POS辅助下的车载序列影像匹配

doi:10.13474/j.cnki.11-2246.2017.0117

测绘通报 ›› 2017, Vol. 0 ›› Issue (4): 44-48.doi: 10.13474/j.cnki.11-2246.2017.0117

POS辅助下的车载序列影像匹配

谢洪^1,2, 吴博义³, 龚珣¹, 王奕丹¹

1. 武汉大学测绘学院, 湖北武汉 430079;
2. 武汉市测绘研究院博士后创新实践基地, 湖北武汉 430079;
3. 山西省基础地理信息院, 山西太原 030001

收稿日期:2016-07-27 修回日期:2017-02-03 出版日期:2017-04-25 发布日期:2017-05-05
作者简介:谢洪(1987—),男,博士,讲师,研究方向为三维激光测量.E-mail:hxie@sgg.whu.edu.cn
基金资助:
国家自然科学基金（41401527）；测绘地理信息公益性行业科研专项（201512008）；武汉市测绘研究院博士后创新实践基地科研项目（WGF2016001）

POS-aided Matching of Vehicle-borne Sequential Images

XIE Hong^1,2, WU Boyi³, GONG Xun¹, WANG Yidan¹

1. School of Geodesy and Geomatics of Wuhan University, Wuhan 430079, China;
2. Postdoctors Innovation and Practice Base of Wuhan Geomatics Institute, Wuhan 430079, China;
3. Shanxi Basic Geographic Information Institute, Taiyuan 030001, China

Received:2016-07-27 Revised:2017-02-03 Online:2017-04-25 Published:2017-05-05

摘要/Abstract

摘要： 针对车载序列影像中所包含的具有大量重复纹理的建筑立面区域给现有匹配方法带来的误匹配率高、匹配点不足等不适应性问题，提出了一种联合POS辅助及KLT（Kanade-Lucas-Tomasi）角点特征跟踪的新匹配方法。通过充分利用POS信息所能够建立的局部近似建筑立面分层平面及DEM信息，获取KLT跟踪算法中所需的初始位移信息，并将建筑立面及路面区域进行分开追踪匹配，以保证匹配点的良好分布特性，最后利用RANSAC结合核线约束进行误差剔除得到最终匹配结果。试验证明本文方法能够有效解决车载序列影像中重复纹理区域的匹配问题，可高效获取分布均匀、数量充足的匹配特征点，为后期空中三角测量提供更稳健的同名约束条件。

关键词: 车载序列影像, POS辅助, KLT算法, RANSAC, 核线约束

Abstract: Aiming at the existing problem of high mismatching rate and insufficient corresponding points for vehicle-borne sequential images,as a result of the plentiful repetitive texture in the building façade area,a new method combining auxiliary POS and the KLT corner tracking algorithm is proposed in this paper. In the first place, through taking full advantage of POS information, the local approximate stratification façade plane and DEM are established to get the initial displacement required by the KLT algorithm.Then a new strategy tracking the façade and road area separately is employed to ensure a good distribution of matching points.After that,the final result is obtained by integrating the RANSAC and epipolar constraint to eliminate the matching error. The implemented experiments show that the presented method could solve the preceding mismatching problem,as well as obtaining adequate and uniformly distributed corresponding points for a more robust aerial triangulation process.

Key words: vehicle-borne sequential image, POS-aided, KLT algorithm, RANSAC, epipolar constraint

中图分类号:

P237

谢洪, 吴博义, 龚珣, 王奕丹. POS辅助下的车载序列影像匹配[J]. 测绘通报, 2017, 0(4): 44-48.

XIE Hong, WU Boyi, GONG Xun, WANG Yidan. POS-aided Matching of Vehicle-borne Sequential Images[J]. 测绘通报, 2017, 0(4): 44-48.

