度。常用的搜索策略有分层搜索，随点生成核线一维匹配等。本文提出了随点生成核线匹配方法6，即利用匹配点在右像片的搜索区x 方向的两个极值点计算右片上的同名核线。因为在匹配过程中，计算每一个匹配点之前都要生成一条核线，因此称为随点生成核线。3.4 普通数码影像匹配的约束条件从不同视角得到的相同场景的多幅图像中，同一空间物理点在不同图像中的坐标差称之为视觉偏差。视差的大小与深度有关。图像匹配是立体视觉中最复杂的过程。它的目的是

25、在待匹配图像中寻找匹配的点，从而可以建立三维透视投影模型。由立体像对恢复景象的空间信息的关键是确定左右图像之间的对应点，不论是哪种方法都要遵循极线约束，相容性约束，唯一性约束，连续性约束，顺序性约束，是指左右图像对应的点应具有相同的属性，一幅图像的特征点只能与另一幅图像的唯一特征点相对应。匹配得到的视差值的变化在图像中处处平滑，这些控制策略大大提高了匹配的正确性和匹配的速度。4 随点生成核线匹配方法的理论研究4.1 核线模型的确定 基于优选构像畸变改正模型及选择像控点的透视变换未知参数序贯算法，以对普通数码相机进行量测化，即可得到相机的畸变参数和内方位元素。再根据摄影测量原理，左影像一条核线上

26、两点的共面条件方程为： 将（4-1）式展开， (4-3)由左影像的像点坐标，即可确定其核线上另一像点( x，y) 。而左右影像上同名核线的共面条件方程为: （4-4） 式中a1-c3为左影像的旋转矩阵；a1-a3为右影像的旋转矩阵；根据(4-4) 由左影像的像点坐标 ，即可确定右影像同名核线上的像点坐标。4.2 近似长核线下的同名像点分布情况 为了研究右片同名像点相对于同名核线的分布情况，本文做了如下两个实验。 本文中实验所用的立体像对为索尼相机D100拍摄的某水电工程的开挖边坡影像，影像的大小为2592 1944，相机到目标边坡的距离约为85m，摄影基线约为9. 7m。利用上节提到的普通数码

27、相机量测化算法对该相机进行量测化，表4-1量测化参数13.523.93216.6-3.204098E-31.609005E-7-1.166612E-141.0800317E-7-9.169542E-7 立体像对经过畸变校正后生成畸变校正影像对，然后采用相关匹配的方法确定了21 个均匀分布的同名像点，并利用这些像点进行了相对定向，得到计算核线所需的参数7。图4-1 生成的长核线及匹配的同名像点实验一在立体像对的左影像是左端( X 坐标为10) 选择上、中和下三点，再在其右端( X 坐标为1934) 根据公式( 4-2) 计算同核线上的另一点，即确定了左影像上的3 条同名核线，如图1 中L1、L2

28、、L3，同理在右影像上也利用左右端点根据公式( 4-3) 确定与左影像上三条核线同名的核线，如图1 中L1、L2、L3在左影像的核线上按照一定的间隔设定10 个目标点，采用二维相关匹配方法确定右影像上同名点，如图1 中的黄色十字丝; 计算右影像上的匹配点到同名核线的距离，结果如表4-2 所示8。表4-2核线L1( 上)核线L2( 中) 核线L3( 下)点号IJ偏差值y IJ偏差值y IJ偏差值y5806531.055410131.253013760.917506060.87259720.269613431.529205591.58959320.886613100.6310945100.4106

29、68910.9103412771.3412874561.312468481.8121012420.7514704050.614208071.3138612081.6616553530.816047621.6156011730.8718473012.317867190.8174111371.1820302481.219836731.9192911011.1922281941.521776271.6211510642.510实验二本实验与实验一的惟一的不同点是，缩短了确定核线的两点的距离（X轴坐标800-1450）。实验结果表4-3所示表三右影像上同名像点偏离同名核线的统计结果表4-3核线L1(

30、上)核线L2( 中) 核线L3( 下)点号IJ偏差值y IJ偏差值y IJ偏差值y 8637840.783711231.281214840.719197691.289511210.886714701.129807540.595611071.492514640.7310427380.4101610930.598414521.2411007210.7107610800.2104214430.8511637070.4113810670.9110114320.6612266910.6119410541.3116114210.8712856760.5125210420.8122114061.181348

31、6601.8132210262.2128313991.4914066451.3138810131.6134513881.610 由表4-2可以得出，普通数码立体像对虽然不存在严格的同名核线，但由实验可知同名像点还是位于同名核线附近，右片上的同名像点偏离其对应同名核线距离的中误差为1.4个象元。表三生成短核线后，同名像点偏离同名核线的距离统计结果，其 中误差为1.1个象元。通过实验一和实验二可知，在量测化影像上由于畸变改正残差和额外电子畸变在，使其不存在严格的同名核线，同名像点偏离其对应同名核线距离超过了一个像元，不能满足常规的核线匹配的一维匹配条件。但从实验结果可以看出随着核线端点之间的距离的

