Dense SIFT与改进最小二乘匹配结合的倾斜航空影像匹配方法

doi:10.13474/j.cnki.11-2246.2018.0310

测绘通报 ›› 2018, Vol. 0 ›› Issue (10): 32-36,70.doi: 10.13474/j.cnki.11-2246.2018.0310

Dense SIFT与改进最小二乘匹配结合的倾斜航空影像匹配方法

杨幸彬, 吕京国, 张丹璐, 成喆

北京建筑大学测绘与城市空间信息学院, 北京 102616

收稿日期:2018-03-27 出版日期:2018-10-25 发布日期:2018-10-31
作者简介:杨幸彬(1991-),男,硕士生,研究方向为影像匹配与三维重建。E-mail:1126779429@qq.com
基金资助:
北京未来城市设计高精尖创新中心重大项目（UDC2018031321）

Oblique Aerial Image Matching Method Based on Dense SIFT and Improved Least Squares Matching Algorithm

YANG Xingbin, LÜ Jingguo, ZHANG Danlu, CHENG Zhe

College of Surveying and Urban Spatial Information, Beijing University of Civil Engineering and Architecture, Beijing 102616, China

Received:2018-03-27 Online:2018-10-25 Published:2018-10-31

摘要/Abstract

摘要： 针对倾斜航空影像获取到的匹配点少、分布不均匀和匹配效率低等问题，提出了一种基于Dense SIFT与改进最小二乘匹配结合的倾斜航空影像连接点自动匹配方法。首先，利用影像间粗略定向参数对影像进行透视变形改正，消除影像间的几何变形、尺度和旋转影响；其次，对影像建立金字塔并分块，在顶层金字塔影像上逐块提取Dense SIFT采样点，并基于KD树搜索临近点后进行粗匹配，采用随机取样一致性算法剔除误匹配后获得密集、分布均匀的初始匹配点；然后，利用改进的最小二乘匹配算法对初始匹配点位置进行改正；最后，将匹配点逐层换算到下层影像，重复利用改进的最小二乘匹配算法得到最终的匹配点坐标。选取典型区域的倾斜航空影像数据进行匹配试验，结果表明，本文方法能够获取到密集、分布均匀的匹配点，且相比于SIFT、ASIFT算法匹配效率更高。

关键词: 倾斜摄影, 透视变换, Dense SIFT, KD树, 最小二乘匹配

Abstract: An automatic tie-points matching method of oblique image is proposed based on Dense SIFT and improved least squares matching to solve the problems of less matching points, uneven distribution and low matching efficiency. Firstly, the approximate orthophoto is obtained by the perspective transformation which the geometric deformation, scale and rotation between images is eliminated. Then pyramid image is built and split into blocks. Feature points are extracted using Dense SIFT algorithm from the top pyramid image block, and matching points are searched based on the KD tree, then the random sampling consistency algorithm is used to eliminate the mismatching points. An improved least squares matching algorithm is applied to correct the location of the initial matching point. Finally, the coordinate of the matching points are obtained by improved least square matching algorithm on all level pyramid images. Images of typical region is selected to test the matching effects, the experimental results show that the method can obtain dense and uniform matching points, and the efficiency is higher than SIFT and ASIFT algorithm.

Key words: oblique photogrammetry, perspective transformation, Dense SIFT, KD tree, least squares matching

中图分类号:

P237

杨幸彬, 吕京国, 张丹璐, 成喆. Dense SIFT与改进最小二乘匹配结合的倾斜航空影像匹配方法[J]. 测绘通报, 2018, 0(10): 32-36,70.

YANG Xingbin, LÜ Jingguo, ZHANG Danlu, CHENG Zhe. Oblique Aerial Image Matching Method Based on Dense SIFT and Improved Least Squares Matching Algorithm[J]. 测绘通报, 2018, 0(10): 32-36,70.

