顾及形变的影像边缘ICP匹配技术

doi:10.13474/j.cnki.11-2246.2019.0383

测绘通报 ›› 2019, Vol. 0 ›› Issue (12): 40-44.doi: 10.13474/j.cnki.11-2246.2019.0383

顾及形变的影像边缘ICP匹配技术

高力^1,2,3, 金飞¹, 江振治^2,3, 王番¹, 芮杰¹

1. 信息工程大学, 河南郑州 450052;
2. 西安测绘研究所, 陕西西安 710054;
3. 地理信息工程国家重点实验室, 陕西西安 710054

收稿日期:2019-10-22 修回日期:2019-11-01 发布日期:2020-01-03
作者简介:高力(1976-),男,博士,高级工程师,主要从事摄影测量的数据处理工作。E-mail:to-gaoli@126.com
基金资助:
国防预研基金（301020603；41412010401）

ICP image matching technology considering distorted image edge

GAO Li^1,2,3, JIN Fei¹, JIANG Zhenzhi^2,3, WANG Fan¹, RUI Jie¹

1. Information Engineering University, Zhengzhou 450052, China;
2. Xi'an Research Institute of Surveying and Mapping, Xi'an 710054, China;
3. State Key Laboratory of Geo-information Engineering, Xi'an 710054, China

Received:2019-10-22 Revised:2019-11-01 Published:2020-01-03

摘要/Abstract

摘要： 匹配技术是遥感影像处理中的重要基础技术，影像在辐射、几何信息方面的差异，将会严重干扰影像间的相似特征匹配。本文提出了针对大差异影像的最邻近点迭代匹配算法（ICPDI）。首先改进Canny算子的参数设置方式，以便选择影像的长边缘作为影像匹配的显著特征；然后以线特征之间的距离作为影像相似性的评估标准，达到利用全局相似特征抑制局部差异的目的；最后给影像边缘附加形变函数，从而扩展ICPDI匹配技术的适用范围。通过不同差异类型遥感影像间的匹配试验，验证了本文方法的精度和适应性。

关键词: 影像边缘, 有效匹配特征, 矢量形变函数, 矢量间距离, 最邻近点迭代

Abstract: Matching technology is an important basic technology in remote sensing image processing. The difference between radiation and geometric information of images seriously interferes with similar feature matching between images. This paper proposes an algorithm of ICPDI for large difference images. Firstly, it improves the parameter setting method of the Canny operator for selecting the long edge of the image as a prominent feature of image matching. Then, it takes the distance between line features as the similarity evaluation standard for achieving the purpose of suppressing local differences by using global similar features. Finally, it adds a deformation function to the edge of the image for extending the scope of ICPDI matching technology. The accuracy and adaptability of the proposed method are verified by matching experiments between different types of remote sensing images.

Key words: image edge, effective matching features, vector deformation function, distance between vectors, iterative closest point

中图分类号:

高力, 金飞, 江振治, 王番, 芮杰. 顾及形变的影像边缘ICP匹配技术[J]. 测绘通报, 2019, 0(12): 40-44.

GAO Li, JIN Fei, JIANG Zhenzhi, WANG Fan, RUI Jie. ICP image matching technology considering distorted image edge[J]. Bulletin of Surveying and Mapping, 2019, 0(12): 40-44.