32、缩短，同名点偏离值也减小; 那当核线缩短到一定程度时，同名点偏离值将可能小于一个像元，满足一维匹配的要求。4.3 随点生成核线匹配方法的原理 根据以上结论，本文提出了随点生成核线匹配方法9，即利用匹配点在右像片的搜索区x 方向的两个极值点计算右片上的同名核线。因为在匹配过程中，计算每一个匹配点之前都要生成一条核线，因此称为随点生成核线。随点生成核线示意图如图4-3 所示 图4-2表4-4核线L1( 上)核线L2( 中) 核线L3( 下)点号IJ偏差值y IJ偏差值y IJ偏差值y8617850.383911320.481214840.519197830.289411310.186814840.

33、029777810.295311310.792314850.1310357800.5101211290.298014820.5410947760.4107111280.1103614850.3511577740.6113311270.2109714840.4612207730.6119411260.1115714470.3712787710.1124311250.5121614840.3813377700.3131111250.2127514840.4913967690.7137011240.0133814840.410图中4-2、l1，l2、l2 ln、ln为立体像对中的同名核线，p1、p1

34、，p2、p2 pn、pn为同名像点，d 为确定右片同名核线的两点x 方向的距离。若同名像点偏离同名核线的距离小于一个像元，那么就可以进行一维匹配。实验三在左影像上、中、下部选择30 个目标点; 并在右影像上根据相对定向点计算的初始视差，以确定同名像点的初始位置; 利用每个目标点和相对定向系数，生成核线模型。根据同名像点初始位置的X 坐标前后各10 个像元的位置，确定短核线的两个端点; 采用二维相关匹配方法精确确定右影像上同名点，并计算右影像上的匹配点到同核线的距离。 通过实验结果可知，立体像对同名像点距离随点生成的同名核线的距离都不大于1 个像元，中误差只有0. 2 个像元，因此随点生成核线进

35、行一维匹配方案可行。4.4 随点生成核线影像匹配方法小结本文针对量测化普通数码影像存在畸变改正残差以及额外电子畸变的特性，研究了影像的核线匹配时的存在问题，通过实验分析可得如下结论10:在量测化影像上由于畸变改正残差和额外电子畸变的存在，使其不存在严格的同名核线。 随着核线端点之间的距离的缩短，同名点偏离值也减小。当同名核线缩短到一定程度时，同名点偏离值小于一个像元，能够满足一维匹配的要求。5 普通数码影像匹配方案的实施5.1 控制点布置对于非测普通数码相机，相机不带框标，相片的的内方位元素未知，相片的内方位元素无法进行，通常是采用相对定向的直接解算方法，为了进行相对定向的直接解算，至少需要1

36、0对同名点的相片坐标。在拍摄前至少在拍摄目标上布设至少20个左右的控制点，用经纬仪，水准仪，全站仪量测出控制点三维坐标，控制点应采用一些特殊标志，控制点的布置应尽量覆盖整个目标区，为后面的自动识别及相对定向直接解算方程做准备。控制点的匹配采用人工识别和自动识别相结合的方案，先在计算机上用人工识别的方法点出控制点的初六位置，让后采用影像匹配方法搜索最佳位置，采用前面所述随点生成核线的影像匹配方案。5.2 内外方位元素的解算当匹配出控制点的位置后，就可利用直接线性变换方法解算相对的内方位元素和外方位元素，进而解算出相对定向的方为元素 BX,BY,BZ,和右相片的三个角元素的旋转矩阵的9个元素，在相

37、对定向方位元素解算出来的基础上，使用空间后方交会直接解算左右摄站点的物方坐标。在上述解算中都是采用平差方法解算的。5.3 随点生成核线影像的匹配在影像整体匹配时，为提高匹配效率和匹配速度，对左右影像采用LV算子提取特征点。根据控制点的匹配结果，预测出备选点在左右影像的区域，匹配出一定数量的同名点，在已匹配的同名点的基础上，沿核线重采样形成核线影像，开始核线匹配。1，开始几条核线采用多种算法，选择其中结果最好的一条核线，其中核线上的同名点应是提取特征点。其它核线的相关以相关结果最好的一条核线作为预测基础。2.以后各条核线上的相关利用已知相关核线上的视差预测待相关点位，待相关点位既是同名核线上的点