参考文献

[1] 袁修孝, 陈时雨. 倾斜航摄影像匹配方法探究[J]. 测绘地理信息, 2015, 40(6):1-6.
[2] MOREL J M, YU G. ASIFT:A New Framework for Fully Affine Invariant Image Comparison[J]. Siam Journal on Imaging Sciences, 2010, 2(2):438-469.
[3] MIKOLAJCZYK K, SCHMID C. Scale and Affine Invariant Interest Point Detectors[J]. International Journal of Computer Vision, 2004, 60(1):63-86.
[4] MIKOLAJCZYK K, SCHMID C. An Affine Invariant Interest Point Detector[C]//European Conference on Computer Vision.[S.l.]:Springer-Verlag, 2002:128-142.
[5] FORSSEN P E. Maximally Stable Colour Regions for Recognition and Matching[C]//IEEE Conference on Computer Vision and Pattern Recognition. Minneapolis:IEEE, 2007:1-8.
[6] 赵霞, 朱庆, 肖雄武,等. 基于同形变换的航空倾斜影像自动匹配方法[J]. 计算机应用, 2015, 35(6):1720-1725.
[7] 闫利, 费亮, 叶志云,等. 大范围倾斜多视影像连接点自动提取的区域网平差法[J]. 测绘学报, 2016, 45(3):310-317.
[8] HU H, Zhu Q, Du Z, et al. Reliable Spatial Relationship Constrained Feature Point Matching of Oblique Aerial Images[J]. Photogrammetric Engineering and Remote Sensing, 2015, 81(1):49-58.
[9] 肖雄武, 郭丙轩, 李德仁,等. 一种具有仿射不变性的倾斜影像快速匹配方法[J]. 测绘学报, 2015, 44(4):414-421.
[10] 肖雄武, 李德仁, 郭丙轩,等. 一种具有视点不变性的倾斜影像快速匹配方法[J]. 武汉大学学报(信息科学版), 2016, 41(9):1151-1159.
[11] 李德仁, 肖雄武, 郭丙轩,等. 倾斜影像自动空三及其在城市真三维模型重建中的应用[J]. 武汉大学学报(信息科学版), 2016, 41(6):711-721.
[12] VO T, TRAN D, MA W. Tensor Decomposition of Dense SIFT Descriptors in Object Recognition[C]//Proceedings of ESANN. Belgium:[s.n.], 2014.
[13] KAKDE H M. Range Searching Using Kd Tree[EB/OL].2005-08-25. http://www.cs.utah.edu/~lifeifei/cs6931/kdtree.pdf.
[14] 张祖勋, 张剑清. 数字摄影测量学[M]. 武汉:武汉大学出版社, 2012.
[15] LOWE D G. Distinctive Image Features from Scale-invariant Keypoints[J]. International Journal of Computer Vision, 2004, 60(2):91-110.
[16] 陶闯. 一种SPOT影像参数动态筛选的最小二乘匹配方法[J]. 武汉大学学报(信息科学版), 1993, 18(2):31-39.

Dense SIFT与改进最小二乘匹配结合的倾斜航空影像匹配方法

Oblique Aerial Image Matching Method Based on Dense SIFT and Improved Least Squares Matching Algorithm

可视化

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]	经皓然, 徐敬海. 异形建筑的无人机点云与地面三维激光扫描点云配准[J]. 测绘通报, 2022, 0(6): 32-39.
[2]	万忠明, 王亚文, 范子义. 无人机倾斜摄影技术在边坡监测中的应用[J]. 测绘通报, 2022, 0(6): 170-172.
[3]	兰峰, 张帆, 高云龙, 黄先锋. 顾及地物类别的倾斜摄影三维模型简化方法[J]. 测绘通报, 2022, 0(4): 44-50.
[4]	任旭斌, 康建锋, 于东海. 无人机倾斜摄影测量在房屋建筑面积测算中的应用[J]. 测绘通报, 2022, 0(3): 116-120,126.
[5]	周诗洋, 吴向阳. 像控点布设对勘测定界复杂区域实景建模精度的影响[J]. 测绘通报, 2022, 0(2): 1-4,15.
[6]	王珍, 张涛, 丁乐乐, 潘宇明, 史芙蓉. 融合高度和光谱信息的倾斜摄影数据建筑物自动提取[J]. 测绘通报, 2022, 0(2): 10-15.
[7]	蔡嘉伦, 贾洪果, 刘国祥, 张波, 刘巧, 吴仁哲, 向卫, 毛文飞, 张瑞. 对比传统低空航测的无人机倾斜摄影测量精度评估[J]. 测绘通报, 2022, 0(2): 31-36.
[8]	钟娜娜, 滕紫晴, 胡振彪, 王海银, 赵军. 一种I3S标准的倾斜摄影服务精度动态控制方法[J]. 测绘通报, 2022, 0(2): 128-130,135.
[9]	徐杰, 侯飞, 曹广航. 高精道路地图制作方法及关键技术[J]. 测绘通报, 2022, 0(1): 155-158.
[10]	周阳阳, 徐尚昭, 陈斌, 张青峰. 无人机倾斜摄影测量技术应用于自然保护区勘界[J]. 测绘通报, 2021, 0(9): 43-48.
[11]	赵之星, 鲁小红, 田昕, 刘志奇. 倾斜影像重叠度计算模型及应用[J]. 测绘通报, 2021, 0(9): 89-92.
[12]	孙保燕, 韦龙华, 周鑫, 覃禹程, 张小可. 基于消费级无人机的突兀大高差场地三维建模[J]. 测绘通报, 2021, 0(7): 111-116.
[13]	高益忠, 陈明辉, 黄燕. 东莞市历史建筑数字化保护研究[J]. 测绘通报, 2021, 0(7): 140-143,149.
[14]	魏金明, 赵向阳. 使用ContextCapture软件搭建倾斜摄影实景三维数据处理集群[J]. 测绘通报, 2021, 0(6): 103-105,116.
[15]	刘宝华, 王智, 宋云记. 三维激光点云和无人机倾斜模型的融合应用[J]. 测绘通报, 2021, 0(6): 159-162,165.