参考文献

[1] PUENTE I,GONZALEZ J H,MARTINEZ S.Review of Mobile Mapping and Surveying Techonologies[J]. Measurement,2013,46:2127-2145.
[2] AMIRI P J,GRUEN A.Sensor Modeling,Self-calibration and Accuracy Testing of Panoramic Cameras and Laser Scanners[J]. ISPRS Journal of Photogrammetry and Remote Sensing,2010,65(1): 60-76.
[3] BRANISLAV M,JANA K.Piecewise Planar City 3D Modeling from Street View Panoramic Sequences[C]//Proceedings of 2011 IEEE International Conference on Computer Vision and Pattern Recognition.Miam:IEEE,2009.
[4] 季顺平,史云.车载全景相机的影像匹配和光束法平差[J].测绘学报,2013,42(1):94-100.
[5] 徐振亮,李艳焕,闫利,等.面向立面大角度影像拼接的稳健匹配方法[J].测绘通报,2015(1):131-133.
[6] 季顺平,史云.多镜头组合型全景相机两种成像模型的定位精度比较[J].测绘学报,2014,43(12):1252-1258.
[7] LOWE D G. Distinctive Image Features from Scale-Invariant Keypoints[J].International Journal of Computer Vision,2004,60(60):91-110.
[8] BAY H, ESS A, TUYTELAARS T. Speeded-up Robust Features (SURF)[J].Computer Vision & Image Understanding,2008,110(3):346-359.
[9] MOREL J M, YU G. ASIFT: A New Framework for Fully Affine Invariant Image Comparison[J].SIAM Journal on Imaging Sciences,2009,2(2):438-469.
[10] 张正鹏,江万寿,张靖.光流特征聚类的车载全景序列影像匹配方法[J].测绘学报,2014,43(12):1266-1273.
[11] 刘伟,王涌天,陈靖.针对重复纹理场景的跟踪定位算法[J].北京理工大学学报,2012,32(2):189-193.
[12] 何海清,张永军,黄声享.相位相关法辅助的重复纹理区低空影像匹配[J].武汉大学学报(信息科学版),2014,39(10):1204-1207.
[13] LUCAS B D,KANADE T.An Iterative Image Registration Technique with an Application to Stereo Vision[C]//International Joint Conference on Artificial Intelligence.San Francisco:Morgan Kaufmann Publishers Inc,1981.
[14] SHI J, TOMASI C. Good Features to Track[C]//CVPR 94.New York:IEEE, 1994.
[15] BOUGUET J Y. Pyramidal Implementation of the Lucas Kanade Feature Tracker Description of the Algorithm[J].Acta Pathologica Japonica, 2000, 22(2): 363-381.
[16] 王琳,张力,艾海滨.无人飞行器遥感影像的自动相对定向研究[J].测绘通报,2011(11):11-14.

POS辅助下的车载序列影像匹配

POS-aided Matching of Vehicle-borne Sequential Images

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	卓广平, 张俊花. 基于几何约束与局部描述的航空影像直线匹配[J]. 测绘通报, 2022, 0(3): 60-64.
[2]	王挺, 陈超然, 彭梦圆, 黄尔双, 黄霞. POS辅助和核线约束的倾斜影像匹配方法[J]. 测绘通报, 2021, 0(5): 91-95.
[3]	喜文飞, 赵子龙, 王绍君, 沈志坚, 李帅. 一种改进的无人机影像拼接粗差剔除算法[J]. 测绘通报, 2021, 0(2): 36-39.
[4]	谢宏全, 汪秋玲, 蔡东健, 邢万里, 孙权, 刘付程. 利用车载LiDAR点云数据提取城市道路边界[J]. 测绘通报, 2021, 0(2): 64-67.
[5]	何志伟, 唐伯惠, 王涛, 王晓红, 于伯华, 李闯, 邓仕雄. 剔除无人机影像BRISK特征误匹配点对算法[J]. 测绘通报, 2021, 0(10): 78-82.
[6]	周杰, 解琨, 付超, 施昆. 结合SIFT特征点和泊松融合的无人机遥感影像拼接技术[J]. 测绘通报, 2021, 0(1): 94-98.
[7]	范辉龙, 李永强, 杨清科, 李鹏鹏, 刘亚坤, 赵上斌. 利用车载点云数据构建建筑物立面窗户模型[J]. 测绘通报, 2020, 0(5): 95-100.
[8]	喜文飞, 史正涛, 李国柱. 图论算法的无人机影像匹配特征点粗差剔除[J]. 测绘通报, 2020, 0(4): 6-10.
[9]	张冬梅, 卢小平, 苗沛基, 周雨石, 马靓婷. 一种改进的APAP影像匹配算法[J]. 测绘通报, 2020, 0(3): 123-128.
[10]	贺亦峰, 胡荣, 邹进贵. 利用三维激光扫描数据进行建筑物立面点云分割算法分析[J]. 测绘通报, 2019, 0(4): 26-31.
[11]	张省, 朱伟. 基于SIFT匹配和RANSAC算法的超分辨率重建[J]. 测绘通报, 2019, 0(10): 119-122.
[12]	王晓红, 何志伟, 邓仕雄, 曹留霞, 李闯. 利用特征组合检测算法的无人机遥感影像匹配研究[J]. 测绘通报, 2019, 0(1): 29-33.
[13]	王竞雪, 张雪. 结合几何约束和梯度描述子的直线段匹配[J]. 测绘通报, 2018, 0(5): 29-34.
[14]	刘冠兰, 黎建洲, 柏文锋. 自由设站起算点可用性的两步判断法研究[J]. 测绘通报, 2017, 0(4): 10-12,20.
[15]	王奕丹, 闫利. POS辅助车载组合全景影像路面角点特征匹配算法[J]. 测绘通报, 2016, 0(4): 24-27.