38、也是特征点位，并对搜索区进行比例尺改正和重取样，预测点位在3个象元大小，在搜索区内预测点和左右个三个象元位置上计算七个相关系数和差的绝对值之和。3，每条核线同名点的搜索只在核线方向上进行，也就是匹配窗口是一维的，在一维相关搜索的情况下，在左核线上选一个5个象元的目标区，在右片上选一个包含目标区数字影像的搜索区，搜索时在右核线上选一个大小与目标区相同的相关窗口，该窗口在搜索区内仅沿核线移动，每移动一次计算一次，以多重判断方法确定相关窗口中心为目标点。在出匹配中，使用搜索区位置预测的方法确定搜索区位置，当目标点确定以后，必须预测搜索区的位置.6 总结与展望6.1 总结 本章就普通数码影像的匹配介绍

39、了普通数码影像用与近景摄影测量的优势和存在的不足，并针对普通数码相机影像的特点和数字图像的匹配原理提出了一种随点生成核线的影像匹配方法，着重介绍了这种方法的原理并结合实验数据说明了这种方法的可靠性和精度。实验结果表明11：这种方法和算法获得了较好的匹配效果，计算速度快，匹配概率高，匹配误差小，稳定性好。针对近景数码影像的特殊性，普通数码相机在用于全数字摄影，必须在观测目标上布设一定的数量的控制点，要覆盖被测目标，控制点物方坐标的量测精度要比较高，一般可以对原始影像提取边缘，再进行分层匹配是一种可行的方案。综合考虑格网点和特征点的匹配特点，采用随点生成核线的影像匹配方法会得到更好的影像匹配效果，

40、6.2 展望 针对目前应用普通数码相机开展近景摄影测量的一些缺点和局限性，本文研究了随点生成核线普通数码影像匹配技术可应用于近景摄影测量技术。本文提出的普通数码 影像匹配的方法可利用少量的控制点解算相机的量测化参数，解算过程较好的避免像片方位元素和畸变参数之间相关性的影响，匹配精度较好。随点生成核线普通数码影像匹配方法，保证了一定的匹配概率，又具有一定的精度，尽管本文研究过程取得了一些成果，但还有以下 工作有待加强和进一步开展：特殊焦距数码相机的匹配，特殊焦距数码相机一般包括：超短焦数码相机和超长焦数码相机。这两种相机相对于中焦距普通数码相机都具有特殊性，如超短焦数码相机具有焦距短，作业视场广

41、，边缘影像压缩大等特点：超长焦数码相机则具有焦距长，视角小，景深短，利于获取远距离目标影像，透视效果差等特点。非常焦数码相机的构像畸变改正模型，特殊焦距对相机内方位元素测定的影响，不同镜头的相机对控制场的构造要求，以及特殊焦距数码相机的匹配精度，都是今后可开展的研究方向。参 考 文 献1 张祖勋 等，数字摄影测量学M，武汉：武汉测绘科技大学出版社，1997,(2):20-40.2 朱肇光，孙护，崔柄光.摄影测量学M.北京：测绘出版社，1984,(3):22-60.3 李德仁，郑肇葆.解析摄影测量学M.北京 测绘出版社，1992,(2):99-150.4 张祖勋.数字摄影测量的发展与展望J.地理

42、信息世界，2004，2（3）：1-5.5 方子岩.摄影测量技术现状及发展对策初探J.地矿测绘，2002,(2):31-33.6 李土旺.浅析基于普通数码相机的数字摄影测量理论J.技术应用，2005，（3）：31-33.7 任伟中，寇新建，凌浩美。数字化近景摄影测量在模型试验变形测量中的应用M.岩土 力学与工程学报，2004，23（3）：43-440.8 韩峰，数字图像匹配算法的改进及研究J，内蒙古工业大学学报2001(1):19-22.9 盛业华等. 基于灰度投影的数字近景摄影立体影像匹配光学学报M2004,23(2):41-45.10李宇光，王新华. 一种自适应的概率松弛影像匹配算法的研究M

43、，中国图像图形学报 2000,20(1):69-72.11 魏明果. 基于普通数码相机全数字摄影测量的理论和方法M2004.Matching Method Of Ordinary Digital ImageAbstract ：In recent years, the ordinary digital camera because of low prices, high resolution, data acquisition and convenient, simple operation and other advantages, is widely applied to the field

44、 of digital close-range photogrammetry. Because of close range photogrammetry deformation is large, the traditional matching technology can not meet the requirements, analysis of this topic for the general digital image characteristics, research methods for common digital image matching. his text as

45、ked to with point generating nuclear line matching the several problems are studied, mainly to complete the task are: with point generating nuclear line of theoretical basis, including the determination of nuclear line model, the approximate long nuclear offline point distribution analysis of the sa

46、me name, and so on. Ordinary digital imaging with point generating nuclear line matching scheme, control points, calculation of internal and external azimuth elements and epipolar image matching. Based on measuring the general digital image distortion correction residual existing and additional elec

47、tronic distortion characteristics, studies the epipolar image matching problem, adopted with point generating nuclear line matching scheme, can get the following conclusions: through the analysis of the experiment in measuring image distortion due to distortion correction residual and extra in existence, which does not exist strict nuclear line of the same name. Shortened the distance between the endpoints