参考文献

[1] 贾迪, 朱宁丹, 杨宁华,等. 图像匹配方法研究综述[J]. 中国图象图形学报, 2019, 24(5):17-39.
[2] 胡晓彤, 任辉, 刘楠. 尺度与特征强度自适应的SURF特征点匹配算法[J]. 天津科技大学学报, 2019, 34(2):72-76.
[3] JIA X, HUANG X, ZHANG F, et al. Robust line matching for image sequences based on point correspondences and line mapping[J]. IEEE Access, 2019,7:39879-39896.
[4] 王强. 面向结构化场景的直线特征提取匹配与光束法平差研究[D]. 北京:中国矿业大学(北京),2018.
[5] 贾迪, 李玉秀, 赵明远,等. 面向像对直线特征匹配的线特征矫正与提纯方法[J]. 中国图象图形学报, 2019,24(7):1176-1187.
[6] 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(5):29-34.
[7] WEIDONG S, HONG Z, JINGXUE W, et al. Line feature matching method based on multiple constraints for close-range images[J]. Journal of Image and Graphics, 2016(6):86-92.
[8] 智珊珊, 薛瑞. 曲线特征匹配技术研究现状及展望[J]. 无线互联科技, 2017(21):130-131.
[9] 陈璐璐. 基于描述子的曲线匹配技术研究[D]. 焦作:河南理工大学,2017.
[10] 靳秋霞,张彩霞. 基于Freeman链码的二维曲线匹配[J]. 计算机应用,2015(S1):247-251.
[11] 房然然,黄发忠,辛化梅. 二维碎片拼接的局部匹配[J]. 现代电子技术,2015(9):54-56.
[12] XIAOJIE G, JI J, XIAOAI D, et al. Spectral curve matching application analysis based on fréchet distance[J]. Geomatics and Information Science of Wuhan University, 2016,41(3):408-414.
[13] SCHEFFER C. More flexible curve matching via the partial fréchet similarity[J]. International Journal of Computational Geometry & Applications, 2016, 26(1):33-52.
[14] NING G, MENGYU M, WEI X, et al. An efficient query algorithm for trajectory similarity based on fréchet distance threshold[J]. ISPRS International Journal of Geo-Information, 2017, 6(11):326-339
[15] CHAUDHURY A, BARRON J L. Occluded leaf matching with full leaf databases using explicit occlusion modelling[C]//2018 15th Conference on Computer and Robot Vision (CRV).[S.l.]:IEEE Computer Society, 2018.
[16] 刘美池. ICP系列算法的描述与对比[J]. 科技资讯, 2019, 17(8):30-31.
[17] YANG B, ZANG Y, DONG Z, et al. An automated method to register airborne and terrestrial laser scanning point clouds[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2015, 109:62-76.
[18] CEJNOG L W X, YAMADA F A A, VIEIRA M B. Wide angle rigid registration using a comparative tensor shape factor[J]. International Journal of Image & Graphics, 2017, 17(1):239-270.
[19] 陈小卫, 张保明, 郭海涛,等. 利用自由形状线特征的遥感影像分级匹配方法[J]. 测绘学报, 2017,46(2):78-87.
[20] CHEN Y, MEDIONI G. Object modeling by registration of multiple range images[C]//IEEE International Conference on Robotics and Automation.[S.l.]:IEEE:2002;145-155.

顾及形变的影像边缘ICP匹配技术

ICP image matching technology considering distorted image edge

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]	王艳军, 林云浩, 王书涵, 李少春, 王孟杰. OSM辅助车载LiDAR点云三维道路边界精细提取[J]. 测绘通报, 2022, 0(7): 18-25.
[2]	柳林, 孙毅, 李万武. 基于CNN海上钻井平台检测模型的构建及训练算法分析[J]. 测绘通报, 2022, 0(7): 26-32,99.
[3]	孔瑞瑶, 谢涛, 马明, 孔瑞林. CatBoost模型在水深反演中的应用[J]. 测绘通报, 2022, 0(7): 33-37.
[4]	温雨笑, 吕杰, 马庆勋, 张鹏, 徐汝岭. 高光谱和LiDAR联合反演森林生物量研究[J]. 测绘通报, 2022, 0(7): 38-42.
[5]	江泽霖, 邓健, 栾海军, 李兰晖. 基于逐日夜间灯光遥感的新冠肺炎疫情变化信息快速提取——以北京市为例[J]. 测绘通报, 2022, 0(7): 43-48.
[6]	岳胜杰, 王红旗, 刘群坡, 赵荣亮. 结合扩展卡尔曼滤波与基于点线的最近点迭代扫描匹配算法的机器人位姿自适应估计[J]. 测绘通报, 2022, 0(7): 49-53.
[7]	郑艳, 何欢, 卜丽静, 金鑫. 自相似性和边缘保持分解的超分辨率重建算法[J]. 测绘通报, 2022, 0(7): 54-59.
[8]	冉崇宪, 李森磊. 利用无人机多光谱影像提取树冠信息[J]. 测绘通报, 2022, 0(7): 112-117.
[9]	刘立, 董先敏, 刘娟, 文学虎. 人机融合智能的遥感解译生产新方法[J]. 测绘通报, 2022, 0(7): 118-123,137.
[10]	艾敏, 景慧, 田禹东, 郭兰勤, 裴渊杰. 近20年哈尔滨市呼兰区土地利用覆盖变化及驱动分析[J]. 测绘通报, 2022, 0(7): 124-128.
[11]	刘玉贤, 阮明浩, 闫臻. 一种基于机载激光点云的门型电塔精确提取方法[J]. 测绘通报, 2022, 0(7): 129-133.
[12]	刘国超, 彭卫平, 杨水华, 胡周文. 地质雷达+三维测量内窥镜的城市道路病害检测与应用[J]. 测绘通报, 2022, 0(7): 134-137.
[13]	杨俊, 刘灵辉. 加权全极化SAR图像分类下的功能区土地时空变化特征提取[J]. 测绘通报, 2022, 0(7): 138-142,153.
[14]	阮明浩, 卢永华, 刘玉贤, 汤圣君, 王伟玺, 张宇琦, 李游. 激光与倾斜点云精确配准与无缝融合[J]. 测绘通报, 2022, 0(4): 6-10.
[15]	刘小玉, 刘扬, 杜明义, 张敏, 贾竞珏, 杨恒. 基于DeeplabV3+的建筑垃圾堆放点识别[J]. 测绘通报, 2022, 0(4): 16-19